Test your trading ideas

Trabajo 8 días a la semana

Diciembre 6, 2016 por Shaun Overton 22 Comentarios

Reaching an all-time high in my equity curve means it’s time to buckle down and keep improving. My Dominari strategy has done very well over the past 7 months and especially this and last month.

Is the party going to continue?

I certainly expect so. Drawdowns are inevitable, but that’s part of trading. Short-term performance is exciting, but my ambitious goal is to turn my starting balance of €8,000 into €50,000 within the next 3 año. As of this writing, I’m at €9,323.

You’re probably wondering how a 16% profit leads me to extrapolate an annual return of nearly 100%. The answer is that I dramatically changed my leverage at the end of September… just in time for that ugly drawdown. If I was trading on my current leverage, the current live return would be around 40% (es decir, right on track to hit my goal).

What really counts is what I’ve really done. Hasta aquí, I’m up €1,323 with another €40,677 to go by December 6, 2019.

The research for Dominari is effectively finished. It’s been slightly more than a year since I began researching the strategy. Although minor variations of Dominari popped up or came from traders copying my signals, none of them improved the long term outcomes.

One version that improved the risk profile was to trade with limit orders. The original blog post mentioned limit orders, but the variation placed them considerably further from the current market than what I tried previously. I also lacked a system for choosing settings appropriate to every pair, which I’ve more than likely resolved. The problem is that I have a million things on my to-do list and only 8 horas al día. You’ll see some of my top projects when you scroll down.

Pilum: The latest and greatest

Pilum is a strategy based on a statistical process that identifies momentum. One of the scary elements about most quantitative strategies is that most of them are mean-reverting. They buy when the price drops and sell when the price rises. The approach is favorable (es decir, profitable) in the long run, but it takes some psychological fortitude to trade.

Pilum is a major advancement because now I’ll have a strategy that should profit exactly when Dominari is most vulnerable to a drawdown.

The new strategy uses órdenes de límite para entrar en el mercado. Algo como 90% of these orders never execute. But when they do execute, I win 75% del tiempo. Además, my profile of winners to losers is very comfortable.

Most traders understand the ideas even if the statistical jargon is unfamiliar. Pilum’s biggest winner is larger than its biggest loss. The average winner is bigger than the average loser. Y, it wins 77% del tiempo.

Hasta aquí, I’ve done a sort of piecemeal backtest using R. When I finish the Quantilator (see below), I’ll redo the backtest in a fully fledged trading platform. Es más que probable, I’ll use QuantConnect to test the strategy level approach.

Trading platforms drive me crazy! The biggest problem that I have as a trader is continuously reallocating capital across my portfolio. MetaTrader, NinjaTrader and the likes implicitly assume that I want to trade some percentage of my account balance on every trade. Either that, or that I trade fixed lots.

Trading that way is extremely inefficient. I’m trying to trade 40+ monedas, so I need to be able to decide which ones need the money for trading and which ones don’t have signals. Entonces, among the ones that do have signals, I need to dish out their allocations proportionately. The allocations aren’t the same for each instrument. If you know of any good FX platforms that meet this requirement, then let me know in the comments section.

Testing Pilum on its own is important. More important than the performance of Pilum is how that performance interacts with Dominari. That means taking the daily equity values of each currency. Does Dominari lose when Pilum wins and vice versa? Should I allocate capital 50-50 between the strategies or does one strategy deserve the lion’s share of the portfolio? Is one strategy so good that it should get all of the money?

The main concern with portfolio allocation is how it relates to leverage. Dominari historically make 96% annual returns, inclusive of trading costs. Pero Te, it’s also trading with leverage of roughly 19:1. It’s possible for markets to rip over stops and create significant losses.

USDCHF lost 40% of its value in one hour in January 2015. Say that the scenario was even more extreme and that nobody could place a trade during that time at any price. Que 40% move is multiplied by the 19x leverage used. That’s a theoretical 800% pérdida; more than the money in the account.

Everyone loves leverage because they think of profits. Leveraging losses is a lot less exciting.

Así, if you could earn 96% annual returns and only use 5:1 apalancamiento, that is exponentially superior to earning 96% en 19:1 apalancamiento. I need to compare the returns of Pilum to Dominari per unit of risk. That allows me to do cool things like

Minimize the negative variance of the returns
Increase absolute return
Dynamically increase/decrease strategy allocations if I find patterns in their interactions

It’s a lower tech way of averaging strategies, like the litte guy’s version of what Numerai is doing… except that I have to create all of the strategies myself.

Quantilator

I spent the last few months sending surveys to segments of my subscribers asking how I can better serve you. Articles about indicators are overwhelmingly my most popular content. The trouble with that content is that I can’t complete the research fast enough to keep up.

The most valuable thing I’ve learned from the developing algorithms for the past 11 years is my process of deciding whether or not an indicator offers predictive value.

Say that you’re interested in gaps: do gaps predict future returns? What I normally do is code a gap indicator in R, implement my analysis methodology and give a verdict. My methodology is kind of like a system for building systems. Using my approach usually takes an hour for every new idea that comes along.

An hour is pretty short. An hour is REALLY short compared to when I didn’t have a research methodology. I used to waste los meses on junk strategies.

With Quantilator, I’ll be able to analyze anything in under 5 acta. I’ll only have to follow 3 steps:

Run a script in MT4 to export price data and indicator data
Upload the exported data to Quantilator
Analyze the results

This tool will be 100% libre. I’m planning to go through the most popular indicators in MetaTrader to analyze whether or not they offer an edge. I’m building a library of small edges that can be combined into powerful strategies like Dominari and Pilum. Y, in the spirit of open source, I plan to make that library available to you for free.

I’m writing this tool in Django, which is a Python framework for displaying web content. The initial version will do the analysis. I’m hoping to use this as an education tool. A bit of momentum can justify make it a fully fledged library with sample data, indicators and training videos and more.

Quantilator’s name comes from a key concept in my system analysis methodology; I break data into acerca deiles. These quantiles calculate average market returns for a given period of time. The quant in Quantilator refers to quantiles, but I really like the implied double entendre of making you a quant. Después de todo, that is what I’m doing for you!

Actualización: La Quantilator is now freely available at http://q.onestepremoved.com/

Analyze your Trading Algo with 3D Charts

Junio 28, 2016 por Lior Alkalay Deja un comentario

These days, any mention of the term 3D is associated with entertainment. But in fact, when it comes to charting, and more specifically to charting your trading algo, 3D charting is not only insightful but provides important practical advantages.

The most common chart to measure a trading algo is profit over time. That lets you know how much money the algo is making over a specific duration, usually from a few weeks to several months. As the chart below illustrates, it gives you a good idea how well your trading algo performs over time and it gives an indication of the periods when it was underperforming.

The thing is that, while profit over time are the two most important dimensions, they leave plenty of dimensions out—dimensions that can help you answer important questions. Such as why, during a specific period, was your trading algo under-performing? Or how much risk are you taking in a given time? A menudo, the answers to such questions can be the difference between profit and loss, between success and failure of a strategy.

Trading Algo in 3D

First things first. Before we start running 3D charts on our algo it’s important to go over a few practicalities and make the 3D chart work for you.

Assuming you’ve already exported the data of your algo Profit and Loss to Excel you’re likely to have two columns of data, por ejemplo. Time and Profit. Adding a third column will allow you to run a 3D chart, whether it’s volatility, risk or whatever additional dimension you deem necessary.

Once you have your three columns you click to generate a chart—you must choose a type called 3D surface chart. As you will notice, almost always, the Time stamp will be the X-Axis, Profit the Y-Axis and our third parameter will be the Z-Axis.

Now comes the important part—making the chart comfortable to work for us.You must remember that our goal in using a 3D chart in the first place was to identify areas of either exceptional profits or exceptional losses to optimize our algo.

As can be seen in the charts below, Excel divides the Y axes into ranges and each range is colored. The best practice is to choose the same color for levels that are not exceptional and select a contrasting color for the highest range and another for the lowest range. This allows us to spot the exceptional.

The Z axes changes the angle of the chart; the steeper the angle, the higher our Z parameter—say risk or whatever else we choose.

Y finalmente, make the 3D chart clearer through formatting the Plot area. Play with the Y rotation angle as well as the Debt Level until you are comfortable working with the chart

Trading Algo Case Studies

Once you are clear as to how to make a 3D chart, it’s time to decide which dimension is relevant. En general, besides time and profit, the following dimensions are worth considering—risk, volatility and duration.

Por ejemplo, the chart above shows a profit over time of a specific strategy; let’s call it Strategy A. De repente, out of the blue, the profit plunges rapidly. It’s not clear why, yet.

Then we add another dimension—risk. Riesgo, en este caso, will be the Dollar amount risked in a given moment. Ahora, the reason is apparent; just before the profit collapsed, risk was rising, también. Maybe leverage jumped, maybe several positions were opened simultaneously; it depends on the strategy. But by using a 3D chart we were able to easily detect where trouble was coming from.

Using 3D charts is not only good to spot weaknesses in a strategy but strengths. Let’s take a look at another strategy, which we’ll call Strategy B.

We will test how Strategy B performs during volatility. En este caso, the volatility will be the standard deviation of each pair we trade. What we see is interesting. When volatility is high, Strategy B performs exceptionally well and not so well when volatility is average to low.

In such a case, we should consider using the strategy only during high volatility to optimize returns.

More uses could be to measure duration per trade. If the duration is getting longer at certain areas perhaps the trigger for the entry or exit is not working well. The benefit with using a 3D chart here is that we put the opening time stamp on the X-Axis and the closing time stamp on the Z-Axis so we can actually analyze duration per trade over time. A 3D chart then is much more accurate than a two dimensional chart where duration is a trailing average.

En conclusión

There are endless samples and ways in which 3D charts can allow you improve your trading algo and identify both weaknesses and strengths within your strategy. Seguro, you can manage with a 2-dimensional chart. But the benefit of 3D charting is that, muchas veces, it allows you to zoom in and identify areas of change much easier.

Optimizing Your Algo: Tips for Beginners

Junio 6, 2016 por Lior Alkalay Deja un comentario

You have created a trading algo. The Algo is profitable in the backtester. Before unleashing it with real money, you’ve got to first tighten the screws. Eso es, ensure your algo is fine-tuned so it can deliver optimal returns. There’s one major challenge ahead of you.

Primeramente, your strategy is rather simple. You may go through the detailed process of building and optimizing a strategy, including curve fitting, correlation and so on. But you want a simpler process; something leaner, that will fit your modest needs.

En segundo lugar, you may not yet have mastered the full technique of optimizing. You are still learning and want to try off with a simple process.

One technique I find especially simple in optimizing your algo is probabilidad. The probability method, in essence, contains many components of a full optimization technique. Sin embargo, it tends to rely more on common sense and logic to narrow the options and optimise the algo. That makes it a pretty good way to begin the entire concept of optimizing a strategy. Por otra parte, you will find it easier to digest.

The essence of the strategy—optimize by elimination.

Algo Case Study

The following Algo is a simple one. Let’s call it RSIMV which is RSI and Moving Average. Here is what RSIMV describes through conditioning:

If Open Positions = 0 entonces

Si (Massachusetts(30)>Massachusetts(14)) and RSI=<60 entonces

Open Buy (50,000) {It will buy 50 lotes}

Set Stop Loss = Price – 50{Pips}

Set Limit= Price+ (50*2)

End

La estrategia: If the moving average cross points on a bullish trend and the RSI is equal or below 60 it means that the rally has some length before reaching an oversold level (RSI above 80). That points to a good buying opportunity.

Looking at RSIMV, you can conclude there are four parameters to optimize: RSI and two Moving Averages

Starting with the Moving Averages, we will look at the 14 y la 30 día. Seemingly, the options are endless, with many combinations of moving averages to test. En teoría, Eso es correcto, but that is where probabilidad comes in.

MT4

When we look at the chart, we can see that the longer the averages (orange and red) the lesser the chance that there is a combination of a low RSI and a bullish momentum.

Por otra parte, a combination of a low RSI and a bullish signal sólo occurs when the two averages, the fast and the slow, have more or less a 2 a 1 proporción (such as a 30 y 14).

Those two conclusions help us narrow the parameters we are looking for.

The highest likelihood of finding a better set of averages is with faster averages, not slower, and those that have a ratio of 2 a 1. And let’s not forget we already know that 14 y 30 obras. So we shouldn’t move too far up the scale.

We will use 25 y 12 as the first combination and 20 y 10 for the second. Both are faster than the original parameters, have a roughly 2 a 1 proporción, and are close to the original settings.

25,12
20,10

Moving into the RSI parameter, narrowing the options is even simpler. We know the RSI cannot possibly be higher than 60, because then we will be left with insufficient upside before the pair turns oversold.

Por otra parte, if we try an RSI below 40 it’s unlikely that it will occur while the moving average cross is bullish.

Desde, as in the Moving Averages case we know the original setting worked, we know we only need a minor tweak. With no way to go but up we are left with two reliable options – RSI<55 and RSI<50.

Hence our options are:

C) (55)
D) (50)

As we can see from testing all the alternative parameters, what we needed was a better entry for the RSI. As we intended… minor tweaks.

Don’t Optimize Too Much

Ironic as it may sound, optimization sometimes has a downside. At times, we are tempted to over-optimize to such an extent that our newest strategy no longer resembles our original, pre-optimization plans. That can throw us into an eternal loop and waste precious time. Don’t be tempted! Don’t fall in love with the optimization process. Después de todo, optimization is merely tightening the screws, not building the engine. If your strategy works, confine your optimization to minor tweaks. Si no lo hace, optimization won’t help and you’ll need to start from scratch.

Y, finally, a practical tip; always keep records of the results of your original strategy and compare it to your current, post-optimization strategy. This way you can always make sure that you’ve really optimized your strategy.

La línea de fondo

Seguro, the optimization technique isn’t perfect. But the take away here is that if you really understand your strategy, you can use logic to in order to find better settings. If you’re a beginner and lack the knowledge for advanced optimization techniques, optimizing through the logic of probability is a powerful tool to have.

Oscillators you need to use

Mayo 31, 2016 por Lior Alkalay 8 Comentarios

Osciladores, one of the most interesting groupings of technical indicators, are designed to signal overbought and oversold levels. Oscillators are a family of indices that go beyond the mathematics. They focus on one important thing and that is momentum, or more specifically changing momentum. Before we delve into which Oscillators are best to use and how, let me save you some unnecessary pain. Let me tell you first what oscillators aren’t.

How Not to use Oscillators

Some traders believe that Oscillators are some sort of magic indexes. Rest assured when I tell you they are not. Oscillators’ main use is not to tell you whether to buy or sell. Más bien, they alert you to when it might be a good time to execute a buy or sell strategy. That is a very big difference. Those who attempt to use Oscillators as an ultimate buy or sell signal should be ready to learn a tough lesson. Those that will use it to fine tune their timing, sin embargo, will find Oscillators a very powerful tool.

Now that we’ve established what oscillators are good for let’s focus on which oscillators are worth your time and how to use them.

Indicador MACD

Perhaps the most widely used Oscillator in Forex, los las MACD needs no special introduction. What it does need is a proper explanation of how to use it and when.

The idea of MACD is to signal your entry point when you’ve already figured out where the trend is going. It’s not going to alert you to a trend. What that means is that you first have to perform your technical analysis. Once you reach a conclusion, entonces you can use the MACD.

On MT4, the MACD comes with default parameters (12, 26, 9). 12 represents the fast Exponential moving average, 26 the slow exponential moving average and 9 the Simple MACD average. En general, when you trade on a daily basis, those parameters are fine.

Now in the chart below we see two points, A y B. In point A, the histogram moved above the average and that is supposed to be a buy signal. Pero Te, technical common sense says that a pronged bearish trend cannot end abruptly without some form of double bottom. De Ahí Que, one should ignore that signal.

But in point B, eso es una historia diferente. After a double top that hits a resistance level and hits the trend average, there’s a case for a short. But we need to know when. Notice how after the second top the histogram in the MACD falls again below the average? That’s our mark and that is how you use MACD to time your trade. Una vez más, the lesson here is that Oscillators are for timing, not for point to the pair’s direction.

Oscilador Estocástico

This is one of the most interesting indicators in the Oscillators family. What I like about this indicator is that it essentially gives you a 2-dimensional picture of overbought, oversold and momentum. Unlike the MACD, that’s not always accurate on overbought/oversold level.

The idea of the oscilador estocástico is twofold. El Primero, it’s normalized from 0 a 100, anything below 20 is oversold and anything above 80 is overbought.

Segundo, using the convergence between the %K line and the %D line tells you something. Not only can you tell when there is an overbought/oversold level but also when the trend turns bullish or bearish. Thus it affords a 2-dimensional use of momentum. Confundido? Here’s a classic example of how I would use a stochastic oscillator.

In the first part, we can see that in point C, after the pair has bottomed, the stochastic oscillator was below 20. That signaled an oversold level. We can conclude that there the pair is bottomed out, through a double bottom pattern. We can use the oversold level as enforcement but wait before dipping our toes into a buy position. Only in point D, as the blue line crosses the red line, we get our signal for entry.

Sin embargo, one other thing is important to note and that is point E. In point E we get the blue line crossing the red line as it does with C. Sin embargo, since the cross occurs very close to the overbought signal that should deter us from establishing it as an entry. Which means if the crossing in point D was close to the stochastic 80 nivel, we should have avoided entry.

Promedio verdadero rango

Last but not least, one of my favorite indicators, the Average True Range or ATR for short. Unlike the other two Oscillators the ATR is useful in anticipating potential rises or falls in volatility. Also unlike the other two, there is no oversold or overbought levels. If the ATR is high it suggests volatility is high. A la inversa, if the ATR is low it suggests volatility is low.

How can we use this to predict volatility? We know, por supuesto, that volatility is cyclical. Thus we can assume that when the ATR is at record lows for a prolonged period (point F) it’s a signal that a spike in volatility is coming. Y, de hecho, we can see volatility did come and we got the big spike.

If we decide to use the support as an entry signal we can ATR to gauge whether there’s a chance our buy trade will have a strong momentum. If the ATR was at a record high when we decide to buy that would have been a cautionary note. Not to entry but because it signals that volatility might fall and that means momentum might have been weak. The same principle, por supuesto, works for a sell signal.

Beware of a Trading Strategy That Does Too Well

Mayo 10, 2016 por Lior Alkalay 2 Comentarios

Can a trading strategy be doing too well? That sounds counter-intuitive, certainly. Like suggesting that someone can be too rich or too successful. You might be thinking there’s no such thing. But when it comes to managing your trading strategy, one that is performing too well is a warning sign. That’s because, Muy a menudo, an over-achieving trading strategy can turn into a honey trap.

In this article we will focus on a couple of cases studies where a “too good” strategy is something to watch out for. Esperemos, that’s a lesson one can learn from now rather than, painfully, at some later date.

A Trading Strategy with a High Win Ratio

The first case study is one of a strategy of mid- to short-term timeframes. In this case study, the frequency of executed trades is higher than 100 a month.

En general, a solid strategy has an average relación de ganar de 45% a 60%. That ratio might sometimes be lower if the risk reward ratio is very strong. But higher than that is almost always is unsuitable.

In the strategy below we can see that the average win ratio per month runs from as low as 44 to as high as 64. Sometimes it is on the rise in the higher range and sometimes in the lower range. Regardless which, eventually it will all revolve around the average.

Por ejemplo, in the month of January 2014, the win ratio was 52%. That means that for every 100 trades executed, 52 eran rentables.

But in the second part(rojo), we can see things start to go a bit too well. The win ratio jumped to above 80% and stayed above that level for 3 los meses. Naturalmente, en 80%, that was far beyond the norm. What would come next was inevitable.

Después 3 months of more than 80% of profitable trades, the win ratio fell to roughly 20% for the following 3 los meses. Because a long-term win ratio always has a long-term expectancy of maximal 50-60%. That means that a prolonged period of a high win ratio can be followed by a prolonged period of a very low win ratio.

Why is it Risky?

El Primero, if you had 3 months of roughly 20% win ratio means you lost 80% of the trades. That means that, assuming you trade 100 times a month, you lost 80 oficios. That’s a pretty hard hit. And if you risk $50 in every trade you lost $6,000 on aggregate (80 losing, 20 profitable) después 3 los meses. That is a big blow.

The second reason it is risky is more psychological but still very common. That is that many traders fail to realize that an overly high win ratio is very temporary in nature. Having failed to see that, what do they do? They raise their leverage. And when the sweet turns to bitter and they have only a 20% win ratio for 3 los meses, then what? All they’re left with is an empty account.

What should you do? This is rather simple; you reduce the risk you take per trade by lowering your leverage. It’s true you will gain less but you will also avoid the pitfall that comes after. Por supuesto, if your leverage is already low and your account can sustain a prolonged period of a low win ratio than let statistics reign. But be prepared, psychologically, for choppy times.

Trading Strategy Profits that are Too Much Too Fast

The second case study is common in trading strategies that are low in frequency. The durations may range from a few days to even a few months. Let’s say you enter into a buy trade after your trading strategy indicated a bullish trend. You set the limit at 1,290. En promedio, you expect the limit to be reached within 3 a 4 día. But suddenly the trade advances in a fraction of the time and reaches relatively close to your trade.

Why is it Risky?

Because many times traders insist on waiting for their limit to be hit so they leave the trade open. But then the pair moves into overbought territory and before you know it the trend has reversed. You either close the position with a much smaller gain or, even worse, you lose the trade. Because you trade at a low frequency, this one outcome can be quite painful. You lost precious time when your position was open and missed the potential profit that you could have made.

What should you do? The solution here is rather simple, también. You could use a trailing stop loss which is the most obvious tool to avert such cases.

Alternativamente, you could use oscillators to identify a potentially hazardous situation. Add a component to your trading strategy to alert you if your pair reaches an overbought (or oversold) nivel. Make it a practice to exit the trade even if the target was not reached.

Become an Algo trader in Baby Steps

Abril 4, 2016 por Lior Alkalay 10 Comentarios

The world of traders is divided into two groups; those who trade using algorithms and those who don’t. Those who trade using algorithms, aka algotraders, are well aware of the advantages of trading with an algo… And for those who don’t use algos? They are equally aware of the algo advantages but are reluctant to dive into its complexity; they are deterred from learning how. But the road to success in trading is not by avoiding challenges, but overcoming them, perhaps in baby steps.

First Baby Step to becoming an Algo trader

Let me ask you a question. What do you think is the first thing you’d need to do to become an algotrader? You might respond, “Learn programming, por supuesto! How else?” Well, you’d be wrong.

If you plan to learn programming for the sole purpose of becoming an algotrader, you’re likely to get lost. Eventualmente, in despair or frustration, you’ll give up on algotrading.

There are numerous languages, from MQL to R to Python, and you have to decide which one to start with. You might find yourself wasting valuable time learning far too many trivial functions. It may take quite a long time before you even create a trading algo, let alone a profitable one.

But there’s another way, which I call reverse engineering.

The first step is to figure out which trading algo you want to make. En otras palabras, what are the functions and strategy it should implement? Then you test it and finally, move on to the programming part. Por aquí, you’re focused like a spotlight. You know exactly what your algo should do and can focus on the exact functionalities you need to learn to make it happen.

Everything will just come intuitively; which language, how and in what. All the pieces will fall much quicker into place because you already know what to look for.

The best way to start is by using a flowchart. It is actually one of the first things you learn in programming schools.

And what determines the flow? Por supuesto, it’s the conditions. What we call the “ifs.” “Ifs” can be one condition or have many “ands” and “ors.” That’s how you decide what your algo should do in any given circumstances. The conditions to the algo are what the brain is to the body; they do the thinking.

Second Baby Step: Use Excel

Once you’ve made a flowchart of conditions, rather than using a complex tool, use Microsoft Excel or some other spreadsheet software.

Fuente: MT4

Extract historical data of a price data; start by using only the closing price. If you want to trade on a daily interval, extract daily data and so on. Use a separate column for each of the conditions in the flowchart, that way it’s easy to write and figure out. Add another column for a buy and sell output to mark when you “opened” and when you “closed” a position. And finally add one column of accumulated profit/ loss.

Use separate columns for each conditions and fill the chart. All you need now is to run a linear chart on one column, accumulated profit/loss, and look at the algo’s historical performance.

Once you master the basics you can move on to move advanced back-testing and curve fitting. But for a start that will do.

Finalmente, Learn to Program

Okay, you’re not a “baby” anymore; you have a good idea of what an algo trader needs to do. Now that you’ve got the concept down pat, you’re ready to begin learning programming.

In terms of which language to start with, that will depend on the circumstances. If you are already using an MT4 platform, it’s a no brainer; learn MQL which runs on MT4. The MQL website is filled with “how to” materials. And since you already have a diagram of your algo and an idea what you want to do, finding your way should be simple.

But if you trade with a different broker, you’ll have to decide which best suits. Personalmente, I recommend starting with MQL, just because it’s easier. Entonces, you can move into Python, which is a rather easy language to learn or C++ if your algo needs to work fast. If you algo is heavy on the math then perhaps R would fit.

Here are some places you can learn online:

O, por supuesto, you can learn from a book. I am more of a book person, but that’s just me.

Then there is another issue—API. API is the mechanism that enables your algo to communicate with your broker and execute your trades. Some brokers work better with certain programming languages than others. Most large brokers have communities and forums that can go into detail as to the best way to use an API.

Unlike the first two baby steps, no one would ever say that learning to program was a baby step. Más bien, it’s more of a giant leap. It takes time to learn and to master, though it is worth it in the long run. Mientras tanto, you can always use libraries of codes on the web for more complex algos. The thing is that once you’ve accomplished the first two baby steps, making the final leap into programming is a no brainer.

gran cambio de Dominari

Marzo 9, 2016 por Shaun Overton 24 Comentarios

lo dije en este lugar y en este lugar y en este lugar. El mayor problema con mi Dominari es los costes de negociación. Las cosas no van a despegar realmente hasta que lo haga una de dos cosas.

Reducir los costes de negociación
Hacer más dinero en cada operación

He estado trabajando en Dominari desde alrededor de septiembre u octubre del año pasado. Tras el trasiego mi cerebro durante meses, Más o menos canceló la idea de mejorar la rentabilidad del comercio.

Que de repente cambió la semana pasada el viernes después del cierre del mercado. La mejor razón para comerciar mis propios sistemas es que viven la agonía de las fuerzas de bajo rendimiento creatividad. El sentimiento me recuerda mucho a Daymond John (el tipo de tanque de tiburones) el nuevo libro Poder de Broke. Cuando la vida no va a su manera, es el ingenioso y creativo que están en mejores condiciones para llegar a la cima.

Nadie quiere sentir la quiebra o bajo estrés extremo. Por mucho que odiamos a esos sentimientos, a menudo son los principales impulsores de rendimiento. Eso es lo que siento en este momento con Dominari. Estoy tan cerca de llegar allí y no estaba seguro de cómo solucionar ese ingrediente faltante.

Si no fuera por que el estrés, Yo no habría tenido mi simple pero muy poderosa visión pasado viernes.

Y por favor no se rían. El cambio es tan tonto y obvio que vas a preguntarse qué es lo que me. Cuando estás en medio de diseñar un sistema de, la fea verdad es que a veces se pierde en las malas hierbas. O utilizar otra metáfora botánica, sólo se ven los árboles en lugar de la selva.

Mi idea clave era modificar ligeramente la estrategia de salida de usar órdenes de límite, mientras que anteriormente sólo salía basado en el cierre de la barra. Me di cuenta de dos comportamientos repetidos que, finalmente, me golpearon en la cabeza lo suficiente para que el punto finalmente se hundió en.

El número de ocasiones en que mi comercial cerró en la ubicación óptima parecía ser superado de manera significativa por la cantidad de dinero que queda en la mesa. La idea clave para mí fue darse cuenta de dónde colocar de manera óptima ese orden límite. Y para aquellos de ustedes en mi boletín de noticias, pasa a estar estrechamente relacionada con la Auto Take Profit que yo he estado hablando toda la semana.

supuestos Backtest y resultados

Mi mantra operativo al hacer pruebas retrospectivas es reducir al mínimo el número de supuestos. Los diferenciales de los comerciantes al por menor han cambiado drásticamente de 2008 hasta hoy. Recuerdo haber trabajado como corredor en FXCM cuando nuestro propagación típica en GBPCHF fue algo así como 8-9 Pips. Ahora pongo algo así como rutinariamente 2 Pips. Es imposible modelar lo que pasó en el medio sin adivinar al azar.

Me resulta mucho más convincente para analizar la señal sin procesar, tanto en datos históricos y recientes del mercado, a continuación, interpretar si los costes de negociación es probable que sean favorables en los mercados actuales. “señal en bruto” es la señal ideal, una que asume la ejecución perfecta, sin deslizamiento, sin vuelco, no se propaga y sin comisiones. El resultado natural es que se está exagerando el rendimiento histórico, pero el beneficio es que usted tiene una idea muy clara de si la idea central es un sistema capaz de predecir el mercado con riesgos razonables.

El apalancamiento total empleada en la cartera es 7:1. Si tengo una $50,000 Cuenta de Trading y mantuvo una posición en cada par de divisas en la cartera, entonces el valor nocional de los oficios igualaría $350,000 (50k * 7).

Otro punto clave es que he usado un tamaño de posición fija $12,500 por el comercio. El volumen de la operación no aumenta o disminuye durante el backtest, lo que me permite aislar el impacto de la señal en bruto sin adición de la variable de la administración del dinero.

Aquí están mis métricas comerciales con la versión 1 de la regla. Haga clic en las imágenes para verlas en tamaño completo.

La primera versión de Dominari tenía un factor de ganancia de 1.26.

Después de esto es el cambio de la versión Dominari 2.0.

Mi nueva versión de Dominari aumenta el factor de ganancia de 1.59 con una reducción significativamente menor.

Mi mejor de los casos era de esperar que el factor de ganancia saltaría otra 10 puntos o por ahí, tal vez se extiende el factor de ganancia de 1.35 o por ahí. Es increíblemente emocionante ver la ventaja sobre el umbral de rentabilidad de más del doble (pasando de una $0.26 perimetral a un $0.59 borde ciento).

Lo que más me emociona es la asimetría en los rendimientos. La mayoría de los sistemas de reversión a la media buscan una ventaja, pero están abrumados por el impacto de la pérdida de los oficios. Ese fue el caso con la versión 1.

Los mayores perdedores eran mayores que los grandes ganadores en la versión 1.

Esta nueva versión de Dominari es la primera reversión a la media estrategia que he desarrollado siempre en el que el ganador de las colas (es decir, los grandes ganadores) casi igual a las colas que pierden (los grandes perdedores). Es casi siempre lo contrario con las estrategias de reversión a la media. Dicho de otra manera, el perfil de riesgo de los resultados extremos mejoró significativamente con la versión 2.

El impacto de los mayores ganadores es casi idéntica a las que más pierden con la versión 2.

Y la métrica que la mayoría de los comerciantes se preocupan por los más, Drawdown, se mejora enormemente. Versión 1 mostró una reducción de 5.72%. La nueva versión es una fracción de que por lo 1.77%.

Out of sample backtest for Dominari version 2

El rendimiento de la muestra es casi idéntica a la de la muestra en el rendimiento, a pesar significativamente diferentes condiciones de mercado.

Cuando entré mi prueba de la muestra en los datos recientes, cubierta 2013-2015, las características de rendimiento de la versión 2 son casi idénticos a la prueba dentro de la muestra. El factor de ganancia era idéntico al 1.59, y la reducción max fue 2.01% por un 2013-2015.

La traducción de la teoría a los parámetros de rendimiento esperados

De nuevo, esas métricas anteriormente son en el mundo ideal de la perfecta ejecución y no hay costes de negociación. El rendimiento real tendrá rendimientos más bajos y más altos de disposición del crédito. La ventaja de tener datos sobre el comercio en vivo es que ahora puedo hacer algún tipo de estimación inteligente de mi grado de precisión previsto el comercio y el beneficio del factor. ¿Qué tan extremas manifiestan los idealizados retornos que puedan estar?

El proceso por el que pasé para calcular el factor de ganancia esperada en el mundo real es una 5 proceso paso. No creo que vaya a tener ningún sentido si trato de escribir los pasos en Inglés conversacional. En lugar, He elegido para compartir una hoja de cálculo donde se puede ver el proceso paso a paso de cómo la extrapolación de los datos de intercambio en vivo en el rendimiento esperado con la nueva estrategia. Haga clic aquí para ver la hoja de cálculo.

Se espera que el factor de ganancia esperada para mi operación en vivo para estar entre 1.29 a 1.39. El por ciento de precisión esperada para los oficios en vivo debe saltar de 62.55% a 70.8%.

Los comerciantes que obtendrán primera grieta en el acceso de Aprendizaje total son los que están suscritos al boletín de noticias libre. Si usted no está registrado, asegurarse de que introduzca su dirección de correo electrónico en el cuadro de color naranja en la parte superior derecha de esta página.

Engineers Can Leverage Their Experience to Trading

Febrero 25, 2016 por Lior Alkalay 5 Comentarios

There are many kinds of engineers in the world. De hecho, given the vast variety, it would be an effort in futility to try and name them all. But what does it really mean to be an engineer? And the bigger question: how exactly is this related to trading? A good friend of mine who is an engineer said, very aptly, “Scientists do the work of God; engineers do the work of man.”

Although I am not sure he can claim that quote as original, there is nothing better to describe what engineers do. Being an engineer is a mindset. You must be able to solve problems and build mechanisms in the imperfect world of man. And often times, those conditions are far from ideal.

And that is exactamente the state of mind you need to build a profitable estrategia de negociación, whether discretionary or algorithmic. Así, if you are an engineer, that’s great! This article could help leverage your experience in trading. And even if you’re not, you might still learn something useful.

Engineers define the project in detail

If I were to ask an ordinary trader what trading strategy he plans to build, what might be the answer? More than likely I’d hear that he wants to build a strategy that is profitable. And while that it is, naturalmente, the ultimate goal it’s hardly enough to build a successful strategy.

If I were to ask an engineer the same question, sin embargo, I’d surely get a very different answer. Engineers define each project they’re working on in great detail. In our case, entonces, the trading strategy they’d likely wish to build would have a number of inputs. An engineer’s definition of a strategy might be something like this:

Strategy Interval: 1-3 Días

Type: Momentum

Maximal Drawdown: 20%

Value at Risk: $500

Target Profit Limit: 100 a 150 Pips

Target Stop Loss per Trade: 50 a 75 Pips

Target Win Ratio: 50%

By having these very detailed parameters, the engineer already knows several things. El Primero, that he has to design a trading strategy that’s built on momentum (rather than something else). Segundo, it has to have a maximal draw down of 20% with a maximum risk of $500 at any given time. Tercera, each trade has to have the potential of at least 100 pips and a stop loss of maximum 75 Pips. And fourth, in the longer run, por lo menos 50% of all trades must be profitable.

Claramente, an engineer doesn’t choose a trading strategy arbitrarily. He already knows exactly what he wants to build and chooses all the tools (media móvil, etcétera) and strategies accordingly. Seguro, it does not guarantee he will be successful. And he may eventually have no choice but to change his targets. Después de todo, he is doing the work of man where nothing is perfect.

But the point is that setting a plan in detail narrows irrelevant options. Por lo tanto, everything is more result-oriented.

Engineers anticipate what could go wrong

La mayoría de la gente, when they have a good trading strategy, think about how much money they can make. Sabes, they dream about how good it can get. But an Engineer’s natural instinct is just the opposite. En lugar, an Engineer is trying to figure what could go wrong.

An aeronautical engineer would test an airplane in extreme weather to ensure it doesn’t crash. Del mismo modo, an engineer building a trading strategy will test it for failures. The end result, por supuesto, is that the engineer will build a better and safer strategy.

Engineers are open to ideas

When there is a particular mechanism of functionality to be filled an engineer looks first for a readymade mechanism. En el comercio, por ejemplo, it could be finding a good tool to identify volatility. Or perhaps a good signal for momentum. Once found, provided that it is acceptable, an engineer will incorporate it in his strategy.

An engineer will not be fixated on investing his own idea. Engineers do not believe in re-inventing the wheel. En pocas palabras; if it works, it works.

En conclusión

Many engineers might now realize they already have the mental tools needed to succeed in trading. They just need to implement their ingrained work habits and apply them properly. And many successful traders will find that they have already implemented the lessons learned here.

Engineer or not, successful trader or not, it’s never too late to learn how to think “smarter.” In the long run, it will enhance your trading strategy.

Monitoreo de mi ejecución de operaciones en vivo

Febrero 10, 2016 por Shaun Overton 29 Comentarios

mayor riesgo de Dominari es su los costes de negociación. En medio de la pérdida de 6 días consecutivos, Me encontré muy preocupado por el rendimiento de Dominari. ¿Las señales van mal, de repente, o se trata de una reducción normal de? Dominari se pierde a causa de los costes de negociación?

Decidí comenzar mi análisis cuenta con FXCM. Parte de los nervios fueron expulsados por el hecho de que tomó 2 semanas para configurar la cuenta. El proceso de cumplimiento tomó mucho más tiempo de lo normal porque soy un ex empleado. Dos semanas después, Encendí la cuenta justo a tiempo para una) pierda el mayor crecimiento de la equidad y la b) para atrapar la mayor reducción.

Me sentía más hostil al rendimiento de la cuenta FXCM porque yo no tenía ningún beneficio para rellenar las pérdidas. Todo esto está viniendo de mi capital inicial del riesgo. Y estoy teniendo mi tercer hijo pronto. Dar a luz a niños en los EE.UU. es increíblemente caro. Tengo mejores usos para el dinero que tirar a la basura en los mercados!

Así, la verdadera pregunta es: ¿Estoy perdiendo, porque es sólo una mala racha o porque FXCM está comiendo mi almuerzo?

backtest-equity-fxcm

Esta imagen es una backtested curva de las acciones durante el mismo período de mi actuación en directo. He cambiado en vivo desde enero 28, pero la negociación no comenzó hasta la tarde. Como se puede ver, Me perdí de nuevo otro parche de buena actuación.

El resto muestra algo de un cuento de hadas. El backtest muestra el retorno de 19.13% durante ese período, mientras que mi actuación en vivo se ha reducido 10%. ¿Cuánto de esto se debe a las comisiones, propagación, dese la vuelta y el deslizamiento?

El backtest muestra la ganancia de $956.65 sin costes comerciales.

Mis resultados reales, que 1) mostrar un beneficio en el backtest, pero 2) en realidad están mostrando una pérdida en la vida real, puede ser utilizado para estimar un límite inferior para mis costes de negociación. La fórmula para que es
( Total de pérdidas y ganancias + comisiones + dese la vuelta) / oficios totales, que es actualmente $1.58 en los costos por operación.

Las comisiones y los vuelcos son fáciles de separar a cabo utilizando ya sea myfxbook o el informe de la cuenta FXCM. El total gastado hasta ahora en las comisiones es -$239.80 y -$3.05 en rollover.

La parte más difícil es separar la propagación pagado. No estoy grabando la difusión pagada en cada comercio (tal vez eso es un error y tengo que añadir que). Pero voy a usar la siguiente tabla para estimar. Tomé una muestra aleatoria de 30 oficios de la 501 las operaciones realizadas en el momento de mi análisis.

propagación de pago	El deslizamiento
0.000198523	1.49mi-05
0.000153951	-5.13mi-05
0.000455823	0.000227912
9.98mi-05	0
0.000161242	-0.00313413
2.76mi-05	-9.19mi-06
5.55mi-05	6.94mi-06
0.000110898	-1.01mi-05
9.24mi-05	0
9.91mi-05	-1.57E-16
6.55mi-05	1.31mi-05
4.85mi-05	2.08mi-05
8.22mi-05	-1.67E-16
6.87mi-05	0
6.95mi-05	-1.65E-16
0.00015173	-2.17mi-05
9.43mi-05	-2.36mi-05
9.38mi-05	-0.00225922
7.61mi-05	-0.0024735
0.000160038	1.00mi-05
0.00013502	0
0.003542625	4.52mi-05
0.000222978	-0.00376275
7.62mi-05	0
0.000432797	7.73mi-06
2.61mi-05	0

El deslizamiento promedio (la columna de la derecha) es un impresionante -0.044%. Me estoy poniendo negativo deslizamiento en promedio con FXCM. Eso es excelente! FXCM está mejorando mis rellenos a pesar de mis entradas se solicitan a un precio peor. Sea cual sea recelos que he tenido acerca de FXCM en el pasado se alivian. Eso es impresionante ejecución.

La estimación de la propagación de pago es mucho más difícil. He elegido para llevar a mi ganancia media del comercio en una $5,000 cuenta como punto de partida. El problema es que el valor promedio de un ganador puede depender del rendimiento de la cuenta. Si utilizo tamaño de la posición estancada, a continuación, la reducción no afecta al valor de la media ganador. Bajo este supuesto, el ganador promedio es de $3.48 por el comercio.

Pero si uso compuesto posición de dimensionamiento, la reducción se come la mayor parte de las ganancias. Que cae el valor promedio del comercio hasta $1.70.

Convertí la difusión pagada de pips en porcentajes. Utilizando como ejemplo EURUSD, un 1 pip spread se resuelve a 0.0001/1.12727 = 0.000089. La razón para hacer esto es por lo que yo puedo comparar la propagación de EURUSD a algo con un margen mucho más amplio como la cotización AUDNZD. La difusión es más ancha en la cotización AUDNZD, pero el valor de un pip NZD no es lo mismo que un USD pip. Los porcentajes permitir una comparación de manzanas con manzanas.

El diferencial medio pagado en mi muestra era 0.00026157605, que es 0.026%. Poner ese nuevo en términos relativos al saldo de mi cuenta, Estoy pagando 0.026% * $5,000 = $1.31 por el comercio de propagación. A través de 420 oficios, eso es -$550.20 de los diferenciales.

Los costos totales se extienden, comisiones y vuelco:
$550.20 + $239.80 + $3.05 = $793.05

Sobre una base por transacción, es decir $1.78 en los costos por operación de mis estimaciones.

El beneficio total en el backtest era $956.65, pero echaba de menos acerca $550 de ella porque el comercio no se inició hasta 17:00 el 28 de enero. Eso deja el beneficio backtest en algún lugar alrededor $406.65.

Eso hace que la nueva estimación de pérdidas y ganancias al $406.65-$793.05 = -$386.40. La pérdida real es -$469, que siento es una discrepancia razonable basada en el hecho de que estoy estimación de la cantidad de beneficios fue aportada en Enero 28 en lugar de saber con certeza.

La conclusión es que necesito para desactivar esta negociación en FXCM. Incluso si me uní a su programa de comerciante activo y se negocian en el nivel superior, sólo me ahorraría la mitad de las comisiones. La mayor parte de los costes de negociación se encuentran en la propagación y no comisiones. Estoy considerando seriamente marcharse a un corredor que se me permita hacer un mercado mediante la publicación de las órdenes de límite. Pero primero, Voy a tener que ir por mi cuenta Pepperstone para revisar los costes de negociación para mí y para los clientes.

Demostración en directo probando una nueva estrategia con las órdenes de límite

Noviembre 24, 2015 por Shaun Overton 17 Comentarios

Vengo con increíbles pruebas retrospectivas que buscan todo el tiempo. Este es el último ejemplo utilizando el Puntuación SB.

La curva de las acciones de la nueva estrategia y sin costes de negociación.

La versión gratuita e hipotético de la estrategia rindió $79,618.82 para un retorno no-compuesto de 796.19% durante un período de 3 año. La estrategia comercia todos los principales cruces de divisas. Como se puede decir, la calidad de la señal se mantiene casi constante a través de múltiples condiciones del mercado. Se ve genial.

El problema es que los costes de negociación. Es siempre el comercio de los costos que dificultan la vida.

Costos comerciales caen las ganancias 98.22%

Siempre llevo una visión muy pesimista a la hora de asumir los costes de negociación y deslizamiento. Se requiere de mucha honestidad intelectual, pero haciendo un esfuerzo para evitar suposiciones optimistas ahorra mucho dolor y decepción por el camino. Las hipótesis son realmente severo en divisas cruzadas, donde asumimos los diferenciales y norte deslizamiento de 5 Pips.

Rendimiento con supuestos costos de comercio pesimistas cae a hacer solamente $1,000 en el resultado. La estrategia no tiene que ir en el cubo de la basura, pero está lejos de estar listo para el prime time. No hay escenario en el que tiene sentido para el comercio con las órdenes de mercado.

Características generales

Promedio de operaciones por día: 39
Los pares de divisas negociadas: 27
Exactitud Porcentaje: 66.52%
Estilo: Reversión a la media
Gráficas: Cada hora

Cómo negociar en el barato

Estoy notoriamente frugal. Uno de mis hermanos de la fraternidad en la universidad todavía cuenta historias sobre mí contando monedas sueltas y el seguimiento en MS Money.

Ese tipo de mentalidad impulsa mi esposa loca… pero es un activo real para un comerciante! Los comerciantes hacen su dinero en los márgenes como cualquier otra persona de negocios.

Pasé la tarde de ayer codificar esta nueva estrategia con un pequeño giro. En lugar de pagar la propagación en cada comercio solo, lo que si utilizo las órdenes de límite para tratar de ganar la propagación?

La actual expansión primas para la cotización EURUSD es 0.3 Pips, que vale la pena $0.03 por microLOT. Las comisiones de comercio son $0.03 por microLOT. Si gano un extra $0.03 por microLOT, que al menos cubre los costes de negociación. En pares como NZDCHF donde la propagación prima es 1 pepita, que añade un extra $0.04 ($0.10 – $0.03) por lado. Es decir, la señal de entrada hace un extra $0.04 y la salida también hace un extra $0.04 en cada comercio solo.

Incluso las parejas tranquilas en NZDCHF todavía exhiben un grado de ruido en cada bar. No he hecho ninguna investigación que lo respalde, pero mi experiencia subjetiva dice que las mechas de 90% o más de barras será al menos tan larga como la propagación es amplia.

Los comerciantes hacen su dinero en los márgenes como cualquier otra persona de negocios.

Dicho de otra manera, si el spread de los EURUSD es 0.3 Pips, entonces la diferencia entre el precio de apertura y bajo en 90% de barras deben ser al menos 0.3 Pips, demasiado. Esa es mi suposición, de todos modos.

Un ejemplo de torcer la estrategia de utilizar órdenes de límite

Digamos que mi señal para entrar en el mercado solo apareció. El precio actual para EURUSD es 1.06457 x 1.06462, que es 0.5 Pips. Las pruebas retrospectivas suponen que voy a golpear la 1.06462 precio de venta y pagar la propagación.

La idea de mi prueba es establecer mi orden limitada a 1.06457. Ya que soy un comerciante minorista, eso significa que estoy pidiendo el mercado se mueva hacia abajo la mitad de un pip antes de que yo voy a llegar a tener una posición. La exigencia de un pequeño movimiento en mi favor, teóricamente, gana más que saltar en el mercado con los dos pies.

Las pruebas de demostración en vivo comienza

Teóricamente pude modelar la idea en un backtest, pero hay supuestos críticos que hacen que sea inútil.

1) El promedio se propaga disponibles en mi 2009-2011 periodo backtest eran mucho más amplio de lo que son hoy en día
2) La propagación varía significativamente a lo largo del día. EURUSD es habitualmente un precio tan bajo como 0.2 pips en la sesssion Europea, pero puede golpear fácilmente sobre 1.0 pips en las partes más aburridas de los mercados asiáticos.

El segundo elemento podría ser totalmente perjudicial en un backtest. Es mejor poner a prueba la idea en una demostración en vivo y obtener algo más cercano a los datos de comercio de bienes.

La primera 15 horas de pruebas de demostración en vivo.

Solo soy 15 hora en la prueba, pero al menos todo lo que ha tenido un buen comienzo.

El objetivo de la prueba es simple: colocar al menos 300 operaciones en la cuenta. Eso sólo debería tomar alrededor 2 semana ya que la estrategia es tan hiperactivo.

El criterio para el éxito es igual de sencillo: ¿el tiempo real se encuentran el rendimiento de operaciones de demostración o superar el desempeño backtesting en el mismo período de tiempo?

Empecé a operar en la noche de noviembre 23, lo que significa que debería golpear a mi 300 umbral de comercio alrededor del décimo día de cotización. La frecuencia de negociación fluctúa, pero que debe producirse en algún momento alrededor 04 de diciembre.

Aunque tengo datos de demostración en vivo, Voy a correr un backtest entrada en el mercado a partir de noviembre 23 a diciembre 4. Si el comercio de demostración, que utiliza las órdenes de límite, excede el backtest entrada en el mercado, entonces tengo una base razonable para suponer que la estrategia está dispuesta a negociar en una pequeña cuenta real.

También estoy limar los errores que aparecen durante la simulación en vivo. Es más que probable, estas fechas serán empujados hacia atrás. Ya he encontrado 2 cuestiones que requieren investigación después de sólo 22 oficios. No tiene sentido juzgar una estrategia si no se realiza tal y como se especifica.

Código de la misma estrategia en dos ocasiones?

Usted probablemente ha notado que la curva de la equidad de prueba hacia adelante es de MetaTrader. ¿Por qué debería probar en una plataforma, pero ejecutar en otro? Todos mis pruebas retrospectivas se realizaron en Seer.

Si usted tiene a dos personas trabajando en un problema y ambos llegar a la misma respuesta, entonces probablemente contestadas correctamente el problema. La misma lógica se aplica a la programación. Si programo una versión de los programas de estrategia y Jingwei una versión de la estrategia, se supone que deben colocar las mismas rutas exactas. Cualquier discrepancia significa que la programación de alguien que está mal.

Yo uso habitualmente este método porque los errores leves en la lógica puede llevar a dramáticamente diferentes resultados comerciales. Es la diferencia entre hacer un montón de dinero y perder un montón de dinero. Sí, Estoy sacrificar la eficiencia. Las apuestas para una estrategia son tan altos que es mejor hacer 2 la gente hace el mismo trabajo a cambio de la confianza de saber que se ha hecho correctamente.

MetaTrader es inferior a SEER por todas las medidas. La única razón por la que escribí mi código en MetaTrader es que estoy ansioso por probar la idea. MQL4 es fácil para mí al código – programación para MetaTrader es uno de nuestros principales servicios.

Después Jingwei termina la programación de la versión Vidente próxima semana (ella está fuera de Acción de Gracias), Voy a tener la base para la comparación de mi versión MT4 contra la de ella. Es terriblemente ineficiente, pero también sé qué tan probable es que estoy de perder semanas en el análisis de las operaciones puse de acuerdo con normas que no coinciden exactamente mi estrategia. Más vale prevenir que curar!!!

Cómo engordar a los márgenes

Una cosa que odio sobre el comercio al por menor es que muy pocos lugares ofrecen una verdadera ECN. El comercio en un broker minorista tradicional significa que tengo que esperar a que la propagación se reduce a tocar mi pedido. En el ejemplo que di usando EURUSD, se requiere que el movimiento del mercado 0.5 pips en mi favor antes de que consiga un relleno.

Operando en un ECN aumentaría significativamente la probabilidad de recibir un relleno en el orden de límite. Utilizando el ejemplo EURUSD donde los precios actuales son 1.06457 x 1.06462, Me gustaría colocar una orden limitada de compra de la oferta en 1.06457. Si alguien en el mercado se vende en ese momento, significa que al menos una parte de la orden se llenaría casi inmediatamente.

En efecto, negociación en los márgenes minoristas contiene el peor de los casos para su ejecución. El precio tiene que ajustar 0.5 pips a su favor con el fin de se llenan. Si el comercio en un ECN y el precio cayó 0.5 Pips, usted se llenan cada vez. Pero también tienes la oportunidad de se llenan antes y más rápido porque si alguien viene y va corto en el mercado, el orden se sienta en el libro esperando que alguien dispara.

Comerciantes inteligentes hacen todo lo posible para engordar los márgenes

Estoy de proceder con la prueba de demostración ahora. Si se cumple o excede los resultados backtest, Voy entonces sé con el más alto grado de confianza posible que el método está listo para el comercio directo. Probablemente voy a empezar con unos pocos miles de dólares para el primer mes. Entonces, si tiene éxito, Voy realmente empiezo a escalarlo.

No hay ninguna razón por la que todas las operaciones deben ocurrir en gráficos H1. Siempre puedo cambiar los intervalos de negociación en un minuto, dos minutos… cincuenta y nueve minutos. E incluso allí, Es posible

Mi escenario ideal es el comercio de la estrategia en un lugar ECN, que requiere un saldo mínimo de $250,000. Esa cantidad de dinero es mucho mayor de lo que yo estoy arriesgando cómoda. La vieja regla de la negociación es que nunca se arriesga más de lo que estamos perdiendo cómoda.

Eso significa que voy a propensos a estar buscando un socio para asegurarse de que la estrategia se ejecuta en el mejor ambiente posible (un ECN). ¿Eres posiblemente ese socio? Si es así, enviar un correo electrónico a info@onestepremoved.com~~V y preséntese. Nada va a suceder durante varios meses, pero siempre toma un tiempo para construir relaciones y sentirse cómodo con un proyecto.