Sistema de negociação em aw

Testando estratégias de negociação em ticks reais.
O artigo fornece os resultados do teste de uma estratégia de negociação simples em três modos: "1 minuto OHLC" usando apenas os preços de abertura, alta, baixa e baixa de barras de minuto; modelagem detalhada no modo "Todos os ticks", bem como o modo mais preciso "Cada tick baseado em ticks reais", aplicando dados históricos reais.
A comparação dos resultados nos permite avaliar a qualidade em vários modos, bem como nos ajuda a usar o testador de forma mais eficiente para receber resultados mais rapidamente. O modo "1 minuto OHLC" permite receber resultados de testes rápidos e estimados, o modo "Cada tick" está mais próximo da realidade, enquanto o teste em ticks reais é mais preciso, mas consome muito tempo. Tenha em mente que os erros na lógica de um robô de negociação podem afetar o número de operações de negociação, tornando os resultados do teste de estratégia mais suscetíveis a um modo de teste selecionado.
Estratégia de negociação.
Nós desenvolvemos uma estratégia de negociação simples baseada em um avanço de intervalo dentro das últimas barras RangeLength. As regras de negociação são as seguintes: um intervalo dos preços mais altos e mais baixos para as últimas N barras é calculado na abertura de uma nova barra. O valor padrão do parâmetro RangeLength do EA anexado é de 20 barras. Representa a largura da janela onde construímos o intervalo.
Após o primeiro avanço do intervalo para cima ou para baixo, as estatísticas dos ticks recebidos começam a se acumular (número de ticks acima e abaixo do nível do intervalo interrompido). Assim que o número de ticks recebidos excede (ou é igual a) TicksForEnter = 30, é feita uma decisão de entrar no mercado ao preço atual. Se o intervalo é quebrado para cima, o número de marcas acima do nível de quebra deve exceder o número de marcas abaixo do nível. Neste caso, o EA abre uma posição longa. O caso oposto leva a uma posição curta.
Uma posição aberta é fechada após as barras BarsForExit. Como você pode ver, as regras são bem simples. Veja a imagem abaixo para mais clareza:
Agora, vamos ver como os resultados dos testes do EA mudam ao aplicar um dos três diferentes modos de modelagem de ticks.
A estratégia de negociação foi testada no EURUSD H1 no primeiro semestre de 2016 - de 01.01.2016 a 30.06.2016. Todos os parâmetros do EA são definidos como valores padrão, pois nosso objetivo é simplesmente testar a estratégia em diferentes modos de modelagem.
Comparando os resultados de diferentes modos de teste.
Os resultados do teste em diferentes modos são exibidos na tabela. A primeira coisa que chama a atenção é a diferença no número de operações comerciais. Assim, todos os outros resultados do teste também são diferentes. O teste em "1 minuto OHLC" levou 1,57 segundos, o que é 23 vezes mais rápido do que no modo "Todos os ticks". Essa diferença é importante ao otimizar as entradas do sistema de negociação.
Por sua vez, o modo "Cada tick baseado em ticks reais" acabou por ser ainda mais demorado - 74 segundos em comparação com 36,7 segundos no modo "Every tick". Isso pode ser facilmente explicado pelo fato de que mais de 34 milhões de ticks foram modelados ao usar ticks reais, o que é quase duas vezes mais do que no modo "Every tick". Assim, quanto mais ticks forem usados ​​nos testes, mais tempo será necessário para uma passagem no testador de estratégia.
com base em carrapatos reais.
Os relatórios de teste de vários modos de modelagem são exibidos abaixo como imagens GIF animadas, permitindo comparar os parâmetros.
Os gráficos de balanço e patrimônio são diferentes também. Como podemos ver, essa estratégia simples não é impressionante - os períodos de crescimento são seguidos por rebaixamentos e os gráficos de teste parecem mais uma cadeia de coincidências. A estratégia certamente não é adequada para negociações reais, já que os resultados são semelhantes a um sorteio.
Sistemas de negociação dependendo de carrapatos.
O sistema de negociação que apresentamos é altamente dependente do método de modelagem - ou seja, um número de ticks recebidos e uma ordem de chegada. Ao testar no modo "1 minuto OHLC", temos o menor número de carrapatos que podem ser insuficientes para abrir uma posição. Os modos "Cada tick" e "Todos os ticks baseados em ticks reais" podem ter uma ordem de chegada diferente. No caso do modo "Todos os ticks", podemos receber uma sequência de ticks monotonicamente crescente ou monotonicamente decrescente que virtualmente garante uma entrada no mercado após o intervalo ser ultrapassado. No caso do modo "Cada tick baseado em ticks reais", o histórico de ticks reais é usado, fazendo com que a dinâmica de preços se comporte inesperadamente.
Assim, podemos ver que os pontos de entrada e saída são diferentes nos gráficos, mesmo no início do intervalo de teste. Além disso, algumas negociações são ignoradas.
Quatro modos de geração de tick.
O testador de estratégia MetaTrader 5 permite verificar estratégias de negociação em quatro modos de modelagem de ticks descritos no artigo "Os Fundamentos do Teste no MetaTrader 5". O modo mais rápido e mais difícil é "Abrir apenas os preços", no qual as operações de negociação podem ser realizadas apenas na abertura de uma nova barra. Nenhuma ação de negociação dentro das barras está disponível. O modo é mais adequado para testar estratégias que não dependem dos movimentos de preços dentro das barras.
O modo "1 minuto OHLC" é um pouco mais preciso, pois utiliza a modelagem dos preços de abertura, alta, baixa e fechamento de cada barra de minutos incluída na faixa histórica testada. Isso significa que, ao testar em H1, o EA será chamado 240 vezes em uma hora: em cada uma das barras de 60 minutos, o manipulador OnTick () será chamado 4 vezes (para cada um dos preços OHLC). Este modo já possibilita o uso do Trailing Stop e a visualização da dinâmica de preços em outros períodos de tempo e indicadores, se necessário (por exemplo, ao testar a estratégia Triple Screen do Elder).
Esses dois modos são adequados para testar um grande conjunto de estratégias de negociação, já que a maioria dos traders desenvolve robôs para negociação em uma nova abertura de barras. No entanto, se você precisar conduzir uma modelagem mais precisa e detalhada dos ticks recebidos, será necessário o modo "Todos os ticks". Neste modo, o comportamento do preço dentro de cada barra de minutos é adicionalmente modelado. Os ticks são gerados de acordo com leis complexas (mas pré-definidas). O mecanismo de modelagem de preço para este modo é descrito em detalhes no artigo "O Algoritmo da Geração de Carrapatos no Testador de Estratégia do Terminal do MetaTrader 5".
Se você precisar da representação mais precisa dos dados do histórico no testador de estratégias, use o modo "Cada tick baseado em ticks reais". Nesse modo, o testador faz o download de tiques reais do servidor de negociação de um corretor e os utiliza para exibir o desenvolvimento do preço. Caso os ticks reais estejam ausentes por alguns intervalos de tempo, o testador simula o preço como no modo "Todos os ticks". Portanto, se o broker tiver todo o histórico dos símbolos necessários, você poderá executar o teste de dados históricos reais sem modelagem artificial. A desvantagem do modo é um aumento significativo no tempo de teste, conforme mostrado na tabela de comparação acima.
Comece a desenvolver um sistema com o modo "1 minuto OHLC".
Como você pode ver, é impossível vencer em todos os aspectos simultaneamente - se quisermos verificar rapidamente uma ideia de negociação sem gastar muito tempo, precisamos sacrificar a precisão usando modos simples de simulação de preço. Se a precisão dos preços de entrada e a sequência dos sinais de negociação forem críticos, precisamos usar modos precisos que exijam mais tempo.
Antes de testar uma estratégia de negociação, você deve ter em mente que um modo de simulação de preço que você irá selecionar afetará a precisão dos resultados e a quantidade de tempo gasto para obtê-los. Se você precisar verificar e avaliar rapidamente uma estratégia de negociação, use o modo "1 minuto OHLC". Ele permitirá que você avalie o potencial do sistema comercial em nenhum momento.
Próximo passo - depuração e modo "Todos os ticks".
Se os resultados preliminares forem satisfatórios, você poderá continuar a depurar e analisar o sistema de negociação usando modos de simulação mais precisos. Aqui é onde a estratégia de depuração no modo de teste é útil, permitindo que você defina pontos de interrupção e verifique o status das variáveis, bem como a execução das condições internas. Você pode se deparar com surpresas desagradáveis ​​aqui, se você não considerou algumas nuances do seu sistema de antemão.
Precisão vs velocidade.
Como podemos ver nos resultados dos testes em três modos, os negociadores podem e devem selecionar um modo de modelagem de ticks mais adequado às suas estratégias de negociação. Se você testar seu sistema em um período de tempo diário, o modo "somente preços abertos" provavelmente será mais adequado para você, já que a alta velocidade de teste não interferirá nos resultados obtidos.
Se você estiver desenvolvendo uma estratégia de escalpelamento ou arbitragem ou se seu algoritmo for baseado em índices ou indicadores sintéticos em tempo real, você precisará do modo "Cada tick baseado em ticks reais". O teste será muito mais demorado, mas você obterá os resultados o mais próximo possível da realidade. Tenha em mente que a história nunca se repete. Mesmo as entradas mais completamente selecionadas não podem garantir o sucesso ao lançar um EA em uma conta real.
Entre os modos mencionados, existem os modos "1 minute OHLC" e "Every tick" que são mais rápidos e menos precisos que "Every tick based on real ticks". Assim, podemos formular a regra descrevendo o tempo e a precisão do teste:
Quanto mais rápido o teste, menor a precisão da simulação de negociação. Quanto maior a precisão de desenvolvimento de preço, mais tempo é necessário para realizar um teste.
Os servidores de negociação acumulam histórico real de ticks por muitos anos, e o testador de estratégias MetaTrader 5 é capaz de baixá-lo automaticamente no modo "Every tick based on real ticks". No entanto, quanto mais confiável for o teste, mais recursos serão necessários. Portanto, você deve sempre encontrar um equilíbrio entre precisão e velocidade.
Nem todas as estratégias exigem modelagem detalhada nos estágios iniciais de desenvolvimento. A escolha razoável de um modo de teste economizará seu tempo e resolverá um grande número de estratégias inadequadas!
Depois de resolver a tarefa principal (desenvolver um sistema de negociação automatizado lucrativo), você pode otimizá-lo em ticks reais. Neste ponto, o poder da MQL5 Cloud Network pode ser útil.
Traduzido do russo por MetaQuotes Software Corp.

Endereço IP bloqueado.
Seu endereço IP foi bloqueado temporariamente devido a um grande número de solicitações HTTP. As causas mais comuns desse problema são: Se você estiver usando o navegador Maxthon, ele pode ter enviado tráfego extremamente suspeito para nosso site recentemente. O uso continuado pode fazer com que o seu IP seja bloqueado indefinidamente. Usando um script ou complemento que analisa os GameFAQs para imagens de caixa e tela, sobrecarregando nosso mecanismo de pesquisa Executando um & quot; scraper & quot; ou & quot; downloader & quot; programa que não se identifica ou usa cabeçalhos falsos para evitar a detecção Usando um add-on do navegador mal configurado (ou mal escrito) para bloquear o conteúdo Usar o nosso mecanismo de pesquisa com um grande número de pesquisas em um curto período de tempo.
Se você prometer parar (clicando no botão Concordo abaixo), desbloquearemos sua conexão por enquanto, mas a bloquearemos imediatamente se detectarmos um mau comportamento adicional.
Se você não entender o que está causando esse comportamento, entre em contato conosco aqui.
Também no GameFAQs.
Ajuda - Respostas às perguntas mais frequentes sobre os GameFAQs. Marcadores FAQ - Acesse e gerencie os marcadores que você adicionou a diferentes guias. FAQ Bounty - Escreva um FAQ para o jogo mais procurado, receba dinheiro. Empresas de jogos - Uma lista de todas as empresas que desenvolveram e publicaram jogos. Créditos do Jogo - Uma lista de todas as pessoas e grupos creditados em todos os jogos que conhecemos. Most Wanted - Os 100 melhores jogos populares sem FAQs completos em GameFAQs. Meus Jogos - Crie sua coleção de jogos, acompanhe e avalie os jogos. Classificações - Uma lista de jogos classificados por classificação, dificuldade e duração, conforme escolhido por nossos usuários. Top 100 - Os 100 jogos mais populares no GameFAQ hoje. O que há de novo: novos jogos, perguntas frequentes, resenhas e muito mais.
&cópia de; 2018 CBS Interactive Inc. Todos os direitos reservados.

Sobre sistemas de negociação.
Disclaimer: O risco de negociação pode ser substancial e cada investidor e / ou negociante deve considerar se este é um investimento adequado. O desempenho passado não é necessariamente indicativo de resultados futuros.
Transações em futuros de títulos, futuros sobre commodities e índices e opções sobre futuros carregam um alto grau de risco. O valor da margem inicial é pequeno em relação ao valor do contrato futuro, o que significa que as transações são fortemente "alavancadas". Um movimento de mercado relativamente pequeno terá um impacto proporcionalmente maior nos fundos que você depositou ou terá que depositar: isso pode funcionar contra você e também para você. Você pode sustentar uma perda total de fundos de margem inicial e quaisquer fundos adicionais depositados na empresa de compensação para manter sua posição. Se o mercado se mover contra a sua posição ou os níveis de margem aumentarem, você poderá ser chamado a pagar fundos adicionais substanciais em curto prazo para manter sua posição. Se você não cumprir uma solicitação de fundos adicionais dentro do prazo estabelecido, sua posição poderá ser liquidada com prejuízo e você será responsável por qualquer déficit resultante.
Negociar em produtos futuros implica riscos significativos de perda que devem ser entendidos antes da negociação e podem não ser apropriados para todos os investidores. Portanto, considere cuidadosamente se essa negociação é adequada para você em função de sua condição financeira. Qualquer decisão que você possa tomar para comprar, vender ou manter uma posição de futuros ou opções sobre qualquer recomendação de negociação é inteiramente sua e não de forma alguma considerada endossada ou atribuída à DAW Trading.
DAW Trading | Todos os direitos reservados | Política de Privacidade | Design por Webfoot.

Sistema de negociação em aw
Índice de Expectativas versus Índice de Sharpe.
Pontuação de Expectativa.
Quando eu comecei a desenvolver meu próprio sistema de negociação, dois traders bem-sucedidos diferentes recomendaram que eu lesse Trade Your Way to Financial Freedom, de Van K. Tharp. Um comerciante me recomendou como um bom livro sobre dimensionamento de posição. Apesar de seu título sensacionalista, é um bom livro, por nenhuma outra razão que ele contenha uma característica valiosa: como medir objetivamente a "qualidade" de uma estratégia de negociação, em termos de expectativa multiplicada por oportunidade. Eu chamo isso de "expectativa de pontuação".
Expectativa é o quanto você espera ganhar de cada negociação por cada dólar que arrisca. Oportunidade é a frequência com que sua estratégia é negociada. Você quer maximizar o produto de ambos.
Pontuação de expectativa = Expectativa e tempos; Oportunidade.
onde AW = negociação vencedora média (excluindo ganho máximo) PW = probabilidade de ganhar (PW = & lt; wins & gt; & frasl; NST.
onde & lt; ganha & gt; é o total de ganhos excluindo a vitória máxima) AL = perda média de comércio (negativo, excluindo perdas por arranhão) | AL | = valor absoluto de AL PL = probabilidade de perda (PL = & lt; perdas sem risco & gt; & frasl; NST) Oportunidade = NST & horas; 365 & frasl; dias de estudo (oportunidades para negociar em um ano) onde NST = & lt; total de negociações & gt; &menos; & lt; comércios de rascunho & gt; &menos; 1
Em outras palavras, NST = negociações não-preliminares durante o período em teste (um trade de risco perde comissão + slippage ou menos) menos 1 (para excluir o ganho máximo). dias de estudo = dias corridos da história em teste.
É importante ter o | AL | no denominador da expectativa porque isso converte a expectativa em "unidades de risco" & mdash; ganhos por dólar arriscado.
Este cálculo do escore de expectativa, conforme descrito acima, é diferente do descrito por Tharp em três aspectos:
Primeiro, descarto a máxima negociação vencedora como um outlier. Para um sistema em que a maior vitória é um outlier, o descarte proporcionará uma melhor representação da expectativa. Para um sistema em que a maior vitória não é um outlier, não importa além de reduzir o total de ganhos e vitórias totais, deixando os ganhos médios em grande parte inalterados. Descartar a maior vitória, portanto, dá uma estimativa mais conservadora da expectativa. Segundo, uso a perda média em vez de seguir a recomendação de Tharp de usar a perda mínima como a unidade de risco. A perda média é maior que a perda mínima e mais provável de ser experimentada (a perda média é tipicamente próxima do pico da distribuição de perdas), portanto, usá-la resultará em uma estimativa mais conservadora da expectativa do que usando a perda mínima. Tanto Tharp quanto eu excluímos as perdas por arranhões (negócios que perderam apenas comissão e derrapagem), porque incluí-los tornaria a unidade de risco muito baixa. Terceiro, eu uso a média aritmética de vitórias e derrotas (depois de deduzir as maiores vitórias e perdas por arranhão) como minha vitória e perda esperadas. Tharp criou um histograma de negociações vencedoras e selecionou um intervalo que contém o pico da curva. O caminho de Tharp não é facilmente alcançado através de um algoritmo de computador, porque é necessária alguma subjetividade para determinar os tamanhos das caixas do histograma. Minhas experiências mostram que a média aritmética geralmente cai no pico do histograma ou próximo dele, então é isso que eu uso.
Expectativa e dimensionamento de posição.
A pontuação de expectativa descrita acima complementa o dimensionamento da posição. Você precisa mudar o paradigma da avaliação de estratégias com base no lucro líquido. Esqueça o lucro líquido, esqueça o drawdown, esqueça o número de vitórias seguidas, esqueça tudo o que o Tradestation mostra no Resumo da Estratégia. Essas coisas não significam nada para comparações de estratégia, porque todo mundo tem uma opinião subjetiva sobre qual dessas medidas é mais importante.
Em sua mente, você deve separar as regras de entrada / saída do desempenho do "lucro líquido" ou do desempenho de "retorno anualizado". Em vez disso, pense em uma estratégia como esta:
Risco de controle de regras de entrada. As inscrições não determinam vencedores ou perdedores! As regras de saída determinam lucros ou perdas (vencedores ou perdedores). Regras de entrada e saída juntas determinam expectativa e oportunidade. O dimensionamento de posição determina seu lucro líquido ou retorno, bem como o rebaixamento máximo.
Então, quando você está projetando as regras de entrada / saída e seus parâmetros de entrada, não otimize para o lucro líquido! Em vez de . . .
Otimizar para pontuação de expectativa.
Otimizar para pontuação máxima de expectativa, sem levar em conta qualquer outra coisa. O dimensionamento de posição cuida do resto. Uma estratégia de dimensionamento de boa posição resultará em lucros maiores e mais consistentes em uma estratégia de alta expectativa do que em uma estratégia de baixa expectativa, mesmo se a estratégia de baixa expectativa tiver um lucro líquido maior com base em um contrato!
Agora, eu sei que alguns pacotes de software de negociação permitem otimizar os parâmetros de estratégia com base em qualquer coisa que você queira. TradeStation oferece apenas resultados enlatados, como lucro líquido, índice de ganhos / perdas, rebaixamento, etc. Para aqueles de nós que usam o TradeStation, desenvolvi algo que me permite otimizar minhas estratégias na pontuação de expectativa.
É uma função do EasyLanguage (_SystemQuality). Você apenas coloca no final do seu sinal e inicia o otimizador. Cada iteração do otimizador fará com que uma linha seja gravada em um arquivo. csv do Excel. Então tudo que você faz é carregá-lo no Excel, classificar pela última coluna e voila! Os parâmetros para pontuação máxima de expectativa estão bem no topo.
A documentação incluída com o código-fonte é detalhada e deve explicar tudo mais completamente. Esta função pode ser modificada para usar na otimização de qualquer outra coisa que você queira também.
Relação de Sharpe.
Algumas pessoas gostam de usar o Índice de Sharpe para avaliar a qualidade relativa de uma estratégia de negociação em comparação a outra. Após extensa pesquisa, não tenho escolha a não ser concluir que o índice de Sharpe não é útil para avaliar objetivamente o mérito de um sistema. Ele tem usos, mas eu não concordo que deva ser usado para determinar o mérito geral.
Tome dois extremos por exemplo:
O sistema A retorna 0,001% a mais do que a taxa de juros livre de risco, com zero rebaixamentos e perfeita consistência. O sistema B retorna 60% por ano em sua conta com rebaixamentos modestos de 10%.
Qual sistema você prefere negociar? O sistema A tem um índice maior de Sharpe & mdash; é realmente infinito devido a zero desvios padrão nos retornos. Pessoalmente, vou levar o sistema B ao longo de um dia qualquer! Estou mais preocupado com meu crescimento de capital e meu poder de capital, do que se os retornos periódicos são exatamente os mesmos.
Tudo o que o Sharpe faz é medir a consistência. É verdade que esse é um elemento de mérito, mas certamente não é o quadro todo. Usá-lo para determinar o mérito de toda uma estratégia de negociação resulta em avaliações completamente errôneas e subjetivas, conforme demonstrado pelo exemplo extremo acima.
Há apenas uma maneira objetiva de medir o mérito de um sistema, e é quanto você espera que ele gere para cada dólar arriscado, combinado com a frequência com que ele oferece a oportunidade de obter o retorno esperado. O conceito de risco é importante; você está medindo o retorno do seu capital de risco (ou seja, o stoploss inicial), não o que você realmente "investe" no mercado.
Desenvolva um sistema que tenha uma alta pontuação de expectativa e você verá que o índice de Sharpe cuida de si mesmo.
Minha pesquisa me levou a percorrer alguns caminhos frutíferos e alguns caminhos infrutíferos. A otimização para o índice de Sharpe está na última categoria.
Direitos autorais & copy; 2004 pela Unicorn Research Corporation.

Sobre sistemas de negociação.
Disclaimer: O risco de negociação pode ser substancial e cada investidor e / ou negociante deve considerar se este é um investimento adequado. O desempenho passado não é necessariamente indicativo de resultados futuros.
Transações em futuros de títulos, futuros sobre commodities e índices e opções sobre futuros carregam um alto grau de risco. O valor da margem inicial é pequeno em relação ao valor do contrato futuro, o que significa que as transações são fortemente "alavancadas". Um movimento de mercado relativamente pequeno terá um impacto proporcionalmente maior nos fundos que você depositou ou terá que depositar: isso pode funcionar contra você e também para você. Você pode sustentar uma perda total de fundos de margem inicial e quaisquer fundos adicionais depositados na empresa de compensação para manter sua posição. Se o mercado se mover contra a sua posição ou os níveis de margem aumentarem, você poderá ser chamado a pagar fundos adicionais substanciais em curto prazo para manter sua posição. Se você não cumprir uma solicitação de fundos adicionais dentro do prazo estabelecido, sua posição poderá ser liquidada com prejuízo e você será responsável por qualquer déficit resultante.
Negociar em produtos futuros implica riscos significativos de perda que devem ser entendidos antes da negociação e podem não ser apropriados para todos os investidores. Portanto, considere cuidadosamente se essa negociação é adequada para você em função de sua condição financeira. Qualquer decisão que você possa tomar para comprar, vender ou manter uma posição de futuros ou opções sobre qualquer recomendação de negociação é inteiramente sua e não de forma alguma considerada endossada ou atribuída à DAW Trading.
DAW Trading | Todos os direitos reservados | Política de Privacidade | Design por Webfoot.

Taxa de vitórias: a medida de desempenho mais importante.
Logo após meu post sobre a maximização de Kelly, recebi vários e-mails de traders que estão desenvolvendo sistemas, mas, compreensivelmente, são, na minha opinião, um pouco confusos sobre qual critério ou critério de desempenho usar ao avaliá-los. Eu entendo porque esses comerciantes estão confusos, ou para ser mais exato, o que ou quem os confundiu e por quê.
O critério mais importante a ser usado ao medir o desempenho de uma estratégia de negociação é sua taxa de sucesso, ou seja, uma taxa de ganho. Um ano atrás, no post “O que todo comerciante deve saber sobre a taxa de ganho, o fator de lucro e o índice de pagamento”, mencionei uma fórmula derivada há 20 anos que apareceu pela primeira vez em um livro publicado em 2000 e Poucos trabalhos em revistas populares. A fórmula descreve a relação entre a taxa de ganho, a taxa de pagamento e o fator de lucro:
onde w é o índice de ganhos, expresso como a razão entre o número de negociações vencedoras e o número total de negociações, pf é o fator de lucro calculado como a soma das negociações vencedoras divididas pela soma de negociações perdedoras e r é a razão da média Ganhar o comércio para perder a média de comércio, também conhecido como o rácio de recompensa.
Agora, um argumento freqüente é que a taxa de ganho pode ser baixa, como, por exemplo, 30%, mas a razão r pode ser alta o suficiente para que o fator de lucro resultante seja maior que 1, ou seja, uma estratégia lucrativa. A fórmula para o fator lucro pode ser derivada da equação (1):
Podemos ver pela equação (2) que se w = 0,4 e r = 1,5, então pf = 1,0. Assim, se r for mantido acima de 1.5, a estratégia será lucrativa. Então o argumento é que r é talvez mais importante que w, e estratégias devem ser desenvolvidas para o máximo de r. Por exemplo, as estratégias de acompanhamento de tendências geralmente são baixas, mas altas.
Vou tentar lançar alguma luz sobre essas questões; As estratégias de acompanhamento de tendências precisam ter alto r, mas não há garantia para isso. Não cabe à estratégia decidir qual será o valor de r, pois isso depende das condições do mercado. Se o mercado se mover para os lados, a tendência segue um fator de lucro menor que 1. Esse foi o caso em 2011, com a maioria dos fundos que seguem tendências. A razão r não é algo que possa ser controlado pelo comerciante. Se você confiar em esperanças, poderá medir o desempenho com base na razão r. Mas se você confiar na habilidade, então você medirá o desempenho com base na taxa de vitória e na razão máxima alcançável r.
A (s) fonte (s) da confusão.
Por que a maioria dos traders e desenvolvedores de sistemas prefere usar métricas como lucro líquido, índice de Sharpe, índice de payoff, fator de lucro, rebaixamento máximo, etc., ao desenvolver sistemas em vez da taxa de ganho direta?
A resposta, na minha opinião, é que encontrar estratégias com alta taxa de ganho para o máximo rácio de payoff alcançável é extremamente difícil onde o uso de outras proporções muitas vezes facilita o ajuste de curva, mas as estratégias geralmente têm baixa taxa de ganho, na faixa de 40% a 60 %, mas alta taxa de retorno r, como resultado da otimização. Na verdade, isso é o que a maioria das ferramentas de desenvolvimento de estratégia baseadas em redes neurais, otimização genética e programação geralmente realizam por causa de sua natureza. Essas abordagens algorítmicas foram aplicadas com sucesso em muitos campos, mas são mal aplicadas no caso de desenvolvimento de sistemas de negociação. Uma razão é que eles geram sistemas otimizados TYPE-I e o viés de mineração de dados é muito alto.
Ainda mais importante é o fato de que o risco de ruína de uma estratégia de negociação depende principalmente de sua taxa de ganho. Quanto menor a taxa de vitória, maior o risco de ruína. No caso especial de ruína devido a perdedores consecutivos, isso pode ser visto a partir desta simples equação:
onde ROR é o risco de ruína, w é a taxa de vitória e R é o inverso do percentual de risco. Pode-se observar que, para percentuais de risco fixo, por exemplo, 2% do capital, o risco de ruína diminui à medida que w aumenta. No entanto, os perdedores consecutivos são um caso especial de ruína e, em geral, a probabilidade é maior. Este caso especial foi usado para mostrar a importância da taxa de ganho.
Se você não conseguir desenvolver uma estratégia com uma taxa de ganho suficientemente alta, superior a 70%, em minha opinião, independentemente do valor de uma taxa de pagamento suficientemente alta, o risco de ruína é alto. Estratégias com baixa taxa de vitórias que parecem boas durante o backtesting ou que tenham bom desempenho durante os primeiros dois anos de negociações reais podem depender da sorte e, especificamente, da taxa de pagamento que permanece alta. Os fornecedores de software que implementam vários tipos de métricas para auxiliar os operadores no desenvolvimento de sistemas de negociação geralmente o fazem porque isso oferece muito mais opções de estratégias de ajuste de curva que parecem ter um alto fator de lucro e índice de pagamento à custa da taxa de ganho. Tais estratégias acarretam alto risco de ruína, porque fazem suposições irrealistas sobre o comportamento futuro dos mercados, como, por exemplo, que o mercado continuará recompensando um comerciante com baixa taxa de ganho por um longo período de tempo.
Atualização: Jeff, aqui, codifiquei a Taxa de Ganho em uma função que você pode usar em suas próprias estratégias. Baixe aqui.
Sobre o autor Michael Harris.
Michael Harris é um especialista em negociação e um desenvolvedor de software avançado de reconhecimento de padrões para o benefício dos negociadores de posição e swing. Michael desenvolveu o software APS Automatic Pattern Search, que recebeu grande aclamação e recentemente o Price Action Lab, um programa que inclui um indicador avançado de análise técnica baseado em padrões de preços, chamado p-Indicator. Ele também fornece serviços de consultoria sobre desenvolvimento de sistemas de negociação e análise de mercado para investidores institucionais e fundos hedge. No passado, Michael também trabalhou em várias empresas financeiras, onde desenvolveu um programa de otimização de carteiras de títulos e sistemas de negociação de commodities e commodities. estoques. Desde 1989, ele tem sido um comerciante ativo. Michael também é um dos autores mais vendidos. Seu primeiro livro “Trading de curto prazo com padrões de preços” foi publicado em 1999. Seus outros dois livros “Técnicas de negociação de ações com padrões de preço” e “Lucratividade e negociação sistemática” foram publicados em 2000 e 2008, respectivamente.
Posts Relacionados.
Guia para iniciantes de negociação quantitativa.
Estudo de caso: Uma técnica simples do Market Internals pode melhorar os resultados da estratégia de negociação?
Você está perdendo quando deveria estar ganhando? Aqui está algo que você pode estar perdendo.
Obrigado pelo post e me fez saber sobre a taxa de vitória. Quais métricas você recomenda que sejam usadas na otimização para escolher o melhor resultado?
Eu não acho que a taxa de vitória é a mais apropriada, porque acredito que o empate máximo deve ser considerado enquanto a taxa de vitória não.
Eu só otimizar as saídas porque otimizar as entradas aumenta consideravelmente o viés de mineração de dados. Veja um artigo anterior Jeff postou & # 8220; Otimização e Curve-Fitting & # 8230; & # 8221;
Tendo dito isso eu entendo sua pergunta. É uma boa. Mas considere o fato de que, no caso em que a taxa de ganho é 100%, o rebaixamento do comércio fechado é exatamente 0. Por isso, não implico que alguém deva tentar encontrar o Santo Graal, mas isso significa que aumentar a taxa de ganho naturalmente diminui o rebaixamento e especialmente o risco de ruína. No entanto, eu entendo que uma alta taxa de ganho nem sempre é possível, como você provavelmente sugere. Nesse caso, você poderia considerar maximizar uma função linear do formulário:
onde a, b, c são pesos, w é a taxa de ganho, D é o rebaixamento e X é outro parâmetro, como, por exemplo, o fator de lucro ou lucro líquido, etc.
No entanto, isso ainda não tira o fato de que a taxa de vitórias é a medida de desempenho mais importante. Além disso, a otimização sempre aumenta o viés de mineração de dados e o risco de gerar uma amostra comercial que não seja representativa da população. Bem, eu nunca disse que o desenvolvimento do sistema de negociação é fácil ..
Eu tenho que discordar que a taxa de ganho é a medida de desempenho mais importante. E, de fato, uma taxa de ganho muito alta pode ser enganosa.
Por exemplo, vamos usar dois sistemas. Cada um deles fez cinco negociações. O primeiro sistema teve 4 perdas de $ 100 e 1 vitória de $ 500 dando uma taxa de ganho de 20%. O segundo sistema teve 1 perda de $ 500 e 4 vitórias de $ 100, dando uma taxa de vitória de 80%. Olhando para a taxa de ganho, o segundo sistema é superior, mesmo perdendo dinheiro. Eu preferiria o primeiro sistema.
Um sistema pode ter uma taxa de vitória de 100% e ainda ser inferior se o total de seus ganhos for menor que um sistema com uma taxa de ganho menor, mas um lucro maior.
Porque estamos todos nisso para ganhar dinheiro, acho que devemos medir a qualidade do sistema (ou seja, lucros vs perdas), em oposição ao fato de que o sistema tem mais negociações vitoriosas versus negociações perdedoras, mesmo difícil do tamanho da perda. negócios é maior que o tamanho dos vencedores.
Na minha opinião, a expectativa, o MAR ou o rácio de Sortino seriam medidas muito melhores.
& # 8220; O primeiro sistema teve 4 perdas de $ 100 e 1 vitória de $ 500 dando uma taxa de ganho de 20%. O segundo sistema teve 1 perda de $ 500 e 4 vitórias de $ 100, dando uma taxa de vitória de 80%. & # 8221;
Você compara um vencedor a um perdedor. O ponto é dado dois sistemas vencedores equivalentes em termos de lucro, você prefere baixa ou alta taxa de vitória?
& # 8221; O primeiro sistema teve 4 perdas de $ 100 e 1 vitória de $ 500 dando uma taxa de ganho de 20%. & # 8221;
Você espera obter uniformemente 4 derrotas e 1 vitória para cada 5 trades? Você pode obter 8 perdedores seguidos e, em seguida, 2 vencedores e ainda sua taxa de vitórias será de 20%. Enquanto isso, o sistema será quebrado. Este é o ponto e esta é a razão pela qual o risco de cálculo da ruína demanda essa taxa de vitória & gt; 50%, caso contrário, não faz sentido falar em atingir um certo nível de equidade antes de ser arruinado. Muitos fundos que seguem tendências foram arruinados em 2011 & # 8211; 2012 porque foram baseados exatamente na ideia que você descreveu, ou seja, uma baixa taxa de ganho e uma alta taxa de pagamento. Durante o whipsaw eles geraram perdas suficientes para causar substancial redução. Você quer evitar isso. Uma maneira de fazer isso, diz a matemática, é aumentar a taxa de vitórias. É por isso que é a medida de desempenho mais importante. Eu nunca disse que é a única medida importante. Obviamente, o índice de Sharpe ou a taxa de classificação também são importantes. A alta proporção de Sharpe contribui para a significância dos resultados, por exemplo, porque a estatística t é uma função linear dela (t-statistics = relação Sharpe vezes raiz quadrada do número de anos)
Alta expectativa é boa, mas essa métrica é uma função linear da taxa de ganho. A maior expectativa (expectativa dividida pela perda média) para o pagamento dado R é obtida para a taxa de ganho de 100%. Basta olhar para a fórmula:
Expectativa = w (R + 1) & # 8211; 1 onde R = taxa de pagamento.
Assim, se w = 0.5 e R = 2, você espera ganhar $ 0.5 para cada $ 1 arriscado. Isso ainda não é bom. Para w = 0.5 e R = 3, você ganha $ 1 para cada $ 1 arriscado, isto é, marginal. Você deve aumentar a taxa de vitórias porque é difícil obter R & gt; 3
Esta função é máxima quando w é máximo ou R é máximo. Você pode escolher entre os dois, mas pelas razões mencionadas anteriormente eu prefiro o máximo possível w e R & gt; 1
Se a taxa de ganho fosse o parâmetro mais importante, Victor Niederhoffer e Long Term Capital Management ainda seriam relevantes hoje. Em vez disso, o controle de risco e o MAR são mais importantes, conforme evidenciado pela miríade de sistemas baseados em tendência de sucesso. Cisnes negros podem acabar com um sistema de alta taxa de ganho com bastante facilidade se o controle de risco for ruim. Tome uma estratégia de venda de opções, por exemplo. Taxas de ganho muito altas, mas tudo o que é preciso é um desastre para causar uma catástrofe. Eu não gostaria de ter opções curtas de compra do CHF 2 semanas atrás, quando o governo suíço removeu o pino para o euro!
"Se a taxa de ganhos fosse o parâmetro mais importante, Victor Niederhoffer e Long Term Capital Management ainda seriam relevantes hoje. & # 8221;
Niederhoffer era um vendedor de opções nuas. Nenhuma relação com um comerciante do sistema da maneira como é discutido aqui. O Long Term Capital Management foi um fundo super alavancado e também não relacionado à nossa discussão.
"Em vez disso, o controle de risco e o MAR são mais importantes, conforme evidenciado pela miríade de sistemas baseados em tendência de sucesso" # 8221;
Eu não sei sobre "miríades" # 8221 ;. O controle de risco e o MAR são importantes em todos os casos. MAR é CAR / DD e um MAR alto não impede uma alta rebaixamento se o CAR for alto. Um sistema com 20% de CAR e 20% de rebaixamento tem o mesmo MAR que um sistema com 60% de CAR e 60% de rebaixamento. Qual você prefere com base apenas no MAR?
"Cisnes Negros podem acabar com um sistema de alta taxa de ganho facilmente se o controle de risco for ruim."
Os cisnes negros eliminam todos os sistemas se o controle de risco for fraco. Isso tem pouco a ver com a taxa de vitórias. Um levantamento do cisne negro não se importa com o que sua taxa de ganho foi antes de ocorrer.
Eu vou contra a multidão e concordo com a sua avaliação do WR%. Um alto percentual de WR também permite o uso de várias ferramentas estatísticas para avaliar a quebra do sistema e pode ser psicologicamente mais fácil de negociar, já que você está ganhando mais do que perdendo.
Descobri que as estratégias de reversão significantes de curto prazo podem ser um ótimo lugar para começar a desenvolver um sistema se um% WR alto for o que você procura.
Eu concordo com o autor e Ryan. Não consigo pensar em nenhum motivo sólido pelo qual alguém preferiria ganhar menos que perder. A reversão média e também o comércio de giro são bons lugares para negociações com altas taxas de ganho. Os seguidores de tendência são forçados a passar prazos mais longos e a baixa taxa de vitórias é o resultado de seus sistemas falharem quando não há tendência. Nenhum seguidor de tendência quer perder dinheiro mesmo quando não há tendência. A verdade é que os sistemas que seguem a tendência não são robustos no design. Muito bom artigo e o autor ofereceu algumas fórmulas úteis acima.
A evidência está ao redor:
Sistemas de reversão à média (MR) funcionam # 8211; Alto% WR é otimizado para. Eles geralmente precisam de mais parâmetros e otimização para serem lucrativos no longo prazo;
Sistemas de acompanhamento de tendências (TF) funcionam & # 8211; Alto R é otimizado para. Eles geralmente precisam de menos parâmetros e otimização para serem lucrativos a longo prazo.
O% WR é irrelevante para Risco de Ruína se você não puder quantificar o risco em primeiro lugar. Ele já foi destacado neste blog antes, pára de prejudicar os sistemas de RM e o melhor desempenho vem de não ter nenhuma parada. Claramente, um compromisso longe do risco infinito tem que ser feito dando uma parada muito solta para que apenas uma pequena fração de negociações saia em uma perda de parada & # 8211; então eles estão sempre correndo com alto risco-aberto. Os sistemas TF, por outro lado, geralmente sempre param nas paradas. Eu diria que o risco de cauda (risco de ruína) é mais quantificável em um sistema TF e, portanto, mais seguro que um sistema de RM. A maior contagem de parâmetros e a otimização necessária em um sistema de RM só pioram o problema, a menos que você tenha muito cuidado para evitar o ajuste de curva.
No entanto, os sistemas de MR são muito mais fáceis de negociar e mais rentáveis ​​a curto prazo, apesar de serem mais arriscados. Mesmo que um sistema TF funcione tão bem, quem quer passar por uma redução de vários anos? O autor claramente prefere isso. Nada de errado com isso.
Ou você é um trader de reversão à média ou um trader de acompanhamento de tendências. O debate nunca terminará!
Concordo com alguns dos pontos que você fez, mas discordo da seguinte declaração:
"O WR% é irrelevante para o risco de ruína, se você não puder quantificar o risco em primeiro lugar. & # 8221;
A incapacidade de quantificar o risco devido ao fato de ser uma função dependente do caminho não implica que o% WR seja irrelevante. Isso apenas implica que o risco não é conhecido, mas o que se sabe é que depende da taxa de ganho.
Mesmo que um sistema TF funcione tão bem, quem quer passar por uma redução de vários anos? O autor claramente prefere isto. & # 8221;
Você poderia apontar onde no meu artigo eu disse que eu prefiro passar por um drawdown de vários anos? Estou curioso como você concluiu isso. Eu acredito que um trader deve usar os sistemas TF e MR porque eles são complementares. Meu ponto é que, em ambos os casos, WR% deve ser alto e é um equívoco que os sistemas TF podem ter baixa taxa de ganho, muito abaixo de 50%, e ainda ser lucrativos no longo prazo. Como você apontou corretamente, isso depende de otimizar R.
Os sistemas de acompanhamento de tendências raramente geram amostras representativas durante o backtesting e até mesmo quando testados em vários mercados e é bastante impossível avaliar seu significado. A maioria das tendências segue a sorte e a razão pela qual a maioria dos fundos usa sistemas TF é porque eles não podem se mover com sistemas MR. Existem exemplos de fundos que tentaram o MR e eles faliram. Na minha opinião, TF com baixa taxa de ganho é uma desculpa para dizer "Eu tenho um sistema" # 8221; quando, na verdade, não há sistema, mas um processo aleatório. O MR é uma história diferente. As amostras podem ser representativas, mas, como você apontou corretamente, deixa de doer. No entanto, estou convencido de que sistemas TF com baixa taxa de ganho nunca podem ser robustos. Obrigado.
“Mesmo que um sistema TF funcione tão bem, quem quer passar por uma redução de vários anos? O autor claramente prefere isso ”.
Obrigado por me pegar neste artigo & # 8211; Escrevendo mal de minha parte, eu estava tentando dizer que você parece preferir o MR ao invés do TF.
Não está claro para mim como você chega à lógica em suas suposições sobre a tendência de ser "sortudo" # 8221; e & # 8220; nunca pode ser robusto & # 8221; & # 8211; Eu acho exatamente o oposto! As tendências existem há séculos nos mercados, e seria seguro assumir que as tendências existirão no futuro, desde que o comportamento pastoral e a psicologia desempenhem um papel nos mercados livres. Isso é robusto.
Apesar da natureza contraintuitiva das estratégias de baixo crescimento da tendência de queda livre, existe um crescente corpo de literatura acadêmica que mostra que realmente funciona. E há muitas amostras representativas de backtesting que voltaram décadas para suportá-lo.
Se um comerciante tiver um sistema que negocie em mercados não correlacionados, limita as perdas em períodos barulhentos e segue uma tendência que dura meses ou anos, esse sistema pode ser consistentemente lucrativo apesar do baixo WR%.
Um tema polarizador! Obrigado por levantar alguns pontos valiosos.
Obrigado James. Sim, o tópico está polarizando. Eu não sou contra o TF. Eu apenas argumento que a taxa de vitórias deve ser maior do que algumas pessoas acham que deveria ser.
"Não está claro para mim como você chega à lógica em suas suposições sobre a tendência de ser" sortudo "e" nunca pode ser robusto "& # 8221;
Como diz Ed Seykota, "todas as transações do sistema são, em última análise, discricionárias". É melhor avaliar o sistema qualitativamente. Se você remover algumas regras do sistema, terá um desempenho muito ruim? Você pode conectar o sistema para negociar novos mercados sem alterar os parâmetros? As proporções são importantes, mas o sistema tem que fazer sentido para você e se adequar ao seu estilo.
& # 8221; Se você remover algumas regras do sistema, o desempenho será muito ruim? & # 8221;
Este é um teste importante.
"Você pode conectar o sistema para negociar novos mercados sem alterar os parâmetros? & # 8221;
Teste extremamente importante.
& # 8220; o sistema tem que fazer sentido para você e se adequar ao seu estilo. & # 8221;
Isso é importante também.
Todos bons pontos. Obrigado.
Ed Seykota é uma fonte de inspiração. Alguém sabe qual foi o percentual de vitórias / derrotas em seus sistemas? Tenho a sensação de que sua porcentagem de vitórias foi inferior a 50% e, no entanto, ele foi tremendamente bem-sucedido durante um longo período de tempo.
Em 1988, quando comecei a desenvolver o sistema de negociação com o System Writer Plus (um ancestral da Tradestation), usei um crossover triplo para a TF e meu parceiro e fiz 120k em alguns meses negociando futuros em moeda. O sistema funcionou bem por mais um ano. Então, parou de funcionar de repente em 1991 e perdemos alguns dos lucros antes de abandoná-lo. Nunca funcionou desde então. Eu digo isso porque o que funcionou no passado raramente funcionava hoje em dia. Possivelmente, sua taxa de vitórias era de 30%. Hoje em dia, meu ponto é que uma baixa taxa de vitórias pode levar à ruína.
Discussão interessante de fato! Isso pode ser uma ligeira tangente do tópico original, mas eu pensei que eu colocaria o meu valor 2c de qualquer maneira e o seguinte poderia oferecer um comprometimento das opiniões expressas.
Estratégias diferentes, como MR e TF, se complementariam na medida em que provavelmente teriam um bom desempenho sob diferentes condições de mercado e minha opinião é que um conjunto de estratégias complementares é mais fácil de negociar do que cada uma isoladamente. Você pode justificar diferentes taxas de ganho devido à natureza de cada estratégia. Uma maneira de aliviar a dor & # 8217; de negociação pode ser ajustar seu tamanho de posição dependendo de quão bem cada sistema está executando.
Isso adiciona complexidade, mas pode aumentar o desempenho total.
O Dr. Howard Bandy sugere usar seu dimensionamento de posição Safe-f para essa finalidade e também descreve como você mede o desempenho de um sistema enquanto ele está sendo negociado.
"Diferentes estratégias, como MR e TF, se complementariam, pois provavelmente terão um bom desempenho sob diferentes condições de mercado". # 8221;
Na verdade, eles se complementam. Acho que mencionei isso em uma das minhas respostas. Bom ponto.
Michael, obrigado pelo artigo muito interessante e por todas as suas respostas aos comentaristas.
Aprecio você mencionar o risco de otimização excessiva e viés de seleção. Desculpe, não estou entendendo: não é possível otimizar demais da mesma forma com a taxa de vitórias?
O tamanho da amostra ainda pode cair abaixo da significância estatística. E / ou o processo de otimização pode gerar uma combinação de parâmetros aleatórios, como você descreveu. Em qualquer um desses casos, pode-se pensar que foi enganado por uma taxa de ganho nominal muito alta, não?
Suponho que você esteja defendendo a taxa de ganhos em um contexto de alta significância estatística e replicação comprovada fora da amostra. Além disso, como você apontou, tem que haver um tamanho de efeito mínimo de rede & # 8221; obstáculo que qualquer sistema deve limpar para valer a pena negociar.
Quaisquer comentários apreciados. Desde já, obrigado.
& # 8220; não é possível otimizar demais com a mesma facilidade através da taxa de ganhos? & # 8221;
Absolutamente. É feito o tempo todo. Todas as métricas de desempenho podem ser otimizadas e até mesmo lineares ou funções não-lineares delas (veja comentário anterior).
& # 8220; Estou supondo que você deve defender a taxa de ganhos em um contexto de alta significância estatística e comprovada replicação fora da amostra & # 8221;
Exatamente, este é o ponto. Não sou contra as outras métricas de desempenho. Eu só digo que a taxa de vitória no mais importante, mesmo no caso de seguir a tendência. É claro que não insisto que o índice de recompensa possa ser qualquer coisa e não prestar atenção a isso. Tudo se resume a isto: se houver uma amostra representativa suficiente, então a taxa de ganho é aproximadamente igual à probabilidade de sucesso da próxima negociação. Eu quero que isso seja alto. Se for baixo, então uma faixa de perdedores pode arruinar meu sistema antes que a próxima tendência chegue. É tão simples de um argumento, mas também é justificado matematicamente. Assim, defendo que os seguidores de tendência com baixas taxas de ganho estão conscientemente apostando e só esperam que uma tendência chegue antes de uma série de perdedores ou uma série de perdedores, seguidos por uma tendência medíocre que não será suficiente para cobrir parte das perdas. Obrigado.
& # 8220; Michael, obrigado pelo artigo muito interessante e por todas as suas respostas aos comentadores. & # 8221;
Obrigado, vamos também agradecer ao nosso anfitrião Jeff, que está fazendo um excelente trabalho aqui.
Você é bem-vindo. Devo agradecer a todos pelos ótimos comentários. Eu sei que muitas pessoas estão recebendo muito valor por lê-las.
Ótimo artigo. Embora a taxa de ganho seja muito importante, uso outros métodos para avaliar o desempenho do sistema. Nada por si só é representativo, na minha opinião, tem que ser usado ao lado de outras métricas para chegar a uma conclusão.
Eu estava analisando seu produto Price Action Lab e descobri que sua abordagem é muito semelhante à minha. Muito do que faço é a geração automática de sistemas, pois sinto que essa é a maneira mais fácil de jogar nos mercados. Como você, eu não fui a abordagem de busca GA / GP / NN, pois introduziu tanta aleatoriedade que aparentemente acolhe o ajuste da curva.
Como em qualquer pesquisa automática, os resultados devem ser verificados. Em seu blog você dá muitas informações sobre isso, o que é incrível. Uma abordagem que eu estou supondo fazer é, em vez de separar os versículos dentro da amostra da amostra, vou usar o conjunto de dados inteiro e o meu para os sistemas de negociação. Cada desempenho individual do sistema dessa pesquisa é usado como referência. Eu então faço a busca N vezes de novo; cada vez selecionarei aleatoriamente um intervalo de dados para pesquisar. Cada uma destas pesquisas N irá aparecer com modelos que podem ou não estar na pesquisa de amostra completa inicial. Registre as instâncias em que a pesquisa de intervalo surgiu com o mesmo sistema de negociação (ou similar). Quanto mais vezes um sistema é repetidamente descoberto novamente, mais robusto o sistema é. Um passo adiante seria fazer um teste fora da amostra. Como você selecionou aleatoriamente um intervalo, há a outra metade dos dados. Teste os modelos em comparação com a outra metade e compare o desempenho com a pesquisa de amostra completa. A ideia é que quanto mais próximo o desempenho melhor.
Ame seus pensamentos sobre isso, obrigado.
Concordo que é preciso usar outras métricas além da taxa de ganhos. Um que eu uso é o fator lucro. Eu não vou considerar qualquer sistema com PF 1 é preferível, mas dado que DD é pequeno, geralmente & lt; 15%.
O procedimento de mineração de dados descrito é interessante, desde que a amostragem seja feita sem substituição. Se a substituição ocorrer, o viés de mineração de dados aumenta devido à reutilização de dados. Eventualmente, após cerca de N = 7, o viés de mineração de dados já é muito grande. Se, além disso, o out-of-sample de algum N = k torna-se na amostra para algum N = M, há espionagem de dados envolvida e a significância dos resultados é de cerca de 0. Isto é claro se eu entendi corretamente o que você é fazendo.
Um método que eu prefiro envolve validação cruzada primeiro do método de mineração de dados usando dados aleatórios. Se o método for bom, ignore os testes fora de amostra e use os modelos de referência. Realizar backtests de portfólio para aumentar amostras. Aqui está um exemplo: priceactionlab / Blog / 2013/05 / teste enganado-fora-da-amostra /
Obrigado. Comentário interessante.
O método que propus é essencialmente uma maneira de julgar a consistência do sistema de negociação. Se todas as transações feitas durante todo o período de testes tivessem o mesmo desempenho, elas deveriam acabar sendo descobertas todas as vezes se fossem procuradas em intervalos menores.
Observação astuta sobre amostragem sem reposição. O máximo N deve ser igual ao tamanho do intervalo e ao tamanho do OOS.
Uma pergunta que fiz foi dada a sua pesquisa de sistema baseada em métricas, você não teria sempre que usar todos os sistemas pesquisados ​​para minimizar o viés de seleção? Existe algum procedimento para filtrar alguns candidatos em potencial? Por exemplo, entendo que você sugeriu backtesting de portfólio. Vamos dizer que você descobriu 500 modelos. Tudo corresponde ao seu desempenho desejado. Você então faz um backtest de portfólio. Metade dessa amostra se torna inferior quando você a testa em um instrumento correlacionado. O que então? Eu sinto que há subjetividade envolvida passada neste ponto.
Você pode elaborar mais sobre seu método de validação cruzada em dados aleatórios? Eu não estou seguindo.
& # 8220; Digamos que você tenha descoberto 500 modelos. Tudo corresponde ao seu desempenho desejado. Você então faz um backtest de portfólio. Metade dessa amostra se torna inferior quando você a testa em um instrumento correlacionado. O que então? Eu sinto que há subjetividade envolvida neste ponto. & # 8221;
Você está correto e esta é a razão. O sistema final inclui todos os 500 sistemas e nenhuma seleção é feita com base em qualquer teste. O backtest do portfólio é aplicado a um sistema que consiste em todos os 500 sistemas e, se falhar, todos os 500 sistemas serão rejeitados.
Na realidade, o número de sistemas é muito menor que 500.
& # 8220; Você pode detalhar seu método de validação cruzada em dados aleatórios? Eu não estou seguindo. & # 8221;
Este é um processo envolvido e talvez o assunto de outro artigo. Se você aplicar um algoritmo de mineração de dados a séries aleatórias e obter muitos sistemas que satisfaçam as métricas, isso poderá significar que o algoritmo está ajustando a curva ao ruído. O número de sistemas deve ser inferior a 10% do que você recebe ao usar os dados reais. Na minha experiência, NN / GP / GA falham neste teste porque se encaixam no ruído.
Ótimo artigo. O que você acha sobre os sistemas de trailing stop e chandelier exit stop trading? Você acha que as saídas são mais importantes que as entradas? Someone I know is managing a fund out of Cyprus and he uses your Price Action Lab software. I noticed that trailing stops are not one of the exit choices. He told me that he has been successful with it and I am thinking of buying it. I have not had any success with NNs in the past and I have also used genetic programming but results suffer from curve-fitting. Also, what do you think about maximizing the Sharpe ratio. Agradeço antecipadamente.
Trailing stops may allow “letting profits run and cutting losses short” and are especially useful to trend followers but during backtesting can lead to curve-fitted results. See this article for more details: priceactionlab/Blog/2012/06/trailing-stops-and-curve-fitting-in-trading-system-development/
I also believe that entries and exits are equally important and my experience says that systems with random entries are artifacts of curve-fitting. However, opinions may vary on this issue.
The Sharpe ratio is an important parameter because it is directly related to the statistical significance of the results (see formula in earlier comment) but focusing on it may cause you to reject some good ideas that you could latter improve. In my opinion this parameter should not be optimized but only be used to evaluate the results. Otherwise optimization may be to circularity, i. e., the results are good because they were forced to be good. Obrigado.
Obrigado michael. Very interesting thoughts for more testing.:)
If win rate were the most important factor to maximize, then all of the billion dollar CTA’s wouldn’t exist. Successful trend-following strategies often have 30%-40% win rates (not 70% or higher). How are they profitable? Because the average win is twice as much as the average loss.
Profit expectancy is the most important factor to maximize, which takes into account probabilities of win and loss, AND the accompanying profits per trade.
The goal of trading is not to be right (win-rate) it’s about being profitable.
Obrigado pelo seu comentário.
Profit expectation (long-term) = w x avgwin +(1-w)x avgloss.
Since this is a linear function in win rate w, it is maximum when w is maximum.
The fact that CTAs have low win rates does not imply that win rate is not the most important parameter. It implies that there are limitation in the way they trade. Ask any CTA and he will tell you that he would love to have a higher win rate.
There are also additional considerations:
(1) Trend following is only one specific trading style. Other popular styles requite high win rates because the payoff ratio is low.
(2) Survivorship bias: when considering only the successful CTAs, this ignores many unsuccessful ones that went bust.
“The goal of trading is not to be right (win-rate) it’s about being profitable.”
As you can see from the equation I wrote, the goal of trading is indeed to be right as often as you can because that increases profitability. If you would like to be just profitable, you could manage that with lower win rates. But a higher win rate will increase profitability and this was the main point here. The fact that some people cannot do it it does not mean that others should not try. Theoretically one can be profitable with a 10% win rate but a long whipsaw period will take its toll on equity.
The point that almost everyone here (including the author) is missing is that win rate and payoff ratio are inherently linked. Raising the win rate lowers the payoff… raising the payoff lowers the win rate. This is a mathematical fact. Being able to raise one without lowering the other is the “holy grail” of trading and is not, and never will be, attainable. If the author would like to show his math to prove me wrong then go ahead and try… you can’t do it, it’s IMPOSSIBLE.
You can skirt the issue by comparing apples to oranges all you like (as done in the comments above), but unless you can “unlink” win rate from payoff ratio then win rate is no more important a factor than anything else when it comes to risk of ruin (or risk of drawdown).
Unless the author can do this then I think the next comment should be a post by him saying “I’m sorry, I’m wrong. Win rate is no more important than win SIZE when it comes to risk of ruin.”
And by the way, saying that Victor Neiderhoffer was a naked option seller doesn’t dispute the point of one of the previous commenters… it PROVES IT. Naked option sellers are the ultimate example of why a “high win rate” doesn’t necessarily work over the long run. Their win rate is 100% with a very small payoff ratio on each transaction until that big market move comes along… then suddenly that win rate doesn’t mean a darn thing anymore.
Those leaving comments who refer to expectancy as the most important attribute to system design are correct. There is no arguing this fact… and if you continue to do so you show your absolute ignorance of one of the basic precepts of actually understanding trading.
Jim, I think you should read the article carefully before commenting. Você escreveu:
“This is a mathematical fact.”
Which the author has detailed in his books and papers 15 years ago, as stated in the article:
The article states:
“If you rely on hopes then you can measure performance based on the ratio r. But if you rely on skill, then you measure performance based on win rate and for maximum achievable ratio r.”
This means that you try to achieve maximum win rate for maximum achievable or desirable payoff ration.
“and if you continue to do so you show your absolute ignorance of one of the basic precepts of actually understanding trading.”
On the contrary, most of those that talk about expectancy are probability fools. Expectancy is nothing more than the average trade. It is not expected value. Only for sufficient samples it become expected value. That means many many trades.
This may help you to get up to speed:
BTW, expectancy is a linear function of win rate. The higher the win rate, the higher the expectancy for given payoff ratio.
Look at the equation:
E = avgwin x w – avgloss x (1-w)
= (avgwin+avgloss)x w – avgloss.
Therefore, E is maximum when w, the win rate, is maximum. Since one cannot control avgloss in general, maximizing w maximizes expectancy in general.
I recommend that you get up to speed with these simple equations. They say the whole story and debunk your claims that are based on wishful thinking and not on mathematical facts.
Again you are INCORRECT.
I recommend that YOU “get up to speed” by using the correct methodology for the situation at hand (trading). Unless you plan on placing only ONE trade in your trading career your 8th grade algebra is useless.
In your example the win rate is the determining factor solely because the “simple equation” is bound by the win rate being positive (above 50%) and is therefore INVALID for a proper calculation in any situation that does not have a static binary input/outcome. For anything else (including trading MORE THAN ONCE) it is INVALID as a measure of risk, especially risk of ruin. It works fine for some of the situations but not all. In case you missed it somewhere along the way, that’s not how math is supposed to work.
You are providing a disservice here for anyone who is actually considering putting their money at risk in the market by using simple “coin flip” formulas to explain risk of ruin in a situation where they are not necessarily applicable.
Novamente & # 8230; a higher win rate DOES NOT GUARANTEE MAXIMIZING EXPECTANCY. I (and many other profitable traders) found the flaws in your examples/arguments many years ago… thankfully before it cost me all of my trading capital.
Here’s some parting advice for you (and anyone reading these comments); put down the high school algebra book and actually design some trading systems and you’ll find the answer isn’t as simple as presented by the author of this post.
I think what Michael Harris is saying is simple as this:
System 1: R:R 3:1, win rate 60%
System 2: R:R 3:1, win rate 70%
Which system do you prefer? In both cases the R:R is the maximum one can get from price series. But let’s say you can increase R:R to 4:1.
System 3: R:R 4:1, win rate 60%
System 4: R:R 4:1,win rate 70%
Now, which system do you prefer from 3 and 4?
Toss a coin with prob of heads 50%. What is the prob of 4 losses in a row? Ans.(0.5)^4.
Now toss acoin with prob of heads 70%. The prob of 4 consecutive losers is (0.6)^4.
Which coin do you prefer? Obviously, the highest prob of heads the better for given R:R. This is common sense. I thought this article was not really necessary but after I see that some do not understand the importance of a high win rate I think it was a good one.
If that is what he is saying then he should say that a higher win rate is PSYCHOLOGICALLY superior, not mathematically superior… end of story.
Jim – Emanuel and the author are correct. If you do not understand that wining bias is necessary in trading but you rely on expected high payoffs that may never come then you are probably ruined by this time I post my reply.
Posts populares.
Atualização de RSI de 2 períodos do Connors para 2013.
Este indicador simples faz dinheiro de novo e de novo.
O portfólio Ivy.
Melhorando a estratégia do intervalo simples, parte 1.
Copyright © 2011-2018 pela Capital Evolution LLC. - projetado por prosperar temas | Alimentado por WordPress.
Por favor faça login novamente. A página de login será aberta em uma nova janela. Após o login, você pode fechá-lo e retornar a esta página.