Financial Trading Strategies Blog

Build Better Strategies Genug Blog-Posts, Papiere und Bücher befassen sich mit, wie man richtig zu optimieren und zu testen Handelssysteme. Aber es gibt wenig Informationen darüber, wie man an solch ein System an erster Stelle kommt. Die beschriebenen Strategien scheinen oft aus der Luft aufgetaucht zu sein. Ist ein Handelssystem erfordern eine Art von Epiphanie Oder gibt es einen systematischen Ansatz für die Entwicklung dieser Post ist die erste einer kleinen Serie, in denen ich versuchen, eine methodische Methode, um Trading-Strategien zu bauen. Der erste Teil befasst sich mit den beiden wichtigsten Methoden der Strategieentwicklung, mit Markthypothesen und einer Schweizer Franken-Fallstudie. Strategien kommen in zwei Geschmacksrichtungen Sie können vor allem zwei Methoden, um Handelssysteme zu entwickeln: modellbasiert und Data-Mining. Ein modellbasiertes System beginnt mit einem Modell einer Markt-Ineffizienz 8211 basierend auf Trader-Psychologie, Wirtschaft, Markt-Mikrostruktur, oder jede andere Preis beeinflussen Kraft. Die Ineffizienz erzeugt eine Preiskurvenanomalie oder ein Muster, das von dem zufälligen Weg abweicht, und kann 8211, wenn Vorhersage 8211 für einen Handelsalgorithmus verwendet wird. Beispiele für modellbasierte Trading-Methoden sind Trendfolgen, mittlere Reversion, Preiszyklen, Preiscluster, statistische Arbitrage und Saisonalität. Das Problem: Ein Modell ist nicht die Realität. Es ist ein vereinfachtes Bild davon. Es kann nicht bewiesen werden und kann oft nicht einmal verfälscht werden. Seine Gültigkeit kann nur durch seine Auswirkungen auf die Preiskurve bestimmt werden. Die Nützlichkeit dieser Methode hängt also von der Signifikanz und Langzeitstabilität ihrer Preiskurvenanomalien ab. Für die Beurteilung dieses benötigen Sie gute Test-Algorithmen. Die reine Data-Mining-Methode funktioniert umgekehrt. Es sucht nur nach Preiskurvenmustern und versucht, einen Algorithmus an sie anzupassen. Durch die Marktkräfte die Muster verursacht werden, ist von keinem Interesse nur Annahme ist, dass Muster der Vergangenheit wird in der Zukunft wiederholen. Dies ermöglicht die Erzeugung von Handelssystemen, oft, aber nicht immer mit maschineller Lernsoftware. Die populärsten Methoden in diesem Ansatz sind Trial-and-error TA, Kerzenmuster, Regression, Autokorrelation, k-Clustering, neuronale Netze, Support-Vektor-Maschinen und Entscheidungsbäume. Der Vorteil des Data Mining ist, dass Sie sich nicht um Markthypothesen kümmern müssen. Der Nachteil: Diese Methoden finden in der Regel eine große Menge von zufälligen Mustern und damit eine große Menge an wertlosen Strategien. Da der bloße Datenabbau ein blinder Ansatz ist, ist die Unterscheidung von realen Mustern 8211, die durch reale Marktinfizierungen 8211 aus zufälligen Mustern verursacht werden, eine anspruchsvolle Aufgabe. Auch anspruchsvolle Reality-Prüfungen können in der Regel nicht beseitigen alle Data-Mining-Bias. Nicht viele erfolgreiche Handelssysteme, die durch Data-Mining-Methoden erzeugt werden, sind heute bekannt. Sind Sie cleverer als der Markt Offensichtlich würde kein Handelssystem funktionieren, wenn Marktinfizienten nicht existieren. Und es würde nicht funktionieren, wenn sie existieren, kann aber nicht genutzt werden, da besser ausgestattete Spieler das schon machen. In diesem ersten Teil der Mini-Serie untersuche ich die Möglichkeit des Handels besser als die Mehrheit der Marktteilnehmer, eine Voraussetzung für eine erfolgreiche Strategie. Die drei Hypothesen der Markteffizienz, die Sie von Zeit zu Zeit hören, sind wie folgt: Hypothese A: Die Märkte sind effizient. Die Preise folgen realen Ereignissen, wie die Veröffentlichung von Unternehmensergebnissen und spiegeln den realen Wert des Vermögenswertes wider. Alle Händler sind 8216informed8217, entscheiden rational und handeln sofort. Preiskurven sind meist random-walk Kurven ohne Informationen für die Vorhersage künftiger Preise. Technische Handelssysteme können nicht funktionieren, oder wenn sie es tun, ist es einfach Glück. Hypothese B: Die Märkte sind nicht effizient, aber ihre Ineffizienzen sind für private Händler nicht von Nutzen. Nur große Handelsfirmen und Hedge-Fonds können sie erfolgreich nutzen, da sie viel Kapital, sehr schnelle Computer, sehr erfahrene Analysten und sehr clever quants 8211 viel intelligenter als Sie haben. Hütet euch, ihr Gelände zu betreten, sonst werdet ihr ihre Beute. Hypothese C: Genug Markt Ineffizienzen sind kostenlos für Sie zu nutzen. Große Handelsfirmen und Hedgefonds sind zu langsam und schwerfällig, um sie effektiv anzugehen. Ihr Kapital und ihre schnellen Computer geben ihnen keinen wirklichen Vorteil im Spiel, dass you8217re gehen zu spielen. Weder tun sie ihre ahnungslosen Analytiker, überbezahlte Händler und überschätzte Quants. Nicht viele heute glauben noch an Hypothese A glauben. Es kann leicht gezeigt werden, dass die meisten Preiskurven nicht folgen einem zufälligen Weg (ein Kollege Blogger vor kurzem gepostet einen großen Artikel über Hacking der zufälligen Walk Hypothese). Und die Märkte sind alles andere als vernünftig oder effektiv. Gegenbeispiele sind reichlich vorhanden. Jack Schwager, in seinem Buch 8216Market Sense und Nonsense8217, aufgeführt Fälle von eklatanten Marktdummheit und grotesken Analyse-Fehler. Mehr als oft nicht, sind die Vermögenspreise weit, weit weg von ihrem wahren Wert. Obwohl das alles ein anekdotischer Beweis ist, ist ein Muster sichtbar. Die Märkte reagieren schnell und fest, wenn Gerüchte oder Nachrichten ihnen eine klare Richtung geben. Aber wenn die Informationen ein wenig subtiler und erfordert ein Minimum an Interpretation, reagieren sie langsam oder gar nicht. Hier ist die Geschichte eines typischen Beispiels. Der Schweizer Franken-Fall Im September 2011 hat die Schweizerische Nationalbank einen Preisdeckel für den Schweizer Franken eingerichtet. Zweck war der Schutz der Tourismus-und Export-Industrie gegen eine überbewertete Währung. Die Grenze wurde auf einen EUR / CHF-Preis von 1,20 festgelegt, und die SNB beschloß, sie gegen alle Feinde zu verteidigen. Eine Preis-Cap ist eine seltene und auffällige Markt-Ineffizienz. Es kann sofort in ein hochprofitables, fast risikofreies Handelssystem umgesetzt werden (wie das weiter unten erklärt wird). So würden Sie normalerweise erwarten, eine starke Marktreaktion nach dem EUR / CHF Kurs auf 1,20 zu bewegen. Aber die Reaktion war eine lange Zeit im Kommen. Zweifellos ist die Schweiz ein dunkles europäisches Land und für die großen US-Handelsunternehmen, die wohl für Käse bekannt sind, wenn überhaupt. Sie merkten entweder nicht die Preisobergrenze, oder sie hatten gerade vergessen, ihre europäischen Büros mit modernen Kommunikationsmitteln auszustatten. So brauchte der berittene Bote aus Europa drei Monate Ritt über Hügel und Tal, über den Atlantischen Ozean, vielleicht kämpft er von Briganten, Piraten und Indianern auf seinem Weg, um New York City zu erreichen und zu schreien: 8220Die Schweizer haben einen Preis cap8221. Aber was zum Teufel machst du mit einer Preismütze? Im Januar 2012 hatten die großen Marktteilnehmer endlich eine Idee. Nicht so etwas subtil wie ein Handelssystem. Stattdessen fingen sie an, verrückte Franken zu kaufen, um Druck auf den EUR / CHF-Preis auszuüben: Die offensichtliche Idee war, dass es, wenn es eine Preisgrenze gibt, gewinnbringend sein muss. In diesem Spiel wurde viel Mühe, Geduld und Geld gelegt. Ab Mai 2012 wurde der EUR / CHF-Kurs auf 1,20 begrenzt. Aber leider, der Preis Cap Zusammenbruch nicht geschehen. Sie verwirren nicht mit der SNB. Im Jahr 2012 errichteten die Schweizer eine Mauer von 200 Milliarden Dollar für die Verteidigung der Preisobergrenze. Die Angreifer hatten nie eine Chance. Der erste gab im September 2012 auf und bis Ende Januar 2013 hatten sich alle mit ihren Schwänzen zwischen ihren Beinen (und wahrscheinlich schmerzhaften Verlusten) zurückgezogen: Jetzt war der Weg frei für algorithmische Systeme. Während der Schlacht von 2012 CHF wurden sie zur Inaktivität gezwungen, da private Händler und Hacker das Kapital fehlten, um an einem Marktmanipulationsspiel teilzunehmen. Im Januar 2013 begannen die ersten Hacker, die Markt-Ineffizienz mit einer bestimmten Methode, einem Grid Trader zu nutzen. Das war eine Gelddruckmaschine. Der Gelddruckalgorithmus Ein Rasterhändler ist ein sehr einfaches System. Er platziert anstehende Long - und Short-Trades an einem festen Raster ober - und unterhalb des aktuellen Preises mit Gewinnzielen gleicher Netzentfernung. So werden Geschäfte geöffnet und geschlossen, wenn der Preis eine Rasterlinie in jede Richtung kreuzt. Solch ein System hat eine hypothetische 100-Gewinn-Rate, da Trades in der Nähe entweder im Gewinn oder gar nicht. Aber Rasterhändler benutzen normalerweise einen virtuellen Sicherungsmechanismus, der eine offene Position schließt, anstatt ein neues in entgegengesetzter Richtung zu öffnen. Dies verbessert den Gesamtgewinn, indem die Handelskosten und die Marge gesenkt werden. Aber es erlaubt Trades mit einem Verlust geschlossen werden. So ist die echte Gewinn-Rate eines Raster-Händler ist in der 60-Bereich. Dies ist das Zorro-Skript eines solchen Raster-Traders: Ein Raster-Trader ist ein typisches modellbasiertes System. Es geht davon aus, dass einige Marktmacht den Preis in einem Kanal hält. Dies ist der Fall: Der Cap verhindert, dass der EUR / CHF unter 1,20 fällt, aber er verhindert auch, dass er zu hoch ansteigt, da die SNB schließlich alle Franken zurückkaufen muss, die sie für die Verteidigung der Cap verkauft haben. Das mathematische Modell davon wäre eine zufällige Wanderung mit einer Grenze von 1,20 und einige Drift Begriff, der den Preis nach unten zieht. Solch eine Einschränkung ist eine Voraussetzung für einen Rasterhändler, ohne dass der Rasterhandel nur Hochrisikospiele wäre und daher in der irrationalen Handelsmethodensammlung aufgeführt ist. Dies ist die Pampl-Kurve (blau) des obigen Skripts, die 2013 auf den EUR / CHF angewendet wurde: Wir können sehen, dass große Kursschwankungen, wie im Januar und Mai, zu großen Drawdowns (den roten Unterwasserspitzen im Chart) führen. Aber da die Fluktuationen eine Grenze haben, können wir den maximalen Verlust schätzen und nur genug Kapital auf dem Konto halten. Auf diese Weise erzeugt das obige Skript eine jährliche Rendite von 130 und ein Sharpe Ratio von 1,7 8211 mit praktisch keinem Risiko (solange die Preisobergrenze an Ort und Stelle bleibt). Die Nachricht von einer solchen Handelsstrategie breitete sich langsam im Jahr 2013 aus. Immer mehr private Händler und Finanzhacker und auch immer mehr große Marktteilnehmer sprangen auf den Zug. Drei Jahre nach der Installation des Preisdeckels saßen Tausende solcher Systeme auf der EUR / CHF Kurve wie Blutegel und saugten Geld ab. Das Ergebnis war eine stetig sinkende Preisvolatilität: Niedrigere Volatilität bedeutet niedrigere Gewinne an einen Netzanbieter. Mehr Kapital muss investiert werden und das Netz muss zum Ausgleich angezogen werden. Aber es gibt eine natürliche Grenze. Sie können nicht ein Raster Größe kleiner als die Handelskosten. Im Herbst 2014 lag die Volatilität nahe Null. Dazu kam ein unvorhersehbarer Preisabwärtstrend, als ob ein großer Marktteilnehmer (evtl. die SNB) kontinuierlich EUR verkaufen und CHF im Vorgriff auf eine zukünftige Veranstaltung kaufen würde. Das wäre höchste Zeit für private Händler gewesen, sich vom Spiel zurückzuziehen. Natürlich, Dickköpfe wie mich didn8217t. Es ist bekannt, was dann mit dem Schweizer Franken passiert ist: Am Morgen des 15. Januar 2015 gab die SNB eine Pressekonferenz und kündigte die Streichung der Preisobergrenze an. Der EUR / CHF fiel in wenigen Minuten wie ein Stein von 1,20 bis unter Parität. Offensichtlich eine schnelle und extreme Marktreaktion 8211 ganz anders als die Einführung der Preisobergrenze 4 Jahre zuvor. Der Preissturz tötete viele Konten und sogar ein paar Makler. Übrigens lag der 8216real-Wert8217 des EUR / CHF, der sich auf die relative Kaufkraft der beiden Währungen stützte, im gesamten 1.50-Raum. Was können wir daraus und aus ähnlichen Beispielen lernen? Schlussfolgerungen Die Finanzmärkte reagieren sofort und oft hysterisch auf Nachrichten mit einem klaren Preis aufwärts / abwärts. Die Märkte reagieren langsam oder gar nicht auf subtileren Informationen. Es kann Jahre dauern, bis sie auf neue Ineffizienzen oder Handelsmethoden aufmerksam werden. Die Märkte bevorzugen Brute-Force-Methoden. Komplexe Strategien werden in der Regel nur von einem kleinen Teil der Marktteilnehmer genutzt. Einfache Systeme, die auf sehr offensichtlichen Ineffizienzen basieren, können äußerst profitabel sein, haben aber eine begrenzte Lebensdauer. Die nächsten Teile der Build Better Strategies Reihe wird sich mit modellbasierten Systemen, mit bekannten Markt-Ineffizienzen und mit einem methodischen Ansatz der Ausbeutung ihnen beschäftigen. Mein Name ist Brian und Ill Ihr Lehrer an der Financial Trading School. Ursprünglich begann dieser Dienst als eine einfache Ausbildung Abschnitt in meinem Blog, Financial Trading Journal. Nach dem erfolgreichen und positiven Empfang arbeitete ich an einer YouTube-Serie mit dem Titel How I Trade Binary Options, die mir die Schaffung der Financial Trading School näher gebracht hat, ein Programm, das dazu dient, andere über alle Themen des Financial Trading über eine vollständige und Umfassende Reihe von Video-Unterricht. Es gibt nur einen Grund, warum ich die Financial Trading School entwickelt habe und das ist, die Lernerfahrung für neue und erfahrene Trader gleichermaßen zu verbessern und zu erweitern. Die Lektionen in diesem Programm sind ähnlich wie die der Universitätslehrgänge strukturiert, wobei jede Fachdisziplin die Aufrechterhaltung einer Reihe von Videos nummeriert durch zunehmende Curriculum Ebenen. Es gibt mehrere Reihen von Videos bestellt über 100, 200, 300 400-Serie, die jeweils repräsentieren, was ich persönlich glaube, ist das entsprechende Maß an Schwierigkeiten für die Nutzer innerhalb der Schule. Im Rückblick war die große YouTube, die ich aus meinen Videos über Financial Trading gewonnen hatte, niemals die Absicht meiner Videos. Ich schuf sie ursprünglich mit den Zielen der Erziehung Händler, wie ich persönlich gehandelt 60 Sekunden Optionen. Wer hätte gedacht, dass am Ende dieses Videos, ich war inspiriert, um nachfolgende Videos auf Kerzenstöcke, Preisaktionen und viele andere Themen in der Welt des Finanzhandels zu schaffen. Der Ball begann Rolling und 24 Episoden später, war ich erschöpft und beschlossen, einen wohlverdienten Pause zu nehmen. Es war in diesem Moment während meiner Ruhe, wo ich meine Gedanken sammeln, die Kommentare lesen konnten, die E-Mails und das Feedback zu meiner Videoserie, wo ich etwas Überraschendes bemerkte. Obwohl die Videos, die ich schrieb, gut geschrieben, strukturiert und sehr gelehrt wurden Gut war es die YouTube-Serie selbst, die nicht richtig strukturiert war, was mir ins Auge fiel, war, dass es keinen Anfang oder kein Ende hatte. Ich fand dies als einen Konflikt mit meinen Zielen für die Videos, denn wenn Studenten von Anfang an falsch sind, wird dies sicherlich behindert sie später als die Konzepte komplizierter werden. Und aus dieser Idee, wurde die Financial Trading School gebildet, um genau eine solche Grundlage für jeden Händler zu schaffen, um erfolgreich zu sein. Genau wie die ursprüngliche YouTube-Serie, diese Lektionen sind meine eigene persönliche nehmen, wie zu handeln und ich werde nie kopieren oder verwenden Sie eine andere Person Arbeit. Wenn in dem Fall, dass ich tue, wird diese Person in der Lektion richtig referenziert wird ihre Arbeit erwähnt. Wenn Sie meine YouTube-Serie verfolgt haben, werden Sie feststellen, dass mehrere Videos von der ursprünglichen Serie auf diese Website verschoben wurden, weil sie keinen Grund hatten, um überarbeitet zu werden. Was mich und meine Lehren von anderen ähnlichen unterscheidet, ist, dass ich kein Interesse daran habe, meine Studenten Zeit zu verschwenden, die Informationen, die ich zur Verfügung stelle, sind gerade bis zu dem Punkt, und ausreichend erklärt alle Themen, die ich diskutiere. Wie bei allen Schulen gibt es natürlich unvermeidliche Fluseninhalte, die für den Aufbau der Grundlage für eine große Lernerfahrung unerlässlich sind. Allerdings, wenn Sie nach der vollständigen theoretischen Ansatz suchen, ist mein Vorschlag, ein veröffentlichtes Buch oder Investopedia (eine glaubwürdige veröffentlichte Quelle) zu lesen. Schließlich ist der Grund, warum ich den Namen Financial Trading School gewählt, weil meine Absicht ist es, mehrere Märkte statt einer einzigen, wie es der Fall mit den meisten Bildungs-Websites von ähnlicher Art ist. Zunächst werde ich mit der General Trading (GT) - Serie und der Binary Option (BO) beginnen. Nach der Fertigstellung des Kerninhalts werde ich weiter auf den Forex (FX) zu expandieren und dann vielleicht weiter in die Börse (SM) - Serie. Zu diesem Zeitpunkt, dies ist die Richtung, die ich beabsichtige, auf, wenn ich in andere Märkte tauchen, Ill wahrscheinlich nehmen Sie alle zusammen für die Fahrt als gut. Ich hoffe, Sie genießen Ihren Aufenthalt hier an der Financial Trading School und profitieren von den Lektionen Ive erstellt und präsentiert. Best of luck in all Ihrem Trading, It8217s Zeit für den 5. und letzten Teil der Build Better Strategies Serie. In Teil 3 diskutierten wir den Entwicklungsprozess eines modellbasierten Systems, und folglich schließen wir die Reihe mit der Entwicklung eines Data-Mining-Systems ab. Die Prinzipien des Data Mining und des Maschinellen Lernens sind das Thema von Teil 4. Für unser kurzfristiges Tradingbeispiel verwenden wir einen tiefen Lernalgorithmus. Ein gestapeltes autoencoder, aber es funktioniert in der gleichen Weise mit vielen anderen maschinellen Lernalgorithmen. Mit heute8217s Software-Tools sind nur etwa 20 Zeilen Code für eine Maschine Lernstrategie erforderlich. I8217ll versuchen, alle Schritte im Detail zu erklären. Lesen Sie weiter 8220Bessere Strategien 5: Ein kurzfristiges maschinelles Lernsystem8221 Die meisten Trading-Systeme sind vom get-rich-quick-Typ. Sie nutzen vorübergehende Marktinfizienten und zielen auf eine jährliche Rendite im Bereich 100 ab. Sie erfordern eine regelmäßige Überwachung und Anpassung an die Marktbedingungen und haben noch eine begrenzte Lebensdauer. Ihr Auslaufen wird oft von großen Verlusten begleitet. Aber was, wenn you8217ve gesammelt einige hübsche Gewinne, und jetzt wollen sie in einem sichereren Hafen platzieren Setzen Sie das Geld unter das Kissen Nehmen Sie es in die Bank Geben Sie es zu einem Hedge-Fonds Offensichtlich, alles, was gegen ein algo trader8217s Ehrencode geht. Hier ist eine Alternative. Lesen Sie weiter 8220Get Rich Langsam8221 We8217re vor kurzem immer mehr und mehr Kodierung Verträge für binäre Option Strategien. Das gibt uns ein schlechtes Gewissen. Da diese Optionen weit verstanden werden als ein System, um naive Händler von ihrem Geld zu trennen. Und ihre Makler machen auf den ersten Blick keinen guten Eindruck. Einige sind in Zypern unter einer gefälschten Adresse geregelt, andere sind nicht reguliert. Sie verbreiteten fabrizierte Geschichten über riesige Gewinne mit Robotern oder EAs. Sie sollen ihre Preiskurven manipulieren, damit Sie nicht gewinnen können. Und wenn Sie noch tun, verweigern einige zu zahlen. Und schließlich verschwinden ohne Spur (aber mit Ihrem Geld). That8217s die Geschichten, die Sie über binäre Wahlenbroker hören. Sind binäre Optionen nichts als Betrug Oder bieten sie eine versteckte Gelegenheit, die sogar ihre Broker sind oft nicht bewusst Continue reading 8220Binary Options: Scam oder Opportunity8221 Deep Blue war der erste Computer, der eine Schachweltmeisterschaft gewonnen. Das war 1996, und es dauerte 20 Jahre bis zu einem anderen Programm, AlphaGo. Könnte der beste menschliche Go Spieler zu besiegen. Deep Blue war ein modellbasiertes System mit fest verdrahteten Schachregeln. AlphaGo ist ein Data-Mining-System, ein tiefes neuronales Netzwerk, das mit Tausenden von Go-Spielen trainiert wird. Nicht verbesserte Hardware, aber ein Durchbruch in Software war wesentlich für den Schritt von oben Schachspieler zu schlagen Top Go Spieler schlagen. In diesem 4. Teil der Mini-Serie untersuchen wir den Data-Mining-Ansatz für die Entwicklung von Handelsstrategien. Diese Methode kümmert sich nicht um Marktmechanismen. Es scannt nur Preiskurven oder andere Datenquellen für Vorhersagemuster. Maschinelles Lernen oder 8220Artificial Intelligence8221 ist nicht immer in Data-Mining-Strategien involviert. In der Tat die beliebtesten 8211 und überraschend profitabel 8211 Data Mining-Methode funktioniert ohne Phantasie Neuronale Netzwerke oder Unterstützung Vektor-Maschinen. Lesen Sie weiter 8220Build Bessere Strategien Teil 4: Machine Learning8221 Dies ist der dritte Teil der Build Better Strategies Serie. Im vorigen Teil diskutierten wir die zehn am stärksten ausgebeuteten Markt-Ineffizienzen und gaben einige Beispiele ihrer Handelsstrategien. In diesem Teil analysieren wir den allgemeinen Prozess der Entwicklung eines modellbasierten Handelssystems. Wie fast alles, können Sie Handelsstrategien in (mindestens) zwei verschiedene Möglichkeiten: There8217s der ideale Weg. Und da ist der wirkliche Weg. Wir beginnen mit dem idealen Entwicklungsprozess. Aufgeteilt auf 10 Stufen. Lesen Sie weiter 8220Build Bessere Strategien Teil 3: Der Entwicklungsprozess8221 Welche Software auch immer wir für den automatisierten Handel verwenden: Wir brauchen alle eine Broker-Verbindung für den Algorithmus, um Preisangebote und Platz-Trades zu erhalten. Scheinbar eine einfache Aufgabe. Und fast jeder Broker unterstützt es durch ein Protokoll wie FIX, durch eine automatisierte Plattform wie MT4, oder durch eine bestimmte Broker-API. Aber wenn Sie denken, können Sie schnell hook up Ihre trading-Software zu einem Broker-API, you8217re up für eine schlechte Überraschung. Liebe Broker 8211 lesen Sie bitte diesen Beitrag und versuchen, hacker8217s und coder8217s Lifes ein wenig einfacher zu machen Lesen Sie weiter 8220Dear Brokers82308221 Handelssysteme kommen in zwei Geschmacksrichtungen: modellbasiert und Data-Mining. Dieser Artikel befasst sich mit modellbasierten Strategien. Die Algorithmen sind oft erstaunlich einfach, aber richtig entwickeln sie hat seine Schwierigkeiten und Fallstricke (sonst würde jeder es tun). Sogar eine beträchtliche Marktineffizienz gibt einem System nur eine relativ kleine Kante. Ein kleiner Fehler kann eine gewinnende Strategie zu einem verlierenden zu machen. Und du wirst das nicht unbedingt im Backtest sehen. Lesen Sie weiter 8220Build Bessere Strategien Teil 2: Modellbasierte Systeme8221 Je mehr Daten Sie zum Testen oder Trainieren Ihrer Strategie verwenden, desto geringer ist das Testergebnis, desto genauer wird das Training sein. Das Problem: Preisdaten sind immer knapp. Noch kürzer, wenn Sie beiseite legen müssen einige Teil für out-of-Probe-Tests. Eine Verlängerung der Test - oder Trainingszeit weit in die Vergangenheit ist nicht immer eine Lösung. Die Märkte der 1990er oder 1980er Jahre waren von heute sehr verschieden, so dass ihre Preisdaten zu irreführenden Ergebnissen führen können. In diesem Artikel I8217ll beschreiben eine einfache Methode, um mehr Trades für das Testen, Training und Optimierung aus der gleichen Menge an Preisdaten zu produzieren. Die Methode wird mit einem Preissystem basierend auf Data-Mining-Preis-Muster getestet. Lesen Sie weiter 8220Bessere Tests mit Oversampling8221 Genügend Blog-Posts, Papiere und Bücher beschäftigen sich mit der richtigen Optimierung und dem Testen von Handelssystemen. Aber es gibt wenig Informationen darüber, wie man an solch ein System an erster Stelle kommt. Die beschriebenen Strategien scheinen oft aus der Luft aufgetaucht zu sein. Ist ein Handelssystem erfordern eine Art von Epiphanie Oder gibt es einen systematischen Ansatz, um es zu entwickeln Dieser Beitrag ist die erste einer kleinen Serie, in denen I8217ll versuchen, eine methodische Methode, um Trading-Strategien zu bauen. Der erste Teil befasst sich mit den beiden wichtigsten Methoden der Strategieentwicklung, mit Markthypothesen und einer Schweizer Franken-Fallstudie. Lesen Sie weiter 8220Build Better Strategies8221 You8217ve hat ein neues Handelssystem entwickelt. Alle Tests lieferten beeindruckende Ergebnisse. So haben Sie es begonnen. Und sind bis 2000 nach 2 Monaten. Oder Sie haben eine Strategie, die für 2 Jahre gearbeitet, aber revently ging in einen scheinbar endlosen Drawdown. Situationen sind jedem Algo-Händler zu vertraut. Was jetzt weiter in kaltem Blut, oder ziehen Sie die Bremsen in Panik Mehrere Gründe können dazu führen, dass eine Strategie, Geld zu verlieren von Anfang an. Es kann bereits abgelaufen sein, da die Markt-Ineffizienz verschwunden ist. Oder das System ist wertlos und der Test gefälscht durch einige Bias, die alle Reality-Checks überlebt. Oder es ist ein normaler Drawdown, dass man nur sitzen muss. In diesem Artikel schlage ich einen Algorithmus vor, um sehr früh zu entscheiden, ob ein System in einer solchen Situation aufgegeben werden soll oder nicht. Lesen Sie weiter 8220The Cold Blood Index8221 Sie sind ein Händler mit ernsthaften Ambitionen, algorithmische Methoden zu verwenden. Sie haben bereits eine Idee, um in einen Algorithmus konvertiert werden. Das Problem: Sie wissen nicht, lesen oder schreiben Code. So mieten Sie einen Vertragskodierer. Ein Mann, der bezahlt für die Bereitstellung eines Skripts, dass Sie in Ihrem MT4, Ninja, TradeStation oder Zorro-Plattform fallen können. Glückwunsch, jetzt bist du ein algorithmischer Händler. Starten Sie einfach das Skript und warten Sie auf das Geld zu rollen in. 8211 funktioniert das wirklich funktionieren Antwort: es hängt davon ab. Lesen Sie weiter 8220I Hired a Contract Coder8221 Kunden fragen oft nach Strategien, die auf sehr kurze Zeitrahmen handeln. Einige sind möglicherweise von 8220I inspiriert hat gerade 2000 in 5 Minuten8221 Geschichten auf Trader-Foren inspiriert. Andere haben von High Frequency Trading gehört. Je höher die Häufigkeit, desto besser muss der Handel sein Die Zorro-Entwickler waren seit Jahren belästigt worden, bis sie schließlich Tickgeschichten und Millisekunden-Zeitrahmen implementierten. Totally nutzlose Features Oder hat kurzfristige Algo-Handel tatsächlich einige quantifizierbare Vorteile Ein Experiment für das Betrachten dieser Materie produziert ein überraschendes Ergebnis. Lesen Sie weiter 8220Is 8220Scalping8221 Irrational8221 Für die Durchführung unserer finanziellen Hacker-Experimente (und für die Erzielung der finanziellen Früchte unserer Arbeit) benötigen wir einige Software-Maschinen für die Forschung, Prüfung, Schulung und Handel finanziellen Algorithmen. Keine bestehende Software-Plattform heute ist wirklich bis zu all diesen Aufgaben. Sie haben also keine andere Wahl, als Ihr System aus verschiedenen Softwarepaketen zusammenzustellen. Glücklicherweise sind zwei normalerweise ausreichend. I8217ll verwenden Zorro und R für die meisten Artikel auf diesem Blog, wird aber auch gelegentlich in andere Werkzeuge zu suchen. Lesen Sie weiter 8220Hacker8217s Tools8221 Wir werden nun unser Experiment mit den 900 Trendhandelsstrategien wiederholen, diesmal aber mit Trades, die vom Market Meanness Index gefiltert wurden. In unserem ersten Experiment fanden wir viele rentable Strategien, einige sogar mit hohen Profitfaktoren, aber keiner von ihnen bestanden White8217s Reality Check. So würden sie alle vermutlich im wirklichen Handel ausfallen, trotz ihrer großen Resultate im Backtest. Dieses Mal hoffen wir, dass das MMI die meisten Systeme verbessert, indem es Handelsabschlüsse in nicht-trending Marktsituationen filtert. Lesen Sie weiter 8220Boosting-Strategien mit MMI8221 Dieser Indikator kann 8211 manchmal sogar doppelt 8211 die Gewinnaussendung von Trend nach Systemen verbessern. Der Market Meanness Index gibt an, ob sich der Markt derzeit in einem 8220trending8221-Regime bewegt oder nicht. So können Verluste durch falsche Signale von Trendindikatoren verhindert werden. Es handelt sich um einen rein statistischen Algorithmus und nicht auf Volatilität, Trends oder Zyklen der Preiskurve. Lesen Sie weiter 8220The Market Meanness Index8221 Als ich mit dem technischen Handel begann, fühlte ich mich wie die Eingabe der mittelalterlichen Alchimistenszene. Eine Vielzahl bizarrer Handelsmethoden und Hunderte von technischen Indikatoren und glücklichen Kerzenmustern versprachen Einblicke in die Zukunft, wenn auch nur von finanziellen Vermögenswerten. Ich frage mich, 8211, wenn eine einzige von ihnen würde wirklich funktionieren, warum sollten Sie alle den Rest Und wie können Sie vorhersagen tomorrow8217s Preis durch Zeichnen Kreise, Winkel, Fledermäuse oder Schmetterlinge auf einem Diagramm Lesen Sie weiter 8220Seventeen Handel Methoden, die ich Don8217t wirklich verstehen 8221 Dies Ist der dritte Teil der Trend-Experiment-Artikelserie. Wir wollen nun beurteilen, ob die positiven Ergebnisse der 900 getesteten Trendfolgen nach Strategien real sind oder nur durch Data Mining Bias verursacht werden. Aber was ist Data Mining Bias, nachdem alle Und was ist diese ominöse White8217s Reality Check. Lesen Sie weiter 8220White8217s Reality Check8221 Dies ist der zweite Teil der Trend-Experimentartikel-Serie mit 900 Systemen und 10 verschiedenen 8220smoothing8221 oder 8220low-lag8221 Indikatoren, um herauszufinden, ob Trend wirklich existiert und mit einem einfachen algorithmischen System ausgenutzt werden kann. Wenn Sie ein solches Experiment durchführen, haben Sie in der Regel einige Erwartungen über das Ergebnis, wie zum Beispiel: Lesen Sie weiter 8220Die Trend-Experiment8221 Die häufigste Handelsmethode ist 8216 gehen mit dem Trend 8216. Während es8217s nicht ganz klar, wie man mit dem Trend gehen kann Ohne es vorher zu wissen, glauben die meisten Händler, dass 8216trend8217 existiert und ausgenutzt werden kann. 8216Trend8217 soll sich in Preiskurven als eine Art Momentum oder Trägheit manifestieren, die eine Preisbewegung fortsetzt, sobald sie begonnen hat. Dieser Trägheitseffekt erscheint nicht in zufälligen Wegkurven. Lesen Sie weiter 8220Trend Indicators8221 Entgegen der landläufigen Meinung ist Geld kein Material gut. Es wird aus dem Nichts von Banken geschaffen, die es leihen. Daher für jede neu erstellte Menge Geld dort die gleiche Menge an Schulden. Sie zerstören das Geld durch die Rückzahlung Ihrer Credits. Da hierdurch eine höhere Summe aus Zins - und Zinseszins verlangt wird und das Geld auch durch Horten dauerhaft aus dem Verkehr gezogen wird, muß die gesamte Geldmenge ständig wachsen. Es darf niemals schrumpfen. Wenn es immer noch, wie in der Wirtschaftskrise von 1930, Darlehen Ausfälle, Bankenabstürze und Konkurse sind das Ergebnis. Das monetäre System ist daher ein klassisches Ponzi-Schema. Lesen Sie weiter 8220Money und How To Get It8221 Buch (Deutsch)