Mucha tinta se ha dedicado a establecer claramente las causas de fallas en los sistemas de comercio mecánicos, especialmente después de los hechos. Aunque pueda parecer contradictorio (o, a algunos comerciantes, simplemente estúpido), la razón principal por la que estos sistemas de comercio no es porque confían demasiado en las manos-libres, Dispara y olvida naturaleza de la negociación mecánica. Propios algoritmos carecen de la supervisión y la intervención humana objetiva necesaria para ayudar a los sistemas evolucionan al ritmo de los cambios del mercado.
Fallo de los sistemas de comercio mecánicos, o el fracaso comerciante?
En lugar de lamentarse por un fallo del sistema de comercio, es más constructiva de considerar las formas en que los comerciantes pueden tener lo mejor de ambos mundos: Eso es, los comerciantes pueden disfrutar de los beneficios de los sistemas de comercio mecánica algoritmo gestionados, tales como ejecuciones automáticas de fuego rápido y decisiones comerciales de emoción libre, mientras sigue aprovechando su capacidad humana innata para el pensamiento objetivo sobre el fracaso y el éxito.
El elemento más importante de cualquier comerciante es la capacidad humana para evolucionar. Los operadores pueden cambiar y adaptar sus sistemas de comercio con el fin de seguir ganando ante pérdidas llegan a ser financieramente o emocionalmente devastador.
Elige el tipo y la cantidad de datos de mercado para las pruebas
Éxito de los comerciantes utilizan un sistema de normas repetitivas para cosechar las ganancias derivadas de las ineficiencias de corto plazo en el mercado. Para los pequeños, comerciantes independientes en el gran mundo de los valores y el comercio de derivados, donde los diferenciales son feroces delgada y la competencia, las mejores oportunidades de ganancias provienen de detectar las ineficiencias de mercado basadas en simples, fáciles de cuantificar datos, a continuación, tomar medidas lo antes posible.
Cuando un comerciante desarrolla y opera los sistemas mecánicos de comercio basado en datos históricos, él o ella es la esperanza para futuras ganancias basado en la idea de que las ineficiencias de mercado actuales continuarán. Si un operador elige el conjunto de datos erróneos o utiliza los parámetros incorrectos para calificar los datos, preciosas oportunidades se pueden perder. Al mismo tiempo, una vez que existe la ineficiencia detectado en los datos históricos ya no, entonces el sistema de comercio de falla. Las razones por las que se desvaneció no son importantes para el comerciante mecánico. Sólo los resultados importan.
Escoja los conjuntos de datos más pertinentes para elegir el conjunto de datos para crear y probar los sistemas de comercio mecánicos. Y, con el fin de probar una muestra suficientemente grande para confirmar si una regla de comercio trabaja constantemente bajo una amplia gama de condiciones de mercado, un comerciante debe utilizar el período de práctica más larga de datos de prueba.
Así, parece apropiado para construir sistemas de comercio mecánicos basados tanto en los de más larga posible, los datos históricos establecidos, así como el conjunto más simple de los parámetros de diseño. Robustez se considera generalmente la capacidad de soportar muchos tipos de condiciones de mercado. Robustez debería ser inherente a cualquier sistema probado en una amplia gama de largo plazo de los datos históricos y reglas simples. Pruebas de largo y reglas básicas deben reflejar la más amplia gama de posibles condiciones del mercado en el futuro.
Todos los sistemas de comercio mecánicos eventualmente fallarán porque los datos históricos, obviamente, no contiene todos los eventos futuros. Cualquier sistema construido sobre datos históricos, finalmente, se encontrará con condiciones ahistóricas. Visión humana y la intervención impide estrategias automatizadas se ejecute fuera de los carriles. La gente de Knight Capital de saber algo acerca de meteduras de pata en vivo de comercio.
Simplicidad gana por su capacidad de adaptación
Sistemas mecánicos de comercio exitosos son como la vida, organismos respirar. Estratos geológicos del mundo están llenas de fósiles de organismos que, aunque ideal para el éxito a corto plazo durante sus períodos históricos, fueron demasiado especializado para la supervivencia y adaptación a largo plazo. Sistemas mecánicos simples algorítmicos comerciales con orientación humana son mejores, ya que pueden sufrir rápida, fácil evolución y adaptación a las condiciones cambiantes del entorno (leer mercado).
Normas comerciales simples reducen el impacto potencial de sesgo de minería de datos. El sesgo de la minería de datos es problemático porque puede exagerar lo bien que una regla histórica se aplicará en las condiciones futuras, especialmente cuando los sistemas mecánicos de comercio se concentran en cortos periodos de tiempo. Sistemas de comercio mecánicos simples y robustos no deben por afectados por los plazos utilizados para propósitos de prueba. - El número de puntos de prueba se encuentran dentro de un determinado rango de datos históricos todavía debe ser lo suficientemente grande para probar o refutar la validez de las normas comerciales se está probando. Dicho de otra, simple, sistemas de comercio mecánicos robustas eclipsar sesgo de minería de datos.
Si una empresa utilice un sistema con parámetros de diseño simples, tales como el Sistema QuantBar, y lo prueba utilizando el período de tiempo histórico más largo apropiado, a continuación, las únicas otras tareas importantes serán atenerse a la disciplina de la negociación del sistema y del seguimiento de sus resultados en el futuro. Observación permite la evolución.
Por otra parte, comerciantes que utilizan los sistemas de comercio mecánicos construidos a partir de un complejo conjunto de múltiples parámetros corren el riesgo de "pre-evolución" de sus sistemas a la extinción temprana.
Construir un sistema robusto que aprovecha lo mejor de la venta mecánicas, sin caer presa de sus debilidades
Es importante no confundir la solidez de los sistemas mecánicos de comercio con su adaptabilidad. Los sistemas desarrollados basan en una multitud de parámetros llevó a comercios durante los períodos históricos de ganar - e incluso durante los períodos observados actuales - '. Robusta "a menudo se describen como que no es una garantía de que tales sistemas pueden ser ajustados con éxito una vez que han sido el comercio más allá de su "período de luna de miel.” Eso es un periodo de negociación inicial durante el cual las condiciones llegan a coincidir con un cierto período histórico en que se basó el sistema.
Sistemas de comercio mecánicos simples se adaptan fácilmente a las nuevas condiciones, incluso cuando las causas fundamentales del cambio del mercado siguen siendo poco claras, y sistemas complejos se quedan cortos. Cuando las condiciones del mercado cambian, ya que continuamente hacen, los sistemas de negociación que tienen más probabilidades de seguir ganando son los que son simples y más fácilmente adaptable a las nuevas condiciones; un sistema verdaderamente robusta es uno que tiene la longevidad sobre todo.
Sistemas mecánicos simples algorítmicos comerciales con orientación humana son mejores, ya que pueden sufrir rápida, fácil evolución y adaptación a las condiciones cambiantes del entorno (leer mercado).
Desafortunadamente, después de experimentar un período inicial de ganancias cuando se utilizan sistemas de comercio mecánicos excesivamente complejas, muchos comerciantes caen en la trampa de tratar de ajustar los sistemas de back para el éxito. Del desconocido El mercado, sin embargo, el cambio de, condiciones pueden ya han condenado que las especies enteras de sistemas mecánicos de comercio a la extinción. De nuevo, simplicidad y adaptabilidad a las condiciones cambiantes ofrecen la mejor esperanza para la supervivencia de cualquier sistema de comercio.
Utilice una medición objetiva de distinguir entre el éxito y el fracaso
Caída más común de un comerciante es un apego psicológico a su sistema de comercio. Cuando las fallas del sistema de comercio se producen, por lo general es porque los comerciantes han adoptado una subjetiva en lugar de punto de vista objetivo, especialmente con respecto a detener-pérdidas durante las operaciones particulares.
La naturaleza humana a menudo lleva a un comerciante para desarrollar un vínculo emocional con un sistema particular, especialmente cuando el comerciante ha invertido una cantidad significativa de tiempo y dinero en los sistemas de comercio mecánicos con muchas piezas complejas que son difíciles de entender. Sin embargo, que es críticamente importante para un comerciante al paso fuera del sistema a fin de considerar objetivamente.
En algunos casos, el comerciante se vuelve delirante sobre el éxito esperado de un sistema, incluso hasta el punto de seguir al comercio un sistema obviamente-perder mucho más tiempo que un análisis subjetivo habría permitido. O, después de un período de victorias grasa, un comerciante puede llegar a ser "casado" con un sistema antiguo ganador aun cuando su belleza se desvanece bajo la presión de las pérdidas. Peor, un comerciante puede caer en la trampa de elegir selectivamente los periodos de prueba o parámetros estadísticos para un sistema ya-perder, con el fin de mantener la falsa esperanza de valor continuo del sistema.
Un criterio objetivo, como el uso de métodos de desviación estándar para evaluar la probabilidad de fallo de corriente, es el único método que gana para determinar si los sistemas de comercio mecánicos han fracasado realmente. A través de un ojo objetivo, es fácil para un operador de detectar rápidamente el fracaso o falla potencial en los sistemas de comercio mecánicos, y un sistema simple puede adaptarse rápida y fácilmente para crear un sistema recién ganadora una vez más.
El fracaso de los sistemas mecánicos de comercio a menudo se cuantifica basa en una comparación de las pérdidas actuales si se compara con las pérdidas históricas o detracciones. Tal análisis puede conducir a una subjetiva, conclusión incorrecta. La pérdida máxima se utiliza a menudo como la métrica umbral por el cual un comerciante abandonará un sistema. Sin tener en cuenta la manera en que el sistema alcanzó ese nivel reducción, o la longitud de tiempo requerido para llegar a ese nivel, un comerciante no debe llegar a la conclusión de que el sistema es un perdedor basado en reducción solos.
Desviación estándar versus reducción como una métrica de fallo
De hecho, el mejor método para evitar el descarte de un sistema ganador es utilizar un estándar de medida objetiva para determinar la distribución actual o reciente de los rendimientos del sistema obtenido, cuando en realidad negociarlo. Compare esa medición contra la distribución histórica de la rentabilidad calculada a partir de back-testing, mientras que la asignación de un valor umbral fijo de acuerdo con la certeza de que la actual "perder" la distribución de los sistemas mecánicos de comercio es de hecho más allá de lo normal, pérdidas esperadas-a-ser, por lo tanto deben ser desechados como fallido.
Así, por ejemplo, supongamos que un comerciante ignora el nivel drawdown actual que ha señalado un problema y provocó su investigación. En lugar, comparar la mala racha actual contra las pérdidas históricas que habrían ocurrido mientras que el comercio de ese sistema durante los períodos de prueba históricos. Dependiendo de la forma conservadora un comerciante es, él o ella puede descubrir que la pérdida actual o reciente está más allá, decir, los las 95% nivel de certeza implícita en dos desviaciones estándar a partir del nivel de pérdida histórica "normal". Esto sin duda sería una fuerte señal estadística de que el sistema está funcionando mal, por lo que ha fallado. En contraste, un operador diferente con mayor apetito por riesgo puede decidir objetivamente que tres desviaciones estándar de la norma (I.E. 99.7%) es el nivel adecuado de seguridad jurídica para juzgar un sistema de comercio como "fracasado".
El factor más importante para cualquier sistema de comercio’ éxito, ya sea manual o mecánico, es siempre la capacidad de toma de decisiones humana. El valor de los buenos sistemas de comercio mecánicos es que, como todas las buenas máquinas, minimizan la debilidad humana y la autonomía de los logros más allá de los alcanzables a través de métodos manuales. Todavía, cuando se construyó correctamente, que todavía permiten un control firme de acuerdo con el juicio del operador y le permiten o ella para alejarse de los obstáculos y los posibles fallos.
Aunque un operador puede usar las matemáticas en forma de un cálculo estadístico de la distribución estándar para evaluar si una pérdida es normal y aceptable de acuerdo a los registros históricos, él o ella todavía está confiando en el juicio humano en vez de hacer puramente mecánico-, decisiones basados en las matemáticas basadas en algoritmos solos.
Los operadores pueden disfrutar de lo mejor de ambos mundos. El poder de los algoritmos y de comercio mecánica minimiza los efectos de la emoción humana y la tardanza en la realización de pedidos y ejecución, especialmente en relación con el mantenimiento de la disciplina de stop-loss. Se sigue utilizando la evaluación objetiva de la desviación estándar con el fin de mantener el control humano sobre el sistema de comercio.
Esté preparado para el cambio, y estar preparados para cambiar el sistema de comercio
Junto con la objetividad para detectar cuando los sistemas de comercio mecánicos cambian de ganadores en perdedores, un comerciante también debe tener la disciplina y la previsión para evolucionar y cambiar los sistemas para que puedan seguir ganando durante nuevas condiciones del mercado. En cualquier entorno lleno de cambio, la más simple del sistema, el más rápido y más fácil su evolución será. Si una compleja estrategia falla, puede ser más fácil de reemplazar que modificarlo, mientras que algunos de los sistemas más simples y más intuitivas, tales como el Sistema QuantBar, son relativamente fáciles de modificar en la marcha con el fin de adaptarse a las condiciones futuras del mercado.
En resumen, se puede decir sistemas mecánicos de comercio debidamente incorporados deben ser simples y adaptable, y probado de acuerdo con el tipo y la cantidad de datos para que puedan ser lo suficientemente robusta como para producir ganancias en una amplia variedad de condiciones de mercado. Y, un sistema ganador debe ser juzgado por la métrica apropiada de éxito. En lugar de limitarse a confiar en las reglas de negociación algorítmica o niveles máximos drawdown, cualquier decisión sobre si un sistema ha fallado debe hacerse de acuerdo con el juicio humano del comerciante, y con base en una evaluación del número de desviaciones estándar de rendimiento actual del sistema si se compara con las pérdidas histórico-test. Si los sistemas de comercio mecánicos no están pudiendo realizar, el comerciante debe hacer los cambios necesarios en lugar de aferrarse a un sistema de derrotas.
Fred Penney dice
Unos comentarios.
Sólo porque un sistema funcionó 20 hace años no significa debería funcionar hoy. Tenga cuidado cuando sugiere un sistema de prueba durante un largo período. ¿Cuánto tiempo es largo?
Igualmente, lo simple es simple? Cuatro reglas con un total de cuatro variables? Siete reglas con un total de diez variables? Estoy de acuerdo generalmente más simple es mejor que lo que es simple?
Utilizando la desviación estándar de los retornos debe proporcionar conclusiones similares a ejecutar un análisis de Monte Carlo que no es difícil con el software que está disponible. Con un análisis de MC, como usted sabe, uno puede ver los posibles retornos y posibles drawdowns. El futuro no tiene que parecerse al pasado, pero un análisis de MC es una forma de probar un sistema de.
Tarun dice
Fácil de dar directrices para desarrollar un sistema con un borde duro……….y más difícil al comercio..
Si es posible compartir alguna variable 2 hacer un sistema de comercio.
por simplicidad hacerlo simple
Reglas Comprar
Reglas de salida (Paradas o salida de ganancia)
Reglas de cortas
Salidas cortas (Paradas o salida de ganancia)
Salir (Si es necesario según el sistema)
tamaño de la posición (Considerando máx.. Drawdown)
Eso es lo… puede agregar cualquier pedazo de Consejo que quieras…
AndrEAs dice
Hola chicos
Gracias por el post, Estoy de acuerdo con muchas cosas que mencionaste. Y además, me da un par de ideas para intentar.
Saludos
Danno473 dice
Hi All!
Shaun, i agree.. focusing on not losing is a very important success of success.
Tarun, an EA that i have built that is very successful uses a simple pivot point swing trading strategy. A custom indicator of my own gives me a premarket bias (arriba o hacia abajo) and my trigger for entry is market price within a 2 pip range of the main daily pivot. exit strategy is simple too, price will either stop out or close half the position at Support1 or Resistance1. Stoploss is then moved to break even. Price will then stop out or reach S2 or R2 at which point half the remaining position is closed again, stoploss is moved to S1 or R1. Price will then stop out or move to S3 or R3 at which point the remaining position is closed.
– That simple strategy is worth 1million dollars over a 15 year period.. libre, my pleasure. most people wont do anything with this info anyway lol.
The Dilema:
Simple strategy, highly complicated EA. por qué? because every strategy has limits and knowing what causes it to fail is the first step to “focusing on not losing”. aka, put meausures in place to anaylize the market and make your EA either shut off or adapt when the market is acting in ways bad for your strategy.
también, R/R, balance protection and using a LOT scale makes the EA pretty complex but its well worth the effort. combine a simple strategy with a detailed managment system inside of a complex EA is worth 50million over 15 año. Dont expect this kind of system to come together over night, i spent 2 years building mine but its been a very exciting journey. If you’re passionate about trading and EA’s just dont give up. stay focused and keep learning.
Good Luck!
Shaun Overton dice
De hecho. You could publish most strategies in the newspaper. Almost nobody would do anything with it.
I love the emphasis on “not losing” rather than winning. You’re speaking my language!
Mike B dice
I would add 3 points to consider when evaluating the performance of programmed trading systems. First of all when back testing a system in MetaTrader it is important to remember that MT4 does not provide a true tick data stream. It merely simulates the tick data by using data bars stored in the History Center, This means that very recent price history may be constructed from 1 o 5 minute bars and history farther out may be constructed from 15 o 30 bares minutos. Running tests over periods of several years may force MT4 to simulate the tick data using bars of even larger time periods. This is whyyou will see many performance tests which were run in MetaTrader over a several year periods that have a characteristic curve. There is a steeply profitable curve in the early years and a flat to losing curve in the recent time period. If the system was run on the true tick data most likely it would perform poorly throughout the testing period because the early years were simulated on 15M or 30M bars and were less volatile than the actual price action of the period.
En segundo lugar, most of the people who design trading systems tend to over optimize their system to maximize the profit obtained during the time period which was used to test the system. As an example let’s say the system designer tested his system over a 5 período del año. The natural inclination is to tweak the variables to maximize the profit. The thought process goes something like this: If the system produces a 50% beneficios y una 2.5 profit factor over this test period then I should get at least an acceptable performance in real time use. Believe me this is the kiss of death in EA programming and the reason so many commercial expert advisers fail. The customer buys into the profitable performance during the back testing period and then inevitably loses when he tries to run the EA with real money. Proper back testing attempts to find the true average performance of the EA based on several testing periods.
Finalmente, there is the problem that was touched on in the article of knowing if the results you are experiencing are statically valid. Of course as Mr. Flower states if a losing streak is outside 2 standard deviations then chances are something has changed. I would like to point out that the distribution of winning and losing trades is always random and determined by the overall percentage of winners or losers in a sample of trades assuming that it is large enough to be statically valid. To give an example let’s say your system requires a 50% win rate to be profitable. Bien, we already know from flipping a coin that has the same 50% win rate that the winners and losers will tend to clump together in winning streaks and losing streaks. Further more we know from the study of statistics that the distribution of winners and losers in the EA with a 50% win rate will be the same as the distribution obtained from tossing a coin. Namely, there will be in a group of 1000 trades on average 8 losing streaks of 5 losers in a row and 8 winning streaks of 5 winners in a row. Similarity in a group of 1000 trades you should also see on average of 4 losing and winning streaks of 6 in a row, 2 losing and winning streaks of 7 in a row and 1 winning and losing streak of 8 y 1 winning and losing streak of 9 in a row.
It is important that the user has a realistic idea of size and number of losing streaks he WILL encounter using the EA. Otherwise he will surely give up and quite the first time he encounters an expected losing series of trades.
Shaun Overton dice
Hola Mike,
That’s one of the many reasons that I don’t test anything in MetaTrader. I only use it for live trading. The weak data and inability to test portfolios makes it unusable for my purposes.
You’re right about over-optimizing. The easiest way to avoid this is to minimize the number of parameters in your strategy. I only have 4 in my Regla estrategia, por ejemplo.
Thanks for the detailed thoughts!
Sergey dice
WOW! I liked it, good thoughts
Shaun Overton dice
Gracias.
Sylvester Augustine dice
Hi Trader mates – I simply follow Sam Seiden’s Suppl-Demand approach coupled with Candlestick analysis – works like pure magic. I follow the golden rule of “minimizing losses and leaving profits to run”. Been trading like this for 6 years with consistent INCREMENTAL GROWTH month after month (sometimes small, sometimes big, but always ticking upwards). For me these are the “simple keys” to succeed over the medium to long term.
Shaun Overton dice
Lento y constante gana la carrera.
corinna dice
Where’s that indicator for the hourly where it triggers an entry one stick before? Can’t find it anywhere, does it still work? It has like a bottom graph and let’s you know to get in on the next candle for one candle’s time for that amount of profit, I remembered a while back seeing alot about it from you, but haven’t seen it since and I think I was going to try it out! Regards 🙂
Shaun Overton dice
Hey Corinna,
You’re referencing the SB Puntuación. Please let me know what you think of it!