Para casi cada comerciante, hay uno, pregunta de devoradora: Cómo construyes una estrategia rentable?
Naturalmente, uno esperaría a bucear en las estadísticas y comenzar haciendo los números. Todavía, antes que ahondar más en la mecánica y creeme que hay un montón, quiero hablar un poco sobre la filosofía y, de hecho, las reglas de detrás de una buena estrategia.
Con todos los números que necesitan ser Cruncheando, es sin duda importante tener un bosquejo áspero de sus ideas para la construcción de una estrategia. Sólo con eso bosquejo áspero en la mano se puede entonces pasar las huellas azules de realmente construir un sonido, estrategia viable.
Estrategia de Trading perfecto No
Dicho esto, vamos a conseguir algo perfectamente claro y de: La primera regla de la negociación es entender que hay no hay estrategia perfecta. Pero no deje que eso le impida diseñar la mejor estrategia posible de comercio. Hay algunos pasos a seguir antes de incluso comenzar a elaborar su estrategia.
Si usted espera un día ser capaces de medir el mercado que necesita primero encontrar su punto de partida filosófico. Es la aceptación de una única verdad inmutable que usted primero debe abarcar.
Antes te sumerjas en la práctica, los datos a la ecuación y, por supuesto, el dinero, Necesita un punto de referencia. Y que referencia es simplemente esto: El mercado tiene un latido del corazón. Eso significa que no es ninguna estrategia de talla única que puede predecir el mercado cada vez. Eso es porque el mercado no es estático; se mueve constantemente y constantemente están cambiando las reglas.
Muchos, muchas veces he visto a comerciantes tratan de optimizar su estrategia para tener en cuenta todas las condiciones concebibles. Lo siguiente que usted sabe, no sólo han perdido sentido, pero que han perdido un paquete. Como ya he dicho, ninguna estrategia solo funciona todo el tiempo. Así, construcción de una estrategia exitosa de llamadas para que usted pueda predecir el mercado en ciertos puntos muy específicos. Por otra parte, usted necesita reconocer las "zonas muertas" donde la estrategia no es predictiva, y que sea un punto de no comprometerse.
Atenerse a las reglas
La segunda regla para producir una estrategia comercial viable es tener claro mecánicas las reglas de contratación. Eso es, claro las condiciones en cuanto a cuando se abre un comercio y cuando se cierra un comercio. Y tiene que seguir con esa regla, Pase lo que pase. Si permites que cualquier margen de maniobra realmente cambia el mecanismo de, haciendo imposible medir.
Digamos que la primera regla de contratación parece esto: Cuando el 120 días EMA cruza la 60 EMA de arriba, comprar. Este tiempo, aunque, que parece que el par que está trading es todavía bajista. Decides que no vas a abrir un comercio después de todo.
Aunque en este caso era la llamada derecha, Usted ha interferido con las reglas. Así los resultados que no son un subproducto de su estrategia de. En lugar, son el resultado de su convocatoria de juicio. Cuando un comerciante interfiere con las reglas de enfrentamiento que eliminan la capacidad de evaluar su efectividad. Por qué es una tragedia?
Ya que nunca sabrás dónde estás realmente equivocarse. Y si no aprendes de tus errores te siempre te hacen. Este es el más peligroso, incluso letal, trampa de, y que ha quemado miles de comerciantes con supuesto "buena estrategias." Por lo tanto, Si usted quiere asegurarse de que su estrategia es acertada (y no sólo al azar), atenerse a las reglas.
Cuatro fases de la prueba
Así que ahora que hemos establecido la filosofía es tiempo a conseguir al negocio. Cómo probar si o no vale la pena implementar su estrategia de? El proceso de pruebas constituye cuatro fases diferentes:
- Pruebas de muestra
- Optimización
- Prueba fuera de la muestra
- Prueba de avance (I.E. Comercio de papel)
Pruebas de muestra
Cuando se piensa en una estrategia de prueba lo que instintivamente viene a la mente? Prueba de nuevo, o prueba tu estrategia en base a datos históricos. Pero mientras la prueba posterior es una de las partes más importantes de la prueba, también podría crear algunos conceptos erróneos.
Por ejemplo, Si usted prueba su estrategia en un conjunto de datos, Cómo sabrá cómo realiza cuando las condiciones del mercado? Para hacer frente a este problema los profesionales utilizan lo que llama en-hacia fuera-de-muestra.
Cómo realizar la prueba es relativamente simple. Los datos históricos se dividen en dos partes, la In- Muestra y fuera de muestra. En la muestra representa sobre 2/3 del periodo de prueba mientras que fuera de la muestra representa el restante 1/3. Se puede ver cómo juega hacia fuera en la ilustración de abajo.
La muestra en será la prueba preliminar de su estrategia de, el primer funcionamiento en seco, Si se quiere. Si su estrategia no hace bien en la prueba de muestra en, significa que tendrás que zanja esa estrategia y volver a la mesa de dibujo.
Sin embargo, Si la prueba de muestra en muestra una curva ascendente de los retornos es una buena noticia! Significa que tienes que trabajar con. Ahora es el momento de apretar los tornillos, al igual que un mecánico, y en el mundo del trading que significa optimizar su estrategia de.
Optimización de su estrategia comercial
Ahora, optimizar una estrategia es quizá la parte más matemáticamente intensiva de la talla de una estrategia. Aunque las matemáticas no son su fuerte, es lo bastante importante como para no ignorar. Hay tres métodos que podemos utilizar: Correlación, regresar a distribución y ajuste de curvas. Echemos un vistazo a cómo le ponemos a utilizar.
Por supuesto, como caso de estudio que vamos a utilizar la estrategia de negociación más simple que proveedores usan para montar una tendencia es la Cruz media móvil. La media móvil Cruz obras como esta: Si la media móvil rápida (período corto) es sobre la lenta media móvil (período más largo) eso es una señal de compra.
A la inversa, Si la media móvil rápida está por debajo de la lenta media móvil es una señal de venta. Ahora, digamos que decidimos abrir una posición, pero sólo si se cumplen determinados parámetros. La pregunta es cómo puede usted saber si estos parámetros son, de hecho, los óptimos? Bien, es donde nuestras metodologías de estadísticas serán muy útiles.
Correlación, Regresar a distribución y ajuste de curvas
El primer método es la correlación. Esencialmente, cambiar a un conjunto diferente de parámetros que mejor se corresponde con el mercado. Permítanme elaborar; decir que fue su primera prueba o ensayo 120 días para la media largo y 30 días para la media corta (o 120, 30). Luego se prueban unas opciones más, digamos que 120, 14 y entonces 60, 30 día.
A continuación se compara la correlación de cada conjunto de datos. El más cercano el R2 Coeficiente de correlación es 1, la mejor. Eso significa que esta estrategia es mejor para predecir el mercado. Qué pasa si obtienes un valor de R está más cerca de -1?
Bien, Está bien, demasiado, a su manera. Significa que debe estar vendiendo en lugar de comprar, porque el mercado se está moviendo en la dirección opuesta. (Por supuesto, con las cruces de MA es muy poco probable obtener una -1 correlación de todos modos.)
Ahora, Si obtienes un valor cercano a 0 no es tan bueno. Señala que hay muy poca o ninguna correlación entre su estrategia y el mercado. Si tiene ganancias positivas en la primera vuelta prueba y la correlación es 0 entonces la realidad es que su éxito era aleatorio y no indica.
Como se puede ver en las tres opciones, nuestra primera opción era realmente el mejor correlacionado con el mercado. Sugiere que los parámetros que hemos elegido en este caso particular fueron óptimos.
Distribución de los retornos
Después de que se revisaron para ver qué estrategia mejor correlacionado con el mercado, hay otra dimensión a tener en cuenta. Supongamos que un conjunto de parámetros se correlaciona mejor que el mercado está más acertado. Otro conjunto de parámetros no es tan correlacionados pero un oficio ejecutado con éxito más rendimientos en promedio por comercio.
Como se ha visto en cartas anteriores, podemos ver que es una idea interesante. Nuestros parámetros preliminares (120, 30) tenía una mejor distribución de los retornos, significado de utilidades por comercio son estables y no fluctuante. Y que tiene sentido porque tiene una correlación superior al mercado, como se indica en la primera prueba que hicimos.
Ahora, obtenemos un resultado interesante, y que usted es probable encontrar. Nuestros parámetros primer hecho devoluciones más constantes porque la correlación con el mercado fue mayor. Sin embargo, la media vuelta por el comercio fue menor que el segundo conjunto de números (120,14).
Esto es muy desconcertante. Cómo se determinaría, entonces, que estrategia es mejor? Es mejor ganar menos por comercio pero constantemente o a ganar más por comercio pero menos constante?
Para responder esta pregunta debemos mover a nuestro alimento básico final en optimización. Eso es para comparar las curvas creadas al utilizar dos parámetros y ver que uno trabaja para nuestro beneficio, I.E. constantes aumentos más pequeños o menos constantes ganancias más grandes.
Comparando las curvas de
Cuando la superposición de las curvas obtenemos nuestra respuesta: El primer conjunto de parámetros (120,30) es preferible. Teniendo resultados inferiores al principio, las altas fluctuaciones de la segunda opción significa que los resultados eran más al azar.
Esa aleatoriedad llevaría eventualmente a una estrategia que no predice eficientemente el mercado. Sin embargo, Si los retornos en el segundo conjunto de números fueron ampliamente superiores la volatilidad vuelve podría vale la pena el riesgo.
Pero en este caso, los las 120, 30 había probado rentabilidades superiores al final, nos compensa asumir menos riesgos y ser más predictiva en el mercado. Así, Ahora que hemos terminado nuestra optimización preliminar ya estamos listos para probar nuestra estrategia con la fase de prueba fuera de la muestra.
Fuera de la muestra de prueba
Mediante la ejecución de la hacia fuera-de-muestra de estrategia después de que el otro te prueba obtendrá información valiosa en cuanto a cómo reacciona su estrategia a las condiciones de mercado que inicialmente considerado.
Ahora tenemos que comprobar los resultados de cada uno. Hay dos estrategias diferentes (A y B) fueron probados con ambos en el- y fuera de muestra. Como se puede ver, Estrategia A han tenido bastante éxito en la muestra en (2/3) pero una vez comprobado contra el conjunto completo de datos lleva a cabo algo mal.
En contraste, Estrategia B había hecho bien en ambas partes de la- y fuera de muestra, lo que significa que tienes algo viable. Así, hay una mayor probabilidad de que su estrategia es lo que quiere cada comerciante, un fabricante de dinero.
Graduarse a papel comercial
Te Felicito! Si has llegado a este nivel entonces has sido exitoso en generar rendimientos. Ahora es el momento de probar su estrategia comercial en datos en tiempo real. No nos estamos comercio con dinero real pero es lo más cercano, y le dará una buena idea en cuanto a qué tan bien su estrategia realizará vivo.
Usted puede encontrar que hay fallos que no en el primer aviso. O tal vez la entrada o salida de cada comercio puede mejorarse con otro indicador. Estas son cosas que podrían sólo se descubre cuando el comercio va en vivo. Después de un muestreo adecuado, algo parecido a la longitud de la hacia fuera-de-muestra y -voilà-ha elaborado una estrategia de operaciones.
Shaun armar gratis, 6-lista de control de paso para ayudar a los comerciantes a construir sus propios automatizado sistemas de trading. Es el mismo que utilizó para QB Pro. Si te sientes abrumaron por dónde empezar tu propia estrategia, entonces este folleto gratis es el lugar lógico para empezar.
Azhar dice
Todavía no he entendido el concepto
Shaun Overton dice
Hola Azhar,
Está clara que parte?
–Shaun
Nikos dice
artículo muy agradable y servicial
Shaun Overton dice
Gracias, Nikos!
David V dice
Excelente artículo. Muy útil para alguien tratando de idear una estrategia de trading automatizada. He leído muchos artículos sobre el comercio y raramente encontrar uno tan corto y claro que cubre tanto.
Guau! Yo estoy bookmarking éste.
Shaun Overton dice
Gracias, David. Ese es uno de los mejores comentarios que he tenido en mi blog!
Rob dice
La correlación es clara. Los valores del eje y y el eje x no están etiquetados, y cálculo de R² está ausente.
Podría elaborar en eso?
Shaun Overton dice
Hey Rob,
Voy a tener Lior pesan. Gracias por la pregunta.
Lior Alkalay dice
Hola Rob,
Gracias por tu pregunta. Lo que las medidas de correlación es la cantidad de pips el mercado se movió contra los resultados de la estrategia por una señal específica. Así que si se mueve el mercado 10 las semillas y su estrategia se trasladó 10 puntos que serían una correlación de 1 su estrategia tendría menos ganancia, para decir 8 que la correlación hubiera sido menos 1. Si el mercado se mueve 10 pips, pero su estrategia perdida 10 pips que correlación -1. En esencia mide así su estrategia predice lo que va a pasar.
Brandon dice
I’m guessing the correlation graphs are statistical linear regression where the X axis would be 100% victorias (independent variable) and the Y axis would be the strategy I’m testing (dependent variable)? https://onlinecourses.science.psu.edu/stat501/node/250
Are the data points cumulative? The graphs seem to suggest that they are.
Are the data points sampled over a given time frame (ie once per week/month/etc)?
Why is the R2 correlation better than a simple win/loss ratio?
Shaun Overton dice
I couldn’t get that link to work, but the graphs are the correlations of the moving average pairs compared to the underlying market.
If you look closely at the x-axis, you’ll notice that it’s over several thousand bars, which is years of data.
Correlations are better than win:loss because win:loss can often result from a purely random signal. Getting a 90% correlation is not a coincidence, pero 1,000 coin tosses can come out profitable. There are even rare instances where it’s wildly profitable. You want to know how reliable the profit actually was.
Brandon Miller dice
I think that makes sense. I’ve been toying with my backtest class and I added what I call a perfect balance. This is calculated by looking at the candles between trade start and trade close. Wherever the highest (or lowest) price falls is used to calculate the perfect balance. So this would ideally be the perfect strategy (ganadora 100% of the time using only what the market gives it.)
My idea is to compare the perfect balance with the actual strategy balance performance using linear regression and r squared correlations.
That sound right or am I way off?
Shaun Overton dice
It’s very right. I’ve done machine learning along those lines trading at random frequencies. If you know the optimal entry and exits for a given frequency, the goal is to then find predictors to match those exits. Whether or not you use linear regression depends on the distribution of the variables, but that’s usually the tool of choice.
Brandon Miller dice
Fantastic! Always a learning experience. Now if I could go back in time and redo my system in python instead of php I would be in good shape 😀
Gracias Shaun. I appreciate your work.
Denis dice
Dommage votre site ne soit pas en Français
Shaun Overton dice
Je suis désolé.
Mike dice
You guys are kidding yourselves. Technical analysis is junk science.
Shaun Overton dice
I don’t understand the comment. This article isn’t about technical analysis. It’s about measuring the results of your predictions and then acting accordingly. What exactly is the objection? You don’t think mathematical observation works?
Based on your comment, you may enjoy this video: The RSI Doesn’t Work.
mujahid dice
eurusd open don
Shaun Overton dice
Qué?
Anderegg dice
For me this is not clear: How do you do the division between In-sample and out sample? What data you take for that? Or do you simply say that a strategy should be successful for 2/3 del tiempo? Thanks for an explanation.
Shaun Overton dice
Hi Ean,
There are several methods, though these are the 2 más común:
1) Divide the data in half. The first half is in-sample. The second is out-of-sample.
2) Divide the data into 6-12 month chunks. Optimize in one chunk, then test in the next chunk. Re-optimize, then test in the next chunk.
The second method is only appropriate if your strategy is sensitive to parameter settings. Most of the stuff I do is very simple, which leads me to use the first method 99% del tiempo.
–Shaun
Noble dice
which is your best robot for begners ?
Shaun Overton dice
Hi Noble,
It’s not quite that simple. I suggest you read through my beginner’s trading article to get my advice for new traders.
–Shaun
Daniel dice
Hola Shaun,
Have you heard of the Algorithmic Traders Association? Do you think it’s a valid organization in the sense of giving quality training or qualification?
Just wanted your opinion on this as algo trading is a still new subject and doesn’t seem to have specific training on this.
This might be even an area where you could expand to. Provide broad training on all concepts of algo trading.
Shaun Overton dice
Hola Daniel,
I’ve never heard of the organization. I’d be leery of organizations issuing credentials, aunque. Algo trading is insanely difficult. You really need to develop math and science skills if you want to do it well. Your time would be better spent exposed to physcial science subjects rather than market specific. You’ll get better ideas from other disciplines.
–Shaun
Stef dice
Your correlation charts, are these created automatically by Tradestation, or can this be done in Excel?
How would you go about creating these – do you have the code, or steps?
Shaun Overton dice
It’s a very broad subject, but the short answer is that it’s not something that trading platforms support. You’ll need to use 3rd party software to build correlation charts.
I usually use R, which is not beginner friendly but very powerful. Excel would be quite a bit easier. Plot your x-y data, then calculate a linear regression of the sorted data. You can use CORREL to build the graphs.