หมายถึง การพลิกกลับ trading ระบบ โต้ตอบ รูปแบบไฟล์ pdf

ฉันเพิ่งเสร็จสิ้นกับ Howard Bandy หนังสือเล่มใหม่ MeanReversion Trading Systems วิธีการปฏิบัติเพื่อ Swing Trading ในขณะที่ฉันไม่ค่อยทบทวนหนังสือที่นี่ในเชิงปริมาณขอบหนึ่งนี้จริงๆยืนออกและสมควรได้รับความสนใจบาง Howard ผ่านขั้นตอนของระบบทุก - เขาตรวจสอบ oscillators ต่างๆเขา scrutinizes เทคนิคการออกจากรายการเขากล่าวถึงการควบคุมความเสี่ยงและด้านบนของมันทั้งหมดเขาให้รหัสทุกสิ่งที่เขาครอบคลุมในหนังสือเป็น 50 สำหรับหนังสือซึ่งเป็นราคาที่ต่ำขันมีหลักสูตรการซื้อขาย ที่ค่าใช้จ่ายหลายพันดอลลาร์ที่ don t ให้ข้อมูลที่ดีมากเป็น Howard s Mean Reversion Trading Systems ทั้งหมดของการเข้ารหัสจะกระทำใน Amibroker ซึ่งน่าเสียดายที่ฉันไม่ได้ใช้ แต่เนื่องจากเขาแสดงรายการทั้งหมดออกผู้ใช้โปรแกรมอื่นเช่น ฉันสามารถแปลลงใน Tradestation, R, หรืออะไรก็ได้และนี่คือนักเตะสำหรับทุกคนที่ใช้ Amibroker Howard ได้ตั้งค่าหน้าเว็บที่ผู้ซื้อหนังสือ ca n ดาวน์โหลดโค้ดที่ไม่มีค่าใช้จ่ายเพิ่มเติมฉันขอแสดงความยินดีโฮเวิร์ดกับความพยายามของเขาถ้าคุณมีความสนใจในการพัฒนาระบบการค้าของคุณเองหนังสือเล่มนี้เป็นทรัพยากรที่ยอดเยี่ยมที่ฉันจะสูง recommend. I ได้รับการติดตามบล็อกของคุณในขณะที่ ตอนนี้แปลกใจเพราะคุณยกย่องการทำงานของใครบางคนที่อ้างว่าในหนังสือของเขาที่มุมมองของฉันคือความยาวของระยะเวลาในตัวอย่างควรจะสั้นที่สุดเท่าที่เป็นไปได้จริงวิธีเดียวที่จะกำหนดความยาวของระยะเวลาในตัวอย่างคือ เพื่อเรียกใช้การทดสอบบางอย่างนี้เรียกว่าข้อมูล snooping ความยาวของระยะเวลาที่ออกจากตัวอย่างคือตราบใดที่รูปแบบและตลาดยังคงอยู่ในซิงค์และระบบยังคงมีกำไรไม่มีความสัมพันธ์ทั่วไประหว่างความยาวของออกเป็น ระยะเวลาของตัวอย่างและระยะเวลาในตัวอย่าง period. SO เราเลือกตัวอย่างจากตัวอย่างตราบเท่าที่แบบจำลองและตลาดอยู่ในซิงค์และระบบยังคงทำกำไรได้ผลงานดีมากฉันสงสัยว่าทำไมคุณรับรองดังกล่าว สิ่งที่คุณต้องได้รับหรืออาจเป็นเพราะฉันเคารพ งานของคุณอาจจะมองข้ามรายละเอียดสาระสำคัญในการซื้อขายอยู่ในรายละเอียดสิ่งที่โลกเศร้าเมื่อพูดถึงสิ่งที่ดีเกี่ยวกับงานของคนอื่นทำให้อีเมลขอให้ฉันสิ่งที่ฉันต้องได้รับความคิดเห็นทำให้ฉันดีขอบคุณคุณทราบจากนาย Bandy ซึ่งฉันไม่เคยพบและเคยพูดมาก่อนเลยในขณะที่เขามองแง่มุมบางแง่มุมของการทดสอบแตกต่างไปจากฉันฉันไม่มีความสนใจในการโต้เถียงทุกประเด็นที่เขาทำในหนังสือของเขาสำหรับฉันหากคุณสามารถใช้ความคิดและข้อมูลที่มีคุณค่าจากหนังสือ แล้วมันคุ้มค่าหนึ่งนี้เต็มไปด้วยพวกเขาฉันยืนตามความคิดเห็นของฉันฉันคิดว่าหนังสือเล่มนี้มีจำนวนมากข้อมูลที่ดีมันได้รับการสนับสนุนโดยผลการทดสอบที่หายากหายากและตั้งแต่เขาให้รหัสทั้งหมดที่ผู้ค้าสามารถตรวจสอบผล และได้อย่างง่ายดายสำรวจความคิดต่อไปด้วยตัวเองผู้ที่อ่านหนังสือยินดีที่จะโพสต์ความคิดเห็นเชิงบวกหรือลบด้านล่างคุณทุกคนรู้ความคิดเห็นของฉันแทนการรู้สึกเศร้าบางทีคุณควรจะมีความสุขที่มีคนเอาเวลาที่จะชี้ให้เห็น คุณผิดพลาดใน bo ที่ ok ซึ่งมีลักษณะพื้นฐานคือ curve-fititng การเพิ่มประสิทธิภาพการสอดแนมข้อมูลและเรื่องไร้สาระทั้งหมดที่ทำให้ traders เสียเงิน Don t รู้สึกเศร้าโลกไม่เศร้าเมื่อเราไปกับความเป็นจริงเราควรเปลี่ยนหลักสูตร Thanks. i รับ Howard s เมื่อวานนี้และในขณะที่ฉัน haven t เสร็จแล้วยังฉันคิดว่าข้อมูลการสอดแนมความคิดเห็นเป็นบิตเหนือด้าน Howard อยู่ตลอดเวลาเตือนเกี่ยวกับการรั่วไหลในอนาคตและเทคนิคการเพิ่มประสิทธิภาพ faux บางที mati จริงควรซื้อหนังสือก่อน dissing มันในระดับของเขา ฉันมาข้ามความคิดเห็นนี้และเป็นคนที่มีทั้งสี่ของหนังสือดร. Bandy ฉันรู้สึกว่าฉันควรจะตีระฆังในในหัวข้อนี้ดร. Bandy เป็นผู้แสดงที่แข็งแกร่งของการปฏิบัติในการพัฒนาระบบที่ดีและงานเขียนของเขาอย่างชัดเจนเตือนเกี่ยวกับอันตรายที่แท้จริงของเส้นโค้ง ทุกคนที่ติดตามบล็อกของเขาหรืออ่านหนังสือของเขาในรายละเอียดจะเข้าใจความแตกต่างในมุมมองที่ระบุไว้ในตัวอย่างในช่วงตัวอย่างที่ไม่ได้เป็นตัวอย่างที่คนคนหนึ่งพบความผิดกับ Dr Bandy ได้กลายเป็นที่ชื่นชอบของฉัน te ในหัวข้อของวิธีการซื้อขายเชิงปริมาณในบล็อกนี้ฉันจะตรวจสอบการดำเนินการของตลาดและปริมาณการค้นพบของฉันใช้ตัวบ่งชี้ความกว้างราคาและปริมาณ - ทั้งแบบมาตรฐานและแบบกำหนดเอง - ฉันจะลองและค้นพบขอบระยะสั้นซึ่งอาจเป็น ใช้ประโยชน์จากผู้เข้าร่วมการตลาดฉันมักจะเพิ่มความคิดเห็นในการศึกษาเหล่านี้และบางครั้งอาจโพสต์ความคิดเห็นโดยไม่ต้องวิจัยเชิงปริมาณที่อยู่เบื้องหลังพวกเขาคู่มือขอบ Edwelling กับ Fed Days Ebook Version 25. เนื้อหาทั้งหมดในเว็บไซต์นี้มีไว้เพื่อให้ข้อมูลเท่านั้นมันไม่ได้เป็น คำแนะนำหรือคำแนะนำในการซื้อหรือขายหลักทรัพย์ใด ๆ ที่ฉันอาจมีตำแหน่งสำหรับตัวเองหรือลูกค้าในหลักทรัพย์หรืออุตสาหกรรมที่กล่าวถึงในที่นี้มีความเสี่ยงสูงเกี่ยวกับการค้าหลักทรัพย์การใช้ข้อมูลใด ๆ บนไซต์นี้ของคุณเป็นของคุณเอง risk. Rob Hanna ฉันมีการซื้อขายอย่างมืออาชีพตั้งแต่ปี 2001 ตั้งแต่เดือนมกราคมปี 2003 ถึงเดือนกุมภาพันธ์ปี 2007 คอลัมน์ของฉันสองสัปดาห์ Rob Hanna s ใส่มันทั้งหมด Toge มีปรากฏอยู่ในฉันได้รับการดำเนินการวิจัยเชิงปริมาณและการออกแบบระบบการค้า - ส่วนใหญ่มุ่งเน้นไปที่ขอบระยะสั้นตั้งแต่ปี 2004 ดูโปรไฟล์ที่สมบูรณ์แบบของฉัน Sweet Spot สำหรับ Mean Reversion ETF Strategies. by ไมเคิล R Bryant ในหนังสือเล่มล่าสุดของเขาโฮเวิร์ด Bandy กล่าว สิ่งที่เขาเรียกว่าจุดอ่อนสำหรับการพัฒนาระบบซื้อขายพลิกกลับเฉลี่ย 1 แนวคิดคือการผสมผสานที่ถูกต้องของความยาวแถบระยะเวลาการถือครองความถูกต้องของระบบและตัวแปรอื่น ๆ มีแนวโน้มที่จะเพิ่มผลตอบแทนที่มีความเสี่ยงสูงสุด 2 บทความนี้แสดงให้เห็นว่ากลยุทธ์การซื้อขายพลิกกลับหมายถึงอะไร โกหกในจุดหวานที่สามารถพัฒนาเพื่อแลกกับการซื้อขายกองทุน ETFs โดยใช้เครื่องมืออัตโนมัติโดยใช้ Adaptrade Builder เป็นเครื่องมือในการพัฒนากลยุทธ์สำหรับ Windows ฉันจะแสดงวิธีการทดสอบความเครียดด้วยการวิเคราะห์ Monte Carlo สามารถใช้เป็นส่วนหนึ่งของกระบวนการพัฒนาเพื่อหาประสิทธิภาพ กลยุทธ์การพลิกกลับเฉลี่ยสำหรับ SP 500 SPY ETF และไฟล์โครงการ Select Sector SPDR ETFs สำหรับ Builder ซึ่งรวมถึงรหัสกลยุทธ์คือ provid ed สำหรับแต่ละตัวอย่างการจัดระเบียบ Sweet Spot แนวคิดพื้นฐานที่อยู่เบื้องหลังจุดเด่นของ Dr Bandy คือกลยุทธ์การซื้อขายที่ดีควรใช้ขนาดบาร์สั้นและมีความถูกต้องค่อนข้างสูงโดยมีระยะเวลาการถือครองสั้นและการเบี่ยงเบนต่ำ ระยะเวลาการถือครองสั้น ๆ เพิ่มโอกาสในการได้รับผลตอบแทนที่มากขึ้นในขณะที่ความแม่นยำสูงและการเบี่ยงเบนต่ำช่วยให้สามารถกู้คืนจากความสูญเสียได้ง่ายยิ่งขึ้นคุณสมบัติหลังนี้ช่วยให้สามารถกำหนดกลยุทธ์การทำงานได้ง่ายขึ้นและกำหนดเวลาที่ไม่ทำงานอีกต่อไปเนื่องจากสายการสูญเสียทั่วไป สำหรับระบบที่มีความแม่นยำสูงมีแนวโน้มที่จะค่อนข้างสั้นขึ้นอยู่กับแนวทางของ Dr Bandy ลักษณะดังต่อไปนี้จะถูกใช้ในบทความนี้เพื่อกำหนดความต้องการที่เหมาะสมสำหรับกลยุทธ์การพลิกกลับของค่าเฉลี่ยของ ETF ทุกๆวันจะมีการซื้อขาย 20-30 การค้าต่อปีอย่างน้อย 65 ชนะค้าแถบเฉลี่ยในธุรกิจการค้าระหว่าง 1 และ 4.By หมายถึงการพลิกกลับฉัน m หมายถึงกลยุทธ์ที่พยายามที่จะซื้อต่ำกว่าราคาเฉลี่ยปัจจุบันและขายในราคาที่สูงขึ้น เป็นราคาย้อนกลับไปเฉลี่ยความคิดที่จะซื้อต่ำและขายสูงเป็นนอกคอกแนวโน้มต่อไปนี้ระบบซึ่งโดยปกติจะพยายามที่จะซื้อสูงและขายที่สูงขึ้นการสร้างด้วยการวิเคราะห์ Monte Carlo ในบทความจดหมายข่าวล่าสุดของฉันฉันกล่าวถึง การใช้การทดสอบความเครียดในการประเมินกลยุทธ์การซื้อขายและความสัมพันธ์กับความแข็งแกร่งและยุทธศาสตร์ที่เหมาะสมนอกจากนี้ผมยังกล่าวอีกว่าหากนำไปรวมในขั้นตอนการสร้างก็จะมีแนวโน้มที่จะนำไปสู่กลยุทธ์ที่แสดงถึงความแข็งแรงนั่นคือแนวทางที่จะปฏิบัติตามที่นี่ การทดสอบความเครียดหมายถึงการประเมินว่ากลยุทธ์การซื้อขายมีความสำคัญมากเพียงใดในปัจจัยการผลิตและสภาพแวดล้อมกลยุทธ์ที่มีประสิทธิภาพซึ่งเป็นกลยุทธ์ที่ไม่เหมาะสมกับตลาดจะไม่สำคัญต่อการเปลี่ยนแปลงค่าพารามิเตอร์ขาเข้าและอื่น ๆ การเปลี่ยนแปลงสภาพแวดล้อมเช่นการเปลี่ยนแปลงข้อมูลราคาการวิเคราะห์ Monte Carlo เป็นเทคนิคที่ใช้ในการประเมินผลกระทบของการเปลี่ยนแปลงเหล่านี้ปัจจัยการผลิตของกลยุทธ์ข้อมูลราคาและปัจจัยอื่น ๆ จะถูกเรียกใช้ domly เปลี่ยนแปลงและประสิทธิภาพ s s ประเมินโดยการทำซ้ำขั้นตอนนี้หลายครั้งการกระจายของผลลัพธ์จะได้รับผลลัพธ์จากข้อมูลเดิมแสดงจุดหนึ่งในการกระจายจุดอื่น ๆ ในการกระจายเป็นตัวแทนผลจากการใช้รุ่นเปลี่ยนแปลงเล็กน้อยของ ข้อมูลเดิมซึ่งอาจสร้างผลลัพธ์ที่มากหรือน้อยดีกว่าข้อมูลเดิมผลที่เรียกว่ามอนติคาร์โลเป็นค่าของประสิทธิภาพการทำงานของผลกำไรสุทธิเปอร์เซ็นต์ชนะปัจจัยกำไร ฯลฯ ที่ไม่เลวร้ายยิ่งกว่าส่วนใหญ่มักจะ , 95 ของการประเมินตัวอย่างเช่นถ้ามอนติคาร์โลกำไรสุทธิที่ความเชื่อมั่น 95 คือ 15,000 ซึ่งหมายความว่า 95 ของการประเมินผลมีกำไรสุทธิอย่างน้อยดีเท่า 15,000 ในคำอื่น ๆ มีโอกาส 95 ที่กำไรสุทธิจะ อย่างน้อย 15,000 หรือตรงกันข้ามมี 5 โอกาสที่กำไรสุทธิจะน้อยกว่า 15,000 เมื่อกลยุทธ์การซื้อขายมีการพัฒนาอย่างต่อเนื่องมากกว่ารุ่นต่อเนื่องของการปรับเปลี่ยน d การสร้างขึ้นอยู่กับผล Monte Carlo จะมีแนวโน้มที่จะผลักดันกลยุทธ์ให้เป็นหนึ่งที่มีประสิทธิภาพเนื่องจากเฉพาะกลยุทธ์ที่แข็งแกร่งจะมีผล Monte Carlo ที่ดี Adaptrade Builder โดยอัตโนมัติกระบวนการนี้รวมทั้งการประเมินผลกลยุทธ์โดยใช้ผล Monte Carlo ของความเครียด การทดสอบตัวอย่างแรกคือ SPDR SP 500 ดัชนี ETF สัญลักษณ์ SPY บาร์ทุกวันตั้งแต่ 1 4 1999 ถึง 4 23 2013 ถูกใช้ช่วงวันที่สำหรับอาคารได้รับการตั้งค่าเป็น 1 4 1999 ถึง 1 2 2011 โดยมี 80 1 4 1999 แรก - 8 10 2008 ใช้สำหรับการสร้างตัวอย่างและข้อมูลที่เหลือ 8 11 2008 - 1 2 2011 ใช้สำหรับการทดสอบนอกกลุ่มตัวอย่างข้อมูลที่เหลืออยู่ 1 3 2011 - 4 23 2013 ได้รับการตั้งสำรองสำหรับการตรวจสอบข้อมูลทั้งหมดได้มาจาก TradeStation 9 ตรรกะด้านกลยุทธ์เป็นเวลานานเท่านั้นและมีการลงทุน 100 หุ้นในแต่ละการค้าโดยมีผลกำไรทั้งหมดที่นำกลับมาลงทุนอีกครั้งและนำมาหักจากส่วนแบ่งการตลาด 0 015 ต่อรอบต่อหุ้นสำหรับค่าใช้จ่ายในการซื้อขาย Adaptrade Builder ใช้อัลกอริธึมการเขียนโปรแกรมทางพันธุกรรมเพื่อพัฒนา ประชากรของกลยุทธ์มากกว่า s uccessive generations กุญแจสำคัญในการใช้ Builder ในการค้นหากลยุทธ์ที่ตรงกับความต้องการที่ดีที่สุดของเราคือการตั้งค่าเมตริกที่เรียกว่าเมตริกสร้างที่แสดงไว้ด้านล่างในรูปที่ 1. รูปที่ 1 ตัวสร้างเมตริกใน Builder กำหนดจุดที่น่าสนใจสำหรับกลยุทธ์ SPY รายชื่อ Build วัตถุประสงค์เหล่านี้จะช่วยให้ประชากรของยุทธศาสตร์ไปสู่เป้าหมายที่มีกำไรสุทธิสูงค่าสัมประสิทธิ์สหสัมพันธ์และนัยสำคัญทางสถิติซึ่งเป็นที่น่าพอใจสำหรับกลยุทธ์ใด ๆ คุณสมบัติเฉพาะที่เราต้องการ คือจุดหวานที่กำหนดโดยเงื่อนไขการสร้างซึ่งรวมถึงเงื่อนไขความไม่เท่าเทียมกันสำหรับจำนวนธุรกิจการค้าแถบเฉลี่ยในธุรกิจการค้าและเปอร์เซ็นต์ของ wins. Notice ที่เงื่อนไขสำหรับจำนวนของธุรกิจการค้าได้รับการกำหนดเป็นช่วงตาม จำนวนปีของข้อมูลในตัวอย่างและเป้าหมายของการมีระหว่าง 20 ถึง 30 การค้าต่อปีนอกจากนี้โปรดทราบว่าเปอร์เซ็นต์ของการค้าที่ชนะจะถูกตั้งค่าเป็นช่วงระหว่าง 65 และ 85 ขีด จำกัด บนถูกเพิ่มเนื่องจากกลยุทธ์ที่มีเปอร์เซ็นต์สูงผิดปกติของธุรกิจที่ชนะโดยทั่วไปจะไม่สามารถปฏิบัติตามเงื่อนไขอื่น ๆ การลงโทษกลยุทธ์ดังกล่าวจะช่วยผลักดันให้ประชากรหันไปใช้กลยุทธ์ที่ตรงตามเงื่อนไขทั้งหมดเมื่อเทียบกับกลยุทธ์ที่ไม่เป็นไปตามเงื่อนไขข้อหนึ่งเพื่อยกเว้น ของคนอื่น ๆ ตรรกะเดียวกันถูกใช้ในการกำหนดช่วงสำหรับปัจจัยกำไรเงื่อนไขอื่น ๆ - ค่าสัมประสิทธิ์สหสัมพันธ์นัยสำคัญทางสถิติปัจจัยกำไรและส่วนเคลลี่ - ไม่ได้เป็นส่วนหนึ่งของความต้องการเฉพาะของเรา แต่ถูกเพิ่มเพื่อปรับปรุงผลโดยรวม การทดสอบความเค้นและการตั้งค่า Monte Carlo ที่ใช้สำหรับตัวอย่างนี้ได้ถูกเลือกไว้ในหน้าจอตัวเลือกการสร้าง (Build Options) ดังรูปด้านล่างรูปที่ 2 รูปที่ 2 ตัวเลือก Monte Carlo และการทดสอบความเครียดถูกเลือกไว้ในแท็บ Build Options การวิเคราะห์แบบมอนติคาร์โลจำนวน 99 ครั้งถูกนำมาใช้ในการวิเคราะห์แต่ละครั้งซึ่งหมายความว่ามีการทดสอบความเครียด 99 ครั้งนอกเหนือจากการประเมินผลของ ข้อมูลเดิมชุดข้อมูล 100 ชุดได้รับการวิเคราะห์โดยใช้การวิเคราะห์ Monte Carlo เพื่อหาค่าความเชื่อมั่นที่ 95 ซึ่งถูกนำมาใช้ในการประเมินสภาวะที่แสดงในรูปที่ 1 การทดสอบความเครียดประกอบด้วยการสุ่มตัวอย่างราคาการสุ่มข้อมูลปัจจัยการผลิตเชิงกลยุทธ์และการสุ่มตัวอย่างแถบเริ่มต้น การสุ่มตัวอย่างทั้งสามแบบได้ดำเนินการในการทดสอบความเครียดแต่ละครั้งเนื่องจากแต่ละกลยุทธ์ได้รับการประเมิน 100 ครั้งทดสอบความเครียด 99 ครั้งรวมทั้งข้อมูลต้นฉบับในแต่ละรุ่นวิธีนี้ใช้เวลาประมาณ 100 เท่าตราบเท่าที่มีการทดสอบความเครียดและไม่ได้มีการวิเคราะห์มอนติคาร์โล ใช้เพราะเหตุนี้ประชากรเพียง 100 คนถูกนำมาใช้เพื่อให้การแก้ปัญหาเป็นไปอย่างสมเหตุสมผลประชากรที่พัฒนาขึ้นมามากกว่า 10 ชั่วอายุและทางเลือกถูกตั้งขึ้นเพื่อเริ่มต้นหลังจากผ่านไป 10 ชั่วอายุถ้ากำไรสุทธิในช่วงนอก - ระยะเวลาตัวอย่างเป็นลบกราฟพหุคูณจากกลยุทธ์ด้านบนในประชากรหลังจากสร้างใหม่ 20 รุ่นจะแสดงอยู่ด้านล่างในรูปที่ 3 รูปที่ 3 ส่วนของผู้ถือหุ้น สำหรับการทดสอบความเครียดแต่ละครั้งสำหรับกลยุทธ์ SPY ขั้นสุดท้ายแต่ละเส้นโค้งในรูปที่ 3 แสดงถึงการทดสอบความเครียดอย่างหนึ่งดังที่สามารถมองเห็นได้เส้นโค้งของส่วนต่าง ๆ ทั้งหมดมักมีรูปร่างเหมือนกันและมีผลออกมาจากตัวอย่างที่ไม่เป็นไปตามที่กล่าวมา Carlo แสดงผลที่ 95 ความเชื่อมั่นที่สอดคล้องกับรูปที่ 3.Total Net Profit. Average Bars ใน Trades. side นอกเหนือจากจำนวนของธุรกิจการค้าซึ่งน้อยกว่าที่ถามกลยุทธ์สอดคล้องกับความต้องการเดิมยุทธศาสตร์ยังผ่านการทดสอบการตรวจสอบเมื่อวันที่สิ้นสุด ได้รับการขยายเป็น 4 23 2013 ผลกำไรสุทธิรวมของมอนติคาร์โลเพิ่มขึ้นเป็น 67,015 ตรรกะด้านยุทธศาสตร์ยังตอบสนองความต้องการสำหรับกลยุทธ์การพลิกกลับโดยเฉลี่ยที่จะเข้าสู่คำสั่งซื้อตามลำดับและออกจากสถานะการบ่งชี้รายการขีด จำกัด หมายถึงตลาดต้องลดลง ถึงราคาที่ จำกัด ดังนั้นกลยุทธ์คือการซื้อต่ำและขายหลังจากที่ตลาดกลับไป up. It สำคัญที่ต้องจำไว้ว่าเหล่านี้เป็นผล Monte Carlo ที่ 95 ความเชื่อมั่นซึ่งหมายความว่าตัวอย่างเช่น การประเมินผลการทดสอบความเครียด 95 ครั้งมีผลกำไรสุทธิรวมอย่างน้อย 56,784 หากการทดสอบความเครียดปิดลงและมีการประเมินกลยุทธ์ในข้อมูลเดิมเส้นโค้งส่วนได้ดังรูปที่ 4 รูปที่ 4 เส้นค่าส่วนของ กลยุทธ์ SPY สุดท้ายในข้อมูลเดิมเส้นโค้งส่วนได้เสียนี้สอดคล้องกับกำไรสุทธิ 109,497 ซึ่งเทียบเท่าผลตอบแทนประจำปีของ 5 5 ขณะนี้เป็นเพียงผลตอบแทนเจียมเนื้อเจียมตัวมันได้อย่างง่ายดายชนะการซื้อและถือประมาณเกือบ 1 8 ในช่วงเวลาเดียวกันและสามารถทำได้โดยไม่ใช้แรงกดดันและมีส่วนของเส้นค่าเฉลี่ยที่เพิ่มขึ้นอย่างต่อเนื่องตลอดระยะเวลาที่มีตลาดหมีอยู่ 2 แห่งเลือก Sector SPDR Example ตัวอย่างที่สอง ได้แก่ การสร้างกลยุทธ์เหนือพอร์ตโฟลิโอของ ETFs ซึ่งประกอบด้วย Select Sector SPDRs ETFs เหล่านี้แบ่งดัชนี SP 500 ออกเป็นเก้าส่วนเพื่อให้แต่ละสต็อกใน SP 500 ถูกจัดวางให้เป็นหนึ่งในเก้าภาคที่ไม่มีการทับซ้อนกันเก้ากลุ่มนี้เป็นสัญลักษณ์ของผู้บริโภคแบบเลือกใช้ XLY Consumer Staples XLP , พลังงาน XLE, XLF ทางการเงินการดูแลสุขภาพ XLV อุตสาหกรรม XLI วัสดุ XLB เทคโนโลยี XLK และยูทิลิตี้ XLU ส่วนใหญ่ของการตั้งค่าเดียวกันถูกนำมาใช้เพื่อสร้างกลยุทธ์นี้เช่นเดียวกับในตัวอย่างสุดท้ายอย่างไรก็ตามเนื่องจากข้อมูลราคาเก้าเท่าเป็น ที่ใช้ในการสร้างฉันลดจำนวนการทำซ้ำ Monte Carlo 99-5 ตัวเลือกการสร้างอื่น ๆ เป็นเช่นเดียวกับในรูปที่ 2 ยกเว้นตัวเลือกสร้างใหม่ซึ่งไม่ได้เข้ามาเล่นเพื่อปรับขนาดตำแหน่ง 20 ส่วนของผู้ถือหุ้นได้รับการลงทุนใน การค้าแต่ละครั้งเนื่องจากไม่ใช่ตลาดทั้งหมดที่มีแนวโน้มว่าจะซื้อขายในเวลาเดียวกันการตั้งค่านี้จึงถูกเลือกเพื่อให้มีขนาดตำแหน่งที่เพียงพอโดยไม่มีผลต่อการลงทุนเช่นการลงทุนเกินขนาดระยะเวลาตัวอย่างในการสร้างครั้งนี้คือ 1 4 1999 ถึง 5 28 2009 กับ 5 29 2009 ถึง 1 2 2012 เป็นระยะเวลาที่ไม่อยู่ในกลุ่มตัวอย่างและ 1 3 2012 ถึง 4 23 2013 ที่กำหนดไว้สำหรับการตรวจสอบเส้นโค้งส่วนได้เสียจากกลยุทธ์ด้านบนสุดของประชากรหนึ่งรายหลังจากการสร้างใหม่ทั้งหมด 10 ชั่วอายุไม่ได้แสดงไว้ด้านล่าง รูปที่ 5 รูปที่ 5 เส้นโค้งของส่วนของ ea ch การทดสอบความเครียดสำหรับกลยุทธ์ Select Sector SPDR ที่เลือกสุดท้ายกลุ่มผู้มีส่วนได้ส่วนเสียแต่ละกลุ่มในรูปที่ 5 แสดงถึงส่วนของผู้ถือหุ้นที่สร้างขึ้นจากการทดสอบย้อนกลับทั้ง 9 ตลาดพร้อมกันสำหรับการตั้งค่าทดสอบความเครียดชุดเดียวหรือข้อมูลต้นฉบับข้อมูลสรุปผลการดำเนินงานของมอนติคาร์โลสรุป ด้านล่างกำไรสุทธิรวมไม่เหมือนกับตัวอย่างก่อนหน้าผลการดำเนินงานไม่แตกต่างกันมากนักเมื่อการวิเคราะห์ Monte Carlo ถูกปิดและผลลัพธ์ถูกประเมินจากข้อมูลเดิมในกรณีนี้กำไรสุทธิรวมเพิ่มขึ้นเป็น 205,140 กลยุทธ์นี้ยังผ่าน การทดสอบการตรวจสอบเส้นโค้งส่วนได้เสียสำหรับกลยุทธ์มากกว่าข้อมูลเดิมไม่มีการทดสอบความเครียดเพียงอย่างเดียวซึ่งรวมถึงรอบระยะเวลาการตรวจสอบดังรูปที่ 6 รูปที่ 6 รูปที่ 6 เส้นโค้งของส่วนของข้อมูลขั้นสุดท้ายเลือกกลยุทธ์การลงทุนของ Sector SPDR สำหรับข้อมูลต้นฉบับ ส่วนของส่วนของผู้ถือหุ้นเท่ากับกำไรสุทธิ 249,431 ซึ่งเท่ากับผลตอบแทนปีละ 9.5 โดยมีการลดลงของคดีที่เลวร้ายที่สุดเท่ากับ 21 เช่นเดียวกับตัวอย่างก่อนหน้า ตรรกะกลยุทธ์เข้าสู่ระยะยาวในการสั่งซื้อขีด จำกัด ส่วนใหญ่ออกเป็นทางออกที่กำหนดเป้าหมายกับธุรกิจการค้าอื่น ๆ ออกจากสภาพตัวบ่งชี้หรือเมื่อหยุดการป้องกันดาวน์โหลดไฟล์โครงการเฉลี่ย Reversion คลิกขวาบันทึกเป้าหมายเป็นไฟล์ต้องใช้ Adaptrade Builder เพื่อเปิด สำหรับเหตุผลในการออกใบอนุญาตไฟล์โครงการไม่รวมถึงข้อมูลราคาเรียกว่าจุดหวานสำหรับกลยุทธ์การซื้อขายที่แนะนำโดย Dr Bandy ดูเหมือนว่าจะเป็นเงื่อนไขที่มีประสิทธิภาพในการสร้างกลยุทธ์การซื้อขายคืนความถอยหลังโดยอัตโนมัติโดยใช้เครื่องมือเช่น Adaptrade Builder หากลยุทธ์ที่ตอบสนองความต้องการมากที่สุดสำหรับทั้งสองตัวอย่างกลยุทธ์ตลาดเดียวสำหรับตลาด SPY ETF และกลยุทธ์สำหรับพอร์ตโฟลิโอของ ETFs ประกอบด้วยเก้าเลือกภาค SPDRs ทั้งสองกลยุทธ์ชนะซื้อและถือและจัดขึ้นได้ดีใน การทดสอบความถูกต้องสำหรับทั้งสองตัวอย่างการทดสอบความเครียดด้วยการวิเคราะห์มอนติคาร์โลถูกใช้เพื่อเพิ่มโอกาสในการหากลยุทธ์ที่มีประสิทธิภาพเปรียบเทียบกับตัวอย่างผลงานผลการทดสอบความเครียดสำหรับกลยุทธ์ SPY แบบตลาดเดี่ยวเป็นไปในทางอนุรักษ์นิยมน้อยกว่าผลที่ได้ จากข้อมูลเดิมในขณะที่บางส่วนของที่อาจเกิดจากการทดสอบความเครียดอย่างเข้มงวดมากขึ้นเมื่อเทียบกับตัวอย่างผลงานก็แนะนำ t โดยทั่วไปแล้วเมื่อผลของมอนติคาร์โลแตกต่างจากผลลัพธ์ในข้อมูลเดิมอาจเป็นที่คาดว่าผลลัพธ์ที่ดีที่สุดในอนาคตน่าจะอยู่ระหว่างที่แม้ว่าจะเป็นเช่นนั้นก็ตาม เกี่ยวกับวิธีการระมัดระวังการทดสอบความเครียดและการวิเคราะห์ Monte Carlo ดูเหมือนว่าสมเหตุสมผลว่ากลยุทธ์การลงทุนจะมีประสิทธิภาพมากกว่ากลยุทธ์ตลาดเดียวเนื่องจากกลยุทธ์การลงทุนถูกสร้างขึ้นเหนือ 9 ตลาดที่แตกต่างกันและจำเป็นต้องทำงานได้ดีพอสมควรในวงกว้าง ความหลากหลายของข้อมูลราคามันถูกสร้างขึ้นมากกว่าเก้าครั้งเป็นข้อมูลมากและมีประมาณเก้าครั้งการค้ามากขึ้นประสิทธิภาพของกลยุทธ์พอร์ตอาจสะท้อนถึงผลกระทบเชิงบวกของการกระจายความเสี่ยงมากกว่าเก้าภาคที่แตกต่างกันของ SPDR แม้ว่ากลยุทธ์ไม่ได้ตอบสนองความต้องการ สำหรับจำนวนธุรกิจการค้าอาจเป็นไปได้ที่จะหากลยุทธ์ที่ตรงตามข้อกำหนดทั้งหมดหากมีการใช้ประชากรที่มีขนาดใหญ่หรือมากกว่า ข้อกำหนดการสร้างที่เข้มงวดจะใช้ซึ่งจะต้องใช้เวลาในการสร้างมากขึ้นอาจเป็นไปได้ว่ากลยุทธ์ดังกล่าวไม่น่าจะเกิดขึ้นเนื่องจากความต้องการที่ขัดแย้งกันของความแม่นยำสูงความถี่ทางการค้าระยะเวลาการค้าสั้นและอื่น ๆ ชุดที่ดีที่สุด ของเงื่อนไขการสร้างเป็นอย่างใดอย่างหนึ่งที่ใช้ประโยชน์จากศักยภาพของตลาดในขณะที่เหลือ realbining ชุดของเงื่อนไขการสร้างที่เป็นประโยชน์เช่นที่ให้โดยดร. Bandy มีคุณสมบัติความทนทานในตัวเช่นการทดสอบความเครียดและการวิเคราะห์มอนติคาร์โลในเครื่องมืออัตโนมัติ เช่น Builder ควรให้กรอบที่มั่นคงสำหรับการพัฒนากลยุทธ์การซื้อขายที่มีประสิทธิภาพ Bendy, Howard B หมายถึงระบบการซื้อขายย้อนกลับข่าวนกฮูกสีฟ้า, Inc Sioux Falls, SD, 2013, p 138.Bandy, Howard B Modeling ระบบการซื้อขายระบบการทำงานของ Blue Owl Press, Inc Sioux Falls, SD, 2011, p 154. บทความนี้ปรากฏในจดหมายข่าว Adaptrade Software เมษายน 2013 SP 500 และ Select Sector SPDRs เป็นเครื่องหมายการค้าของ The McGraw-Hill Companies, Inc. ผลการดำเนินงานด้านสุขภาพหรือผลการดำเนินงานที่จำลองขึ้นมีข้อ จำกัด บางประการที่ไม่เป็นที่สังเกตว่าเป็นบันทึกการปฏิบัติงานที่แท้จริงผลลัพธ์ที่ได้จากการจำลองจะไม่แสดงถึงการค้าประเวณีอย่างแท้จริงเนื่องจากธุรกิจเหล่านี้ยังไม่ได้รับการปฏิบัติจริง ผลลัพธ์อาจมีหรือสูงกว่าที่ได้รับผลกระทบหากผลกระทบใด ๆ ของปัจจัยตลาดบางอย่างเช่นการขาดความน่าเชื่อถือของโปรแกรมการค้าที่จำลองในทั่วไปนอกจากนี้ยังต้องพึ่งพาความจริงที่ว่าพวกเขาได้รับการออกแบบมาพร้อมกับผลประโยชน์ของกองกลางไม่มีการเป็นตัวแทน กำลังทำเพื่อให้บัญชีใด ๆ หรือจะทำกำไรหรือขาดทุนให้คล้ายคลึงกันหากต้องการทราบข่าวสารพัฒนาการใหม่ ๆ และข้อเสนอพิเศษจาก Adaptrade Software โปรดเข้าร่วมรายการอีเมลของเราขอบคุณผู้อ่าน ส่งกฎการซื้อขายบางอย่างที่เขาได้รับจากจดหมายข่าวจาก Nick Radge เขาต้องการทราบว่ากฎเหล่านี้ทำจริงหรือไม่เช่นเดียวกับที่เผยแพร่ในจดหมายข่าว ผลที่ตามมากลยุทธ์ที่นำเสนอยาวและสั้นและทำกำไร แต่เขาต้องการทราบว่ามันนานเพียงเพราะเขาไม่สั้นหลังจากติดต่อ Nick Radge ที่ Chartist ฉันยืนยันกับเขาก็ตกลงที่จะเผยแพร่กฎเหล่านี้ กฎเดิมเริ่มตั้งแต่ 1 1 1995 ถึง 5 31 2014 สูงสุด 20 อันดับที่ 10 ของแต่ละหุ้นซึ่งหมายความว่ากลยุทธ์สามารถลงทุนได้ 200 ครั้งไม่ค่อยมีใครลงทุน 200 ตาม Nick Radge ค่าเฉลี่ยเคลื่อนที่มากกว่า 100 วัน ปิดต่ำกว่าค่าเฉลี่ยเคลื่อนที่ 5 วัน 3 ต่ำกว่าต่ำสุดไม่ปิดลดลงฉันทำข้อผิดพลาดนี้เป็นครั้งแรกที่ฉันเขียนโค้ดสมาชิกของ Russell 1000 กำหนดคำสั่งซื้อวงเงินสำหรับวันถัดไปหากราคาตกอีก 5 ครั้ง ระยะเวลาเฉลี่ย 10 วันโดยเฉลี่ยสูงกว่าวันก่อนหน้า close. Sell ในการเปิดถัดไปใน Rules. No กฎแฟนซีอยู่ที่นี่เป็นมาตรฐานการพลิกกลับหมายถึงกลยุทธ์ครั้งที่กลยุทธ์จะผลิตสัญญาณมากกว่ามีช่องเปิด สำหรับการค้านี้หนึ่งต้องดู ตลาดในระหว่างวันและใช้สัญญาณที่พวกเขาเกิดขึ้นนี้ไม่ได้เป็นจริงสำหรับคนส่วนใหญ่ตั้งแต่พวกเขาจะไม่เต็มเวลา traders นั่งอยู่หน้าคอมพิวเตอร์ของตนเองสามารถอัตโนมัตินี้ แต่นั่นไม่ใช่งานง่ายคุณอาจได้หยุดชั่วคราว กฎกติกาที่นำความทรงจำกลับมาในขณะที่ฉันกำลังทำงานเพื่อ Connors Research ครั้งแรกที่ฉันได้ยินเกี่ยวกับกฎข้อนี้และผ่านการทดสอบฉันคิดว่าไม่มีกฎใดที่สามารถใช้งานได้ฉันคิดว่ามันจะทำลายสิ่งที่ดีอย่างสมบูรณ์แบบ ฉันรู้สึกแย่มากที่ได้ผลและได้ผลลัพธ์ที่ดีนี่คือเหตุผลที่ฉันบอกว่าควรทดสอบความคิดก่อนที่จะโยนมันออกไปคุณไม่เคยรู้ว่าจะทำอะไรได้กฎที่ผ่านการทดสอบฉันได้ทำการเปลี่ยนแปลงกฎเกณฑ์ฉบับเดิมดังต่อไปนี้ 1 มกราคม 2547 ถึง 6 30 2014. อนุญาตให้สูงสุด 10 ตำแหน่งที่ 10 แต่ละไม่มี margin. Added กฎสภาพคล่องของค่าเฉลี่ยเคลื่อนที่เฉลี่ยวันที่ -21 วันของปริมาณเงินดอลลาร์มากกว่า 10 ล้านบาทขายได้มากกว่า 1. เมื่อมีสัญญาณมากกว่าเปิด ตำแหน่ง, รหัสสุ่มจะเลือกหุ้นที่จะใส่ฉันแล้ววิ่ง 500 ทำงานสำหรับการทดสอบแต่ละครั้งผลกำไร 1000 ผลลัพธ์เฉลี่ย CAR ของ 500 มอนติคาร์โลวิ่งเป็น 22 35 กับสูงสุด DD ของ 21 02 ผลลัพธ์ที่น่าแปลกใจที่ได้จากกฎง่ายๆเช่นค่าเบี่ยงเบนมาตรฐาน สำหรับ CAR และ MDD มีขนาดเล็กกว่าที่คาดไว้ผลการค้นหา SP 500 ผลไม่ดีเท่ากับการใช้ Russell 1000 แต่ยังคงดีอาจเป็นเพราะจักรวาลที่มีขนาดเล็กซึ่งนำไปสู่การเปิดรับแสงที่น้อยลงผลลัพธ์ Russels 3000 มีจักรวาลขนาดใหญ่ให้ เรามีโอกาสได้รับ CAR มากขึ้นหากคุณสนใจสเปรดชีตข้อมูลที่ใช้ในการสร้างตารางเหล่านี้ให้ป้อนข้อมูลของคุณด้านล่างและฉันจะส่งลิงก์ไปยังสเปรดชีตสเปรดชีตมีข้อมูลการดำเนินงานแบบเต็มรูปแบบของ Monte Carlo ใน กระดาษคำนวณเป็นรายละเอียดเกี่ยวกับวิธีการได้รับรหัส AmiBroker ที่ฉันใช้สำหรับการโพสต์นี้ความคิดขั้นสุดท้ายสิ่งที่ฉันชอบเกี่ยวกับกลยุทธ์นี้เป็นวิธีที่ง่ายก็คือยังสร้างผลลัพธ์ที่ดีเพียง 3 กฎการตั้งกฎหนึ่งกฎออกง่ายจริงๆที่ หนึ่งจะคิดว่าจะไม่ทำงานปัญหาที่ใหญ่ที่สุดกับกลยุทธ์คือคนส่วนใหญ่ไม่สามารถค้าได้เพราะต้องอยู่ในด้านหน้าของตลาดตลอดทั้งวันในการโพสต์ในอนาคตเราจะมีลักษณะในการเปลี่ยนแปลงกฎระเบียบเพื่อให้การซื้อขายได้มากขึ้นสำหรับ คนเฉลี่ยเพิ่มในวันที่ 8 15 2014 ในหัวข้อความคิดเห็นด้านล่างสองคนถามผลฉันมีเพื่อนนักวิจัยของฉันรหัสขึ้นกฎตามที่ระบุไว้ในโพสต์ผลการค้นหาของเขาตรงกับของฉันตรงนี้ทำให้ฉันมั่นใจว่าผลที่สมบูรณ์ มีความถูกต้อง Quant Trading. Fill in for free spreadsheet. Cesar Alvarez - 12 สิงหาคม 2014 Reply. There มี 10 5 ปีในการทดสอบกับ 252 บาร์ต่อปีที่ให้ 2646 บาร์ในการทดสอบไม่ 2375 โดยเฉลี่ยถือเป็น 3 58 แต่หนึ่งต้องเข้าใจว่า AmiBroker คำนวณจำนวนบาร์ที่จัดขึ้นสำหรับตำแหน่งถ้าฉันป้อนตำแหน่งในวันนี้ที่เปิดและออกในวันพรุ่งนี้ที่เปิด AmiBroker คำนวณว่าเป็นแถบ 2 ถือในความเป็นจริงที่เป็นเพียง 1 บาร์เวลา หนึ่งควรย่อย เส้นทางหนึ่งจาก Average Bards Held ที่ AmiBroker prrovides ถ้าเราใช้เวลา 7183 การค้า 10 ตำแหน่ง 3 58-1 บาร์ 2646 บาร์ทั้งหมดในการทดสอบ 100 70 ซึ่งใกล้เคียงกับการรับสารในรายงาน AmiBroker จาก 69 67 โดยการคำนวณเหล่านี้ทั้งหมดเป็นสิ่งที่ดี เพราะความกังวลของคุณฉันสองครั้งตรวจสอบรหัสของฉันเพื่อให้แน่ใจว่าฉันไม่ได้ป้อนมากกว่า 10 ตำแหน่งหรือใช้ขอบฉันเสมอทราบว่าฉันสามารถและฉันจะทำผิดพลาดหลังจากตรวจสอบรหัสของฉันฉันเห็นไม่มีปัญหาตอบกลับ จริง ๆ แล้วมันซับซ้อนกว่านั้นและการคำนวณค่าไม่ถูกต้องเพราะคุณกำลังทำระบบแบบยาวเท่านั้นและคุณต้องมองเฉพาะช่วงเวลาที่มีเงื่อนไขเท่านั้นที่ระบุว่าระบบอาจมีตำแหน่งมากกว่า 10 ที่ เวลาที่ระบุโปรดทราบว่าผู้ค้าปลีกรายใหญ่ส่วนใหญ่จะคำนวณ CAR ตามการเริ่มต้นและส่วนของผู้ถือหุ้นเริ่มต้นและไม่นับเป็นส่วนของกำไรวิธีเดียวที่จะได้รับการแก้ไขนี้คือการให้รายงานการค้าโดยการค้าฉบับสมบูรณ์เพื่อให้ทุกคนสามารถเชื่อได้ว่า คุณไม่มี t โดยใช้ margin ในการคำนวณ CAR ของคุณฉันคิดว่านี่คือสิ่งที่ถูกรวมอยู่ในสเปรดชีต แต่ฉันพบเฉพาะลิงค์ที่มีการซื้อรหัส Amibroker สำหรับ 50 ถ้าระบบนี้เป็นผู้ชนะที่แท้จริงฉันไม่ได้ตั้งใจที่จะขายได้ 50 นี้ เป็นสิ่งที่ทฤษฎีพฤติกรรมที่มีเหตุผล says. I ไม่เชื่อว่าผลทั้งหมดของคุณถูกต้องหรือว่ารหัสของคุณถูกต้องวิธีเดียวที่คุณจะโน้มน้าวใจฉันคือการให้ผลลัพธ์ที่สมบูรณ์หรือรหัสเพื่อให้ผู้อ่านสามารถทำซ้ำพวกเขา ตอบกลับ. CESAR Alvarez - 14 สิงหาคม 2014 Reply. Here เป็นรหัสที่ป้องกันไม่ให้ฉันจากการมีมากกว่า 100 ลงทุนนี่คือรหัสที่ จำกัด ฉันไม่ได้มีมากกว่า 10 ตำแหน่งหรือมีมากกว่า 100 ลงทุนยกเว้น AmiBroker ได้อย่างกระทันหัน หักบรรทัดเหล่านี้ควรป้องกันไม่ให้ฉันจากการมีมากกว่า 100 invest. posqty 10 pctPerPosition 100 Posqty SetOption MarginRequirement, 100 SetPositionSize pctPerPosition, spsPercentOfEquity ถ้าคุณยังคงเชื่อว่ารหัสไม่ถูกต้องผมขอแนะนำให้คุณรหัสขึ้น t เขากลยุทธ์และโพสต์ผลลัพธ์ของคุณฉันได้ให้คุณกฎเต็มฉันซ่อนอะไรยังอาจมีข้อผิดพลาดในรหัสที่ฉันไม่พบ แต่ ณ จุดนี้ฉันปล่อยให้คุณรหัสและโพสต์ผลลัพธ์ที่ขัดแย้งกับผลของฉัน ขอให้ตอบ แต่ฉันก็พยายามจะช่วยให้ได้ยิน แต่อย่ากลับมาเป็นภาระในการพิสูจน์คุณจะได้รับการยอมรับคุณใช้ AMI รุ่นใดลองเพิ่ม this. I จะทำซ้ำอีกครั้งว่าผลตอบแทนที่สูงควรจะเรียกธงสีแดงทันที ทุกคนที่มีประสบการณ์การทำ backtesting มากกว่า 3 เดือนรู้เรื่องนี้ขอให้ตอบกลับตอบ: 15 สิงหาคม 2014 Reply. I am doing that นี่คือบรรทัดของรหัส SetOption MaxOpenPositions, posqty. Leave reply. Cesar Alvarez - 15 สิงหาคม 2014 ตอบเนื่องจากความห่วงใยต่อเนื่องของคุณและฉันต้องการตรวจสอบให้แน่ใจว่าโค้ดถูกต้องเหมือนที่ฉันได้กล่าวไว้ก่อนหน้านี้เป็นไปได้ว่าฉันมีข้อบกพร่องที่ฉันไม่พบฉันขอความช่วยเหลือจากคนที่ฉันรู้จักว่าใครเป็นนักวิจัยมืออาชีพ มีทักษะ AmiBroker ที่แข็งแกร่งมากเพื่อโปรแกรม กลยุทธ์เป็นกฎที่กำหนดในโพสต์นี้เมื่อฉันทำงาน Connors Research วิธีที่เราตรวจสอบกลยุทธ์โดยการให้กฎภาษาอังกฤษในบทความนี้ไปยังอีกงานวิจัยเพื่อโค้ดเราเปรียบเทียบผลลัพธ์ผลการวิจัยสำหรับกลยุทธ์นี้จับคู่ ฉันเหมือนกัน ณ จุดนี้ฉันพิจารณากลยุทธ์การตรวจสอบและแก้ไขถ้าคุณไม่ต้องการบอกว่ากฎตามที่ระบุไว้ในการโพสต์ผิดพลาดโปรดตอบฉันต้องการสำเนาของสเปรดชีตขอขอบคุณตอบกลับนอกจากนี้ไกล เป็นไปตามกฎไม่ปิดด้านล่าง MA วัน 5 จะต้องเกิดขึ้นก่อนแล้วที่ต่ำกว่า 3 ต่ำกว่านั้นหรือสามารถต่ำกว่า 3 ต่ำกว่าเริ่มต้นเหนือ MA และจากนั้นปิดด้านล่าง MA วันที่ 5 เกิดขึ้นในวันที่ 3 Leave a reply. Cesar Alvarez - 12 สิงหาคม 2014 Reply. To รับสำเนาสเปรดชีตกรอกแบบฟอร์มที่ด้านล่างของโพสต์ในวันติดตั้งการปิดจะอยู่ภายใต้ MA5 และวันนั้นอย่างน้อย วันที่สามในแถวของระดับต่ำสุด 3 ต่ำลงอ่านตอบแทนการซื้อขายแต่ละครั้ง ks ผลของคุณจะแตกต่างกันอย่างไรสำหรับการซื้อขาย ETF SPY ทั้งแบบ Long, Short หรือ Money และเฉพาะที่ EOD ขอขอบคุณที่แบ่งปันงานของคุณด้วยความนับถือ Jim. Leave ตอบกลับ. Cassar Alvarez - August 13, 2014 Reply. One มีการเปลี่ยนแปลงใหญ่ในกลยุทธ์เนื่องจากการขาดการค้า, การเปิดรับจะต่ำมากและ CAGR. Leave ต่ำดังนั้นขอบคุณ Cesar ที่สงสัยของฉันเป็นอย่างดีว่าจะมีธุรกิจการค้าน้อยมากถ้ามีการซื้อขาย SPY มีกลยุทธ์ที่ชื่นชอบของคุณหรือที่คุณแนะนำสำหรับการซื้อขาย SPY ที่ EOD เท่านั้นขอบคุณคุณตอบกลับ Cezar Alvarez - 14 สิงหาคม 2014 ตอบตอนนี้ฉันไม่ได้ซื้อขาย SPYs ฉันกำลังวิจัยตัวเลือกการซื้อขาย SPY ที่เป็นไปได้ แต่ที่อยู่ในขั้นเริ่มต้นของการตรวจสอบโปรดตอบกลับสวัสดีคุณใช้งบ AFL เพื่อ จำกัด ตำแหน่งที่เปิดอยู่ 10 เนื่องจากมีคนชี้ไปแล้วว่าระบบของคุณใช้เวลามากกว่า 10 ตำแหน่งและมีส่วนเกินกว่าทุนทรัพย์ผมจำ AFL ได้ มีคำสั่งให้ จำกัด การเปิดตำแหน่งใหม่ ถึง 10 แต่ฉันจำไม่ได้ว่ามันมีหนึ่งที่จะ จำกัด ตำแหน่งใหม่ขึ้นอยู่กับคนที่เปิดอยู่แล้วตามที่ระบุไว้ CAGR จะไม่สมจริงและอาจเป็นเพราะ overestimation. Leave ตอบ. Cesar Alvarez - 14 สิงหาคม 2014 Reply. As ฉันมี ชี้ให้เห็นว่าผมเชื่อว่ารหัสถูกต้องไม่ได้บอกว่ามันยังคงผิดฉันได้ตรวจสอบมันหลายครั้งทำไมคุณคิดว่ารหัสผิดนี่เป็นรหัสที่ จำกัด ฉันไม่ได้มีมากกว่า 10 ตำแหน่งหรือมีมากขึ้น มากกว่า 100 ลงทุนยกเว้นกรณีที่ AmiBroker แตกแยกอย่างฉับพลันบรรทัดเหล่านี้ควรป้องกันฉันจากการมีมากกว่า 100 invest. posqty 10 pctPerPosition 100 posqty SetOption MarginRequirement, 100 SetPositionSize pctPerPosition, spsPercentOfEquity. Leave ตอบ. Cesar Alvarez - 15 สิงหาคม 2014 Reply. One บรรทัดเพิ่มเติมของรหัส SetOption MaxOpenPositions, posqty. Leave reply. Thanks สำหรับน่ากลัว, บล็อกเว็บไซต์ที่น่าสนใจด้วยการไปถึงทางออกของระบบนี้ปิดมากขึ้นกว่าการปิดวันก่อนหน้า s, วิธีการทำคุณออกจากตำแหน่งนี้ ไอออนไม่เคยเกิดขึ้นนั่นคือทางออกต้องมีราคาใกล้เคียงกันมากกว่าราคาปิดของวันก่อนหน้าดังนั้นสิ่งที่ถ้าราคาเพียงแค่เก็บไว้ลดลงเป็นตัวอย่างคุณจะไม่ถือมันตลอดทางลงหรือถ้าราคาเก็บไว้สั่นใน ช่วงนี้เพื่อให้เงื่อนไขนี้ไม่เป็นความจริงหุ้นอาจจะจัดขึ้น forever. What am missing. Leave ตอบ. Cesar Alvarez - 15 สิงหาคม 2014 ตอบกลับในทฤษฎีหุ้นสามารถปิดลงทุกวันจนกว่าจะมีศูนย์ในทุก การทดสอบนี้ไม่เคยเกิดขึ้นถ้าราคา oscillates แล้วเราจะออกเพราะเพื่อ oscillate หุ้นต้องปิดขึ้นแล้วเราจะออกฉันเห็นด้วยกับคุณเป็น exit. Leave แปลก ๆ reply. Cesar สิ่งที่จะเป็น รุ่นผกผันของกลยุทธ์นี้คือสิ่งที่เป็นปัจจัยการผลิตหากคุณต้องการค้า short. Leave ตอบ. Cesar Alvarez - 15 สิงหาคม 2014 Reply. First ฉันไม่ได้ทดสอบรุ่นสั้น ๆ นี้การเปลี่ยนแปลงกฎผกผันจะเปลี่ยนแปลงการตั้งค่าจะ ปิด MA5.Buy change Trigger คือปิดก่อนหน้านี้ 5 ATR10 เปลี่ยนการขายลงในครั้งแรกลงไปปิดรับตอบกลับขอขอบคุณจากคนที่ฉันรู้จักว่าใครเป็นนักวิจัยมืออาชีพที่มีทักษะ AmiBroker ที่แข็งแกร่งมากในการวางแผนกลยุทธ์ตามกฎที่ระบุไว้ในบทความนี้ฉันพบว่ามันน่าสนใจ ว่าคนนี้สามารถที่จะกำหนดกลยุทธ์นี้สร้างผลลัพธ์และทดสอบได้ภายในเวลาไม่ถึงครึ่งวัน แต่เดิมเมื่อคุณให้กฎที่คุณให้มาไม่ได้รวมอยู่ด้วยนี่คือสิ่งที่คุณให้ไว้ 10 pctPerPosition 100 Posqty SetOption MarginRequirement , 100 SetPositionSize pctPerPosition, spsPercentOfEquity. And this ฉันฉัน suggest. was ไม่รวมโพสต์ของคุณว่าสิ่งนี้จะต้องมีการประทับเวลาอย่างน้อย 3 ชั่วโมงหลังจากโพสต์ของฉันฉันไม่เห็นเหตุผลในการละเว้นในครั้งแรกเนื่องจาก deals. กับประเด็นที่ยกขึ้นดังนั้นวิธีหนึ่งสำหรับคุณเพื่อพิสูจน์ว่าผลลัพธ์ของคุณถูกต้องคือการโพสต์ไฟล์ excel ของการค้าโดยการค้า Amibroker สำหรับกรณีแรกของ Russell 1000 ฉัน don t คิดว่าคุณควรมี คุณอาจมีบางสิ่งบางอย่างที่นี่ แต่ราคาต่อคุณและคุณอาจจะมีการปรับระบบเพื่อให้พอดีกับข้อมูลที่ผ่านมาหรือคุณมีข้อผิดพลาดที่เกินจริง CAGR ถ้าระบบนี้ทำงานและสร้างขึ้นจริง CAGR ที่สูงมันไม่ได้ทำให้รู้สึกใด ๆ ที่จะขายรหัสสำหรับ 50 โปรดอย่าบอกฉันว่าคุณเป็น Samaritan ดีและคุณต้องการให้ผู้เข้าชมบล็อกของคุณอุดมไปด้วย 50 down. Leave reply. Cesar Alvarez - สิงหาคม 16, 2014 Reply เหตุผลในการละเลยคือพลาดบรรทัดรหัสหนึ่งบรรทัดเมื่อคัดลอกสิ่งที่ฉันต้องการแสดงเนื่องจากคุณมีรหัสคนขึ้นมาคุณสามารถตรวจสอบได้ว่าผลลัพธ์ถูกต้องหรือไม่เท่าที่ฉัน am เกี่ยวข้องผลลัพธ์เหล่านี้ถูกต้องตามที่ฉันระบุฉันมีคนอื่นรหัสพวกเขาและรับตรงผลลัพธ์เดียวกันฉันขอขอบคุณที่คุณนำขึ้นกังวลของคุณว่ารหัสผิด แต่ฉันได้พิสูจน์ตัวเองมีปัญหาไม่ฉันจะใช้ มีเวลาและพลังงานมากขึ้นในหัวข้อนี้ ถ้ามีคนนำหลักฐานว่าผลไม่ถูกต้องโปรดตอบกลับกลยุทธ์นี้เป็นกลยุทธ์ในวันที่ไม่ใช่ interday คุณอาจมีหุ้นจำนวนมากที่ตรงกับเกณฑ์ในวันที่กำหนดในชีวิตจริง แต่คุณจะซื้อหุ้นเหล่านี้เท่านั้น, ที่จะไปลงก่อนหน้านี้มีข้อมูล EOD ที่คุณไม่ทราบจริงๆว่าคุณจะซื้ออะไรนั่นคือเหตุผลที่คุณต้องใช้ MonteCarlo. Lets สมมติว่าใน Fay 5 มีคุณสมบัติเป็นไปตามเกณฑ์และลดลงอย่างน้อย 5% หลังจากไม่กี่วัน MonteCarlo สมมติว่าการกระจายตัวของความน่าจะเป็นเหมือนกันคำอื่น ๆ คุณจะซื้อหุ้นที่ดีใน 4 กรณีและหนึ่งที่ไม่ดีใน 1 case. And ถ้าหุ้นที่ไม่ดีเกือบตลอดเวลาลงไป เร็วกว่าว่าหุ้นที่ดีนั่นหมายความว่าการกระจายตัวของความน่าจะไม่สม่ำเสมอและผลการทดสอบไม่น่าเชื่อถือคำถามของฉันคือเหตุผลที่คุณสามารถสมมติว่าหุ้นแรกที่จะลงไปเป็นหุ้นที่ดีอย่างไรคุณรู้ว่าหุ้น ที่จะเฟอร์ st ไปลงเพื่อ จำกัด ในวันที่กำหนดไม่ได้เป็นหุ้นที่ไม่ดีฉันถามคำถามเพราะฉันสร้างกลยุทธ์การพลิกกลับที่คล้ายกัน แต่คำถามนี้เป็นห่วง me. Leave reply. Cesar Alvarez - 16 สิงหาคม 2014 Reply. I ไม่ได้ทำ Monte คาร์โลจำลองผลลัพธ์เหล่านี้เราไม่ทราบว่าหุ้นใดเรียกใช้เป็นอันดับแรกคุณมีความถูกต้องที่เราไม่ทราบว่าหุ้นที่ไม่ดีมีแนวโน้มที่จะกระตุ้นหรือไม่ดังนั้นการกระจายสินค้าจึงไม่สม่ำเสมอข้อมูลและการวิเคราะห์ในไซต์นี้มีวัตถุประสงค์เพื่อให้ข้อมูล only Nothing herein should be interpreted as personalized investment advice Under no circumstances does this information represent a recommendation to buy, sell or hold any security None of the information on this site is guaranteed to be correct, and anything written here should be subject to independent verification You, and you alone, are solely responsible for any investment decisions you make The ideas and strategies should never be used without first assessing your own personal and financi al situation, or without consulting a financial professional I may hold positions for myself or clients in the securities or industries mentioned here There is a very high degree of risk involved in trading securities Your use of any information on this site is entirely at your own risk My thoughts and opinions will also change from time to time as I learn and accumulate more knowledge. หลังจากทำงานกับ Cesar ประสิทธิภาพการซื้อขายของฉันไปจากที่คาดเดาไม่ได้และแทบจะไม่ทำกำไรได้อย่างสม่ำเสมอ ไม่มีทางที่ฉันจะเป็นมืออาชีพในการจัดการเงินวันนี้ได้ไม่ใช่สำหรับคำแนะนำอย่างมืออาชีพและความช่วยเหลือของ Cesar Alvarez - Mark Angil, RBD Adaptive, LLC ฉันรู้จักซีซาร์เป็นเวลา 8 ปีแล้วและเขาเป็นทรัพยากรที่สำคัญสำหรับการวิจัยตลาดการเงินการพัฒนากลยุทธ์เชิงปริมาณและการเข้ารหัส Rob Davenport - LCA Capital, LLC Eventually, I realized that the majority of the models they presented were engineered by Cesar His work is enlightening, informative and very easy to understand, and that is very refreshing to see in the Quant world.