3 Forex mechanical trading systems

Como ganhar com sistemas mecânicos de negociação Muita tinta tem sido dedicada a identificar as causas de falhas de sistemas mecânicos de negociação, especialmente após o fato. Embora possa parecer oxymoronic (ou, para alguns comerciantes, simplesmente moronic), a principal razão por que estes sistemas de negociação não é porque eles dependem muito da natureza hands-free, fogo e esquecer de negociação mecânica. Os próprios algoritmos não possuem a supervisão e intervenção humanas objetivas necessárias para ajudar os sistemas a evoluir em sintonia com as mudanças nas condições do mercado. Falha de sistemas de negociação mecânica ou falha de comerciante Em vez de lamentar uma falha no sistema de negociação, é mais construtivo considerar as maneiras pelas quais os comerciantes podem ter o melhor de ambos os mundos: Ou seja, os comerciantes podem desfrutar dos benefícios dos sistemas de negociação mecânicos gerenciados por algoritmos , Tais como execuções automáticas de rápido-fogo e decisões de comércio livre de emoção, enquanto ainda alavancando sua capacidade humana inata para o pensamento objetivo sobre falha e sucesso. O elemento mais importante de qualquer comerciante é a capacidade humana de evoluir. Os comerciantes podem mudar e adaptar seus sistemas de negociação para continuar ganhando antes que as perdas se tornem financeiramente ou emocionalmente devastadoras. Escolha o tipo certo e quantidade de dados de mercado para testar Os comerciantes bem sucedidos usam um sistema de regras repetitivas para colher ganhos de ineficiências de curto prazo no mercado. Para os pequenos comerciantes independentes no mundo das negociações de valores mobiliários e derivativos, onde os spreads são finos e a concorrência feroz, as melhores oportunidades de ganhos advêm da detecção de ineficiências de mercado com base em dados simples e fáceis de quantificar. possível. Quando um comerciante desenvolve e opera sistemas de negociação mecânica com base em dados históricos, ele ou ela está esperando para ganhos futuros com base na idéia de que as ineficiências do mercado atual continuará. Se um comerciante escolhe o conjunto de dados errado ou usa os parâmetros errados para qualificar os dados, oportunidades preciosas podem ser perdidas. Ao mesmo tempo, uma vez que a ineficiência detectada em dados históricos não existe mais, então o sistema de negociação falha. As razões pelas quais desapareceu não são importantes para o comerciante mecânico. Apenas os resultados são importantes. Escolha os conjuntos de dados mais pertinentes ao escolher o conjunto de dados a partir do qual criar e testar sistemas de negociação mecânica. E, a fim de testar uma amostra suficientemente grande para confirmar se uma regra de negociação funciona de forma consistente em uma ampla gama de condições de mercado, um comerciante deve usar o maior período prático de dados de teste. Por isso, parece apropriado construir sistemas de negociação mecânicos com base tanto no conjunto de dados históricos mais longos possíveis quanto no conjunto mais simples de parâmetros de projeto. A robustez é geralmente considerada a capacidade de suportar muitos tipos de condições de mercado. A robustez deve ser inerente a qualquer sistema testado em um longo intervalo de tempo de dados históricos e regras simples. Testes prolongados e regras básicas devem refletir a maior variedade de condições de mercado no futuro. Todos os sistemas de negociação mecânica acabarão por falhar porque os dados históricos obviamente não contêm todos os eventos futuros. Qualquer sistema construído sobre dados históricos acabará por encontrar condições ahistóricas. Insight humano e intervenção impede estratégias automatizadas de correr fora dos trilhos. As pessoas no Knight Capital sabem algo sobre snafus negociação ao vivo. A simplicidade ganha pela sua adaptabilidade Os sistemas de comércio mecânico bem-sucedidos são como organismos vivos e respiratórios. Os estratos geológicos dos mundos estão cheios de fósseis de organismos que, embora adequados idealmente para o sucesso a curto prazo durante os seus próprios períodos históricos, eram demasiado especializados para a sobrevivência ea adaptação a longo prazo. Os sistemas de negociação mecânicos algorítmicos simples com orientação humana são os melhores porque podem sofrer rápida e fácil evolução e adaptação às condições em mudança no ambiente (leia o mercado). Regras comerciais simples reduzem o potencial impacto do viés de mineração de dados. O viés da mineração de dados é problemático porque pode exagerar o quão bem uma regra histórica se aplicará em condições futuras, especialmente quando os sistemas de negociação mecânica estão focados em prazos curtos. Sistemas de negociação mecânicos simples e robustos não devem ser afetados pelos prazos usados ​​para fins de teste. O número de pontos de teste encontrados dentro de um dado intervalo de dados históricos ainda deve ser grande o suficiente para provar ou refutar a validade das regras comerciais que estão sendo testadas. Dito de forma diferente, sistemas de negociação mecânicos simples e robustos superam o viés de mineração de dados. Se um comerciante usa um sistema com parâmetros de projeto simples, como o sistema QuantBar. E os testa usando o período de tempo histórico mais longo possível, então as únicas outras tarefas importantes serão aderir à disciplina de negociar o sistema e monitorar seus resultados no futuro. A observação possibilita a evolução. Por outro lado, os comerciantes que usam sistemas de negociação mecânicos construídos a partir de um conjunto complexo de múltiplos parâmetros correm o risco de pré-evoluir seus sistemas em extinção precoce. Construir um sistema robusto que alavanca o melhor da negociação mecânica, sem cair presa de seus pontos fracos É importante não confundir a robustez dos sistemas de negociação mecânica com sua adaptabilidade. Sistemas desenvolvidos com base em uma infinidade de parâmetros levaram a ganhar negócios durante os períodos históricos e mesmo durante os períodos observados atuais são muitas vezes descritos como robusto. Isso não é uma garantia de que tais sistemas possam ser ajustados com sucesso depois de terem sido comercializados após seu período de lua de mel.8221 Esse é um período de negociação inicial durante o qual as condições coincidem com um determinado período histórico em que o sistema se baseou. Sistemas de negociação mecânicos simples são facilmente adaptados a novas condições, mesmo quando as causas de mudança de mercado permanecem obscuras e sistemas complexos ficam aquém. Quando as condições de mercado mudam, como fazem continuamente, os sistemas de negociação que são mais prováveis ​​continuar a ganhar são aqueles que são simples e mais facilmente adaptável a novas condições um sistema verdadeiramente robusto é aquele que tem longevidade acima de tudo. Os sistemas de negociação mecânicos algorítmicos simples com orientação humana são os melhores porque podem sofrer rápida e fácil evolução e adaptação às condições em mudança no ambiente (leia o mercado). Infelizmente, após experimentar um período inicial de ganhos ao usar sistemas de negociação mecânicos excessivamente complexos, muitos comerciantes caem na armadilha de tentar ajustar esses sistemas de volta ao sucesso. Os mercados desconhecidos, ainda que mudando, as condições podem já ter condenado essa espécie inteira de sistemas de comércio mecânicos à extinção. Mais uma vez, a simplicidade ea adaptabilidade às condições de mudança oferecem a melhor esperança para a sobrevivência de qualquer sistema comercial. Use uma medida objetiva para distinguir entre sucesso e fracasso Uma queda mais comum dos comerciantes é um apego psicológico ao seu sistema comercial. Quando as falhas do sistema de negociação ocorrem, geralmente é porque os comerciantes têm adotado um ponto de vista subjetivo em vez de objetivo, especialmente no que diz respeito ao stop-loss durante determinados negócios. A natureza humana muitas vezes leva um comerciante a desenvolver um apego emocional a um determinado sistema, especialmente quando o comerciante tem investido uma quantidade significativa de tempo e dinheiro em sistemas de negociação mecânica com muitas peças complexas que são difíceis de entender. No entanto, é extremamente importante para um comerciante para sair do sistema, a fim de considerá-lo objetivamente. Em alguns casos, o comerciante torna-se delirante sobre o sucesso esperado de um sistema, até mesmo ao ponto de continuar a negociar um sistema obviamente perdedor muito mais tempo do que uma análise subjetiva teria permitido. Ou, depois de um período de gordura ganha, um comerciante pode se casar com um sistema anteriormente vencedor, mesmo quando sua beleza desaparece sob a pressão de perdas. Pior ainda, um profissional pode cair na armadilha de escolher seletivamente os períodos de teste ou parâmetros estatísticos para um sistema que já está perdendo, a fim de manter a esperança falsa para o valor contínuo dos sistemas. Um critério objetivo, como o uso de métodos de desvio padrão para avaliar a probabilidade de falha atual, é o único método vencedor para determinar se os sistemas de negociação mecânica realmente falharam. Através de um olho objetivo, é fácil para um comerciante para detectar rapidamente falha ou falha potencial em sistemas de negociação mecânica, e um sistema simples pode ser rapidamente e facilmente adaptado para criar um sistema recém-vencedor mais uma vez. A falha dos sistemas mecânicos de negociação é muitas vezes quantificada com base numa comparação das perdas correntes quando comparadas com as perdas ou abatimentos históricos. Tal análise pode levar a uma conclusão subjetiva e incorreta. O drawdown máximo é usado frequentemente como a métrica do limite pelo qual um comerciante abandonará um sistema. Sem considerar a forma pela qual o sistema atingiu esse nível de levantamento, ou o período de tempo necessário para atingir esse nível, um comerciante não deve concluir que o sistema é um perdedor com base na retirada sozinho. De fato, o melhor método para evitar descartar um sistema vencedor é usar um padrão de medição objetivo para determinar a distribuição atual ou recente dos retornos do sistema obtido durante a negociação. Compare essa medida com a distribuição histórica de retornos calculada a partir de back-testing, ao mesmo tempo que atribui um valor limiar fixo de acordo com a certeza de que a atual perda de distribuição de sistemas de negociação mecânica está além das perdas normais a serem esperadas e deve portanto ser Descartado como falhou. Assim, por exemplo, presumir que um comerciante ignora o nível atual drawdown que sinalizou um problema e desencadeou sua investigação. Em vez disso, compare a atual série de perdas com as perdas históricas que teriam ocorrido durante a negociação desse sistema durante períodos históricos de teste. Dependendo de como conservador é um comerciante, ele ou ela pode descobrir que a perda atual ou recente está além, digamos, o nível de certeza 95 implícito por dois desvios padrão do nível de perda histórica normal. Isso certamente seria um forte sinal estatístico de que o sistema está funcionando mal e, portanto, falhou. Em contraste, um operador diferente com maior apetite para o risco pode decidir objetivamente que três desvios padrão da norma (isto é, 99,7) é o nível de certeza apropriado para julgar um sistema de negociação como falhado. O fator mais importante para qualquer sistema de negociação sucesso, seja manual ou mecânica, é sempre a capacidade de tomada de decisão humana. O valor de bons sistemas de negociação mecânica é que, como todas as boas máquinas, eles minimizam as fraquezas humanas e capacitam realizações muito além das atingíveis através de métodos manuais. No entanto, quando devidamente construído, eles ainda permitem um controle firme de acordo com o juízo dos comerciantes e permitir que ele ou ela orientar clara de obstáculos e falhas potenciais. Embora um comerciante possa usar a matemática sob a forma de um cálculo estatístico da distribuição padrão para avaliar se uma perda é normal e aceitável de acordo com registros históricos, ele ou ela ainda está confiando no julgamento humano em vez de tomar decisões puramente mecânicas e baseadas em matemática Baseado em algoritmos sozinho. Os comerciantes podem desfrutar o melhor dos dois mundos. O poder dos algoritmos e da negociação mecânica minimiza os efeitos da emoção humana e atraso na colocação e execução da ordem, especialmente no que diz respeito à manutenção da disciplina stop-loss. Ele ainda usa a avaliação objetiva do desvio padrão, a fim de manter o controle humano sobre o sistema de comércio. Estar preparado para a mudança e estar preparado para mudar o sistema de negociação Junto com a objetividade para detectar quando os sistemas de negociação mecânica mudar de vencedores em perdedores, um comerciante também deve ter a disciplina e previsão para evoluir e mudar os sistemas para que possam continuar a ganhar Durante novas condições de mercado. Em qualquer ambiente cheio de mudanças, quanto mais simples o sistema, mais rápida e fácil será sua evolução. Se uma estratégia complexa falhar, pode ser mais fácil de substituir do que modificá-lo, enquanto alguns dos sistemas mais simples e mais intuitiva, como o sistema QuantBar. São relativamente fáceis de modificar no momento para se adaptarem às condições de mercado futuras. Em resumo, pode-se dizer que os sistemas de negociação mecânicos devidamente construídos devem ser simples e adaptáveis ​​e testados de acordo com o tipo e quantidade de dados adequados para que sejam robustos o suficiente para produzir ganhos sob uma ampla variedade de condições de mercado. E, um sistema vencedor deve ser julgado pela métrica apropriada de sucesso. Em vez de meramente confiar em regras de negociação algorítmicas ou nos níveis máximos de retirada, qualquer decisão sobre se um sistema falhou deve ser feita de acordo com o juízo humano dos comerciantes e com base numa avaliação do número de desvios padrão do desempenho atual dos sistemas quando medido contra Suas perdas de teste histórico. Se os sistemas de negociação mecânica estão falhando para executar, o comerciante deve fazer as mudanças necessárias em vez de se apegar a um sistema perdedor. Só porque um sistema funcionou há 20 anos não significa que ele deve funcionar hoje. Tenha cuidado quando você sugere testar um sistema durante um longo período. Quão longo é longo Como também, como simples é simples Quatro regras com um total de quatro variáveis ​​Sete regras com um total de dez variáveis ​​Eu concordo geralmente que mais simples é melhor mas o que é simples Usar o desvio padrão dos retornos deve fornecer conclusões similares à execução Uma análise Monte Carlo que não é difícil com o software que está disponível. Com uma análise MC, como você está ciente, pode-se ver os possíveis retornos e possíveis retiradas. O futuro não precisa se assemelhar ao passado, mas uma análise de MC é uma maneira de testar um sistema. Fácil de dar diretrizes difíceis de desenvolver um sistema com um edge823082308230.e mais difícil de comércio .. se possível compartilhar algumas variáveis ​​2 fazer um sistema comercial. Para simplificar o motivo torná-lo simples Regras de compra Regras de saída (Pára ou Saída de lucro) Regras curtas Saídas curtas (Pára ou Saída de lucro) Permaneça fora (se necessário, conforme o sistema) Tamanho da posição (considerando a redução máxima) Thats it8230 pode adicionar qualquer peça de Conselhos u want8230 Obrigado pelo post, concordo com muitas coisas que você mencionou. E além disso, me dá um par de idéias para tentar. Oi todos Shaun, concordo. Focando em não perder é um sucesso muito importante de sucesso. Tarun, um EA que eu tenho construído que é muito bem sucedido usa um pivô simples pivô swing estratégia comercial. Um indicador personalizado do meu próprio dá-me um viés pré-mercado (para cima ou para baixo) e meu gatilho para a entrada é o preço de mercado dentro de um intervalo de 2 pip do pivô diário principal. A estratégia de saída é simples demais, o preço vai parar ou fechar metade da posição em Support1 ou Resistance1. Stoploss é então movido para quebrar mesmo. O preço pára então para fora ou alcança S2 ou R2 em que a metade da posição restante é fechada outra vez, o stoploss é movido para S1 ou R1. O preço será então parar ou mover para S3 ou R3 em que ponto a posição restante é fechada. 8211 Essa estratégia simples vale 1 milhão de dólares em um período de 15 anos. Livre, meu prazer. A maioria das pessoas não vai fazer nada com esta informação de qualquer maneira lol. O Dilema: Estratégia simples, EA altamente complicada. Porque, porque cada estratégia tem limites e saber o que faz com que ele falhe é o primeiro passo para 8220focusing em não perder8221. Aka, colocar meausures no lugar para anaylize o mercado e fazer o seu EA desligar ou adaptar quando o mercado está agindo de forma ruim para a sua estratégia. Também, R / R, proteção de equilíbrio e usando uma escala LOT torna o EA bastante complexo, mas vale a pena o esforço. Combinar uma estratégia simples com um sistema de gestão detalhada dentro de um complexo EA vale 50million mais de 15 anos. Não espere que este tipo de sistema para se reunir durante a noite, passei 2 anos de construção mina, mas foi uma viagem muito emocionante. Se você é apaixonado por negociação e EA8217s simplesmente não desista. Ficar focado e continuar aprendendo. De fato. Você poderia publicar a maioria das estratégias no jornal. Quase ninguém faria nada com ele. Eu amo a ênfase em não perder, em vez de ganhar. You8217re falando minha língua gostaria de acrescentar 3 pontos a considerar ao avaliar o desempenho dos sistemas de negociação programada. Primeiro de tudo, quando voltar a testar um sistema no MetaTrader é importante lembrar que MT4 não fornece um verdadeiro fluxo de dados tick. Isso simplesmente simula os dados de carrapatos usando barras de dados armazenadas no Centro de História. Isso significa que o histórico de preços muito recente pode ser construído a partir de barras de 1 ou 5 minutos e a história mais distante pode ser construída a partir de barras de 15 ou 30 minutos. Executar testes durante períodos de vários anos pode forçar MT4 a simular os dados de carrapatos usando barras de períodos de tempo ainda maiores. É por isso que você verá muitos testes de desempenho que foram executados no MetaTrader ao longo de vários períodos de um ano que têm uma curva característica. Há uma curva abruptamente rentável nos primeiros anos e uma curva plana para perder no período de tempo recente. Se o sistema fosse executado com os verdadeiros dados de carrapatos, muito provavelmente teria um desempenho fraco ao longo do período de teste porque os primeiros anos foram simulados em barras de 15M ou 30M e foram menos voláteis do que a ação de preço real do período. Em segundo lugar, a maioria das pessoas que projetam sistemas de negociação tendem a otimizar seu sistema para maximizar o lucro obtido durante o período de tempo que foi usado para testar o sistema. Como um exemplo let8217s dizer o designer do sistema testou seu sistema durante um período de 5 anos. A inclinação natural é ajustar as variáveis ​​para maximizar o lucro. O processo de pensamento é algo como isto: Se o sistema produz um lucro de 50 e um fator de lucro de 2,5 durante este período de teste, então eu deveria ter pelo menos um desempenho aceitável em uso em tempo real. Acredite em mim este é o beijo da morte na programação EA ea razão por que tantos consultores comerciais falham. O cliente compra o desempenho lucrativo durante o período de teste de volta e, em seguida, inevitavelmente perde quando ele tenta executar a EA com dinheiro real. Testes de teste adequados tentam encontrar o desempenho médio real da EA com base em vários períodos de teste. Finalmente, há o problema que foi tocado no artigo de saber se os resultados que você está experimentando são estaticamente válidos. Naturalmente como o Sr. Flor indica se uma raia perdedora estiver fora de 2 desvios padrão então as possibilidades são algo mudaram. Gostaria de salientar que a distribuição de comércios vencedores e perdedores é sempre aleatória e determinada pela percentagem global de vencedores ou perdedores numa amostra de transacções assumindo que é suficientemente grande para ser estaticamente válido. Para dar um exemplo let8217s dizer seu sistema requer uma taxa de 50 vitórias para ser rentável. Bem, nós já sabemos de lançar uma moeda que tem a mesma taxa de 50 vitórias que os vencedores e perdedores tendem a aglomerar juntos em vitórias e derrotas estrias. Além disso, sabemos a partir do estudo de estatísticas que a distribuição de vencedores e perdedores na EA com uma taxa de vitória de 50 será a mesma que a distribuição obtida atirando uma moeda. Ou seja, haverá em um grupo de 1000 comércios em média 8 derrotas consecutivas de 5 perdedores em uma linha e 8 vitoriosos de 5 vencedores consecutivos. Semelhança em um grupo de 1000 comércios você também deve ver em média de 4 perdendo e vencido raias de 6 em uma fileira, 2 perdendo e ganhando raias de 7 em uma fileira e 1 ganhando e perdendo raia de 8 e 1 vencendo e perdendo raia de 9 em uma fileira. É importante que o usuário tenha uma idéia realista do tamanho e do número de estrias perdedoras que ele vai encontrar usando o EA. Caso contrário, ele vai certamente desistir e bastante a primeira vez que ele encontra uma série de perder esperado de comércios. That8217s uma das muitas razões que eu don8217t testar nada no MetaTrader. Eu só usá-lo para negociação ao vivo. Os dados fracos e incapacidade de testar carteiras torna inutilizável para os meus propósitos. Você está certo sobre otimização. A maneira mais fácil de evitar isso é minimizar o número de parâmetros em sua estratégia. Eu só tenho 4 na minha estratégia Dominari, por exemplo. Obrigado pelos pensamentos detalhados