- 四月 17, 2017
- 發表者: 外匯維基團隊
- 類別: Wiki-Handelssysteme
Trainer,Als eine Hommage an die vielen Ideen und Einsichten, die ich aus diesem Forum gesammelt habe, möchte ich einen Ansatz teilen, der mir gut dient. Vor der Erläuterung der Vorgehensweise lass mich klar sein: Auch wenn ich alle notwendigen Werkzeuge von mir selbst entwickelt und kodiert habe und sie leicht zugänglich sind, beabsichtige ich nicht, sie zu teilen (noch zu unterstützen), also bitte nicht die Mühe, mich für sie zu fragen . Ich würde in alle ihre relevanten inneren Arbeiten gehen, also wenn es irgendjemand interessiert ist, den Ansatz zu verfolgen, sollte es leicht sein, sie zu reproduzieren.
Trading Context
Ich benutze eine Kombination von Regressionsberechnungen auf Währungspaaren und verwandten Indizes, um eine Gesamtrichtungsvorspannung zu erhalten, wo das Paar vor sich geht (= Trend). Ich bin mir des nicht-stationären Charakters der Zeitreihen und des fraglichen Wertes der von ihnen abgeleiteten Statistiken bewusst. Dennoch ist es immer eine Wahrnehmung, die wir handeln, und als solche diese Regressionskanäle helfen mir, meine zu bauen.
Ich baute einen Indikator für jeden der 8 Währungsindizes von bar null bis 1440 auf einem 60 min Chart (= 3 Monate). Die Formel für den usd-Index ist bekannt: usd = ((美元兌加元 * 美元瑞郎 * 美元日圓) / (澳幣兌美元 * 英鎊兌美元 * 紐元兌美元 * 歐元兌美元)) ^ 1/8. Für den Aud-Index ist es aud = usd * 澳幣兌美元, für cad = usd / 美元兌加元, ETC.
Es leitet weiter die temporäre "optimale" (in Form von Varianz) Stichprobengröße (von Stäben) durch Iteration ab. Dies geschieht durch laufende lineare Regressionen und die Verfolgung des normierten Variationskoeffizienten NCV (dh (StdError / Mean) / (樣本量 - 1) ^ 1/2 über alle 1440 Samples pro Index beginnend mit einem Minimum von 72 (= 3 Tage ) Der Algo wird mit der Stichprobengröße mit dem kleinsten NCV festhalten. Die Folge ist, dass jeder Währungsindex mit einer individuell optimierten Stichprobengröße endet, anstatt dieselbe "Rückblickperiode" über alle zu verwenden.
Der dritte und letzte Schritt ist dann, die gleichen Iterationen von Regressionen über die gehandelten Währungspaare zu führen und die resultierenden Vorurteile mit denen der relevanten Indizes zu vergleichen - zB CHFJPY Bias mit CHF und JPY Bias. Wenn sie alle ausrichten, zB JPY up (= stark), CHF down (= schwach) und CHFJPY unten, würde ich nur auf der Suche nach Verkaufsaufträgen.
Siehe Anhang
Einträge
Für Einsendungen (und Exits) wähle ich einen geradlinigen Pivot-Indikator mit Pivot-, S1-2- und R1-2-Levels. Sie können anstehende Aufträge über diese Niveaus (im Falle einer kurzen Vorspannung) oder unten (im Falle einer langen Vorspannung) aktuellen Preis, aber sie sollten entweder in der Nähe der Linie-of-best-fit (LBF) oder besser sein In Pull-Back-Zonen - also über LBF für Shorts und umgekehrt für Longs. Falls die Einstiegsniveaus nicht gleichmäßig beabstandet sind, könnte ich manuell vorheriges S / R folgen, um das zu erreichen. Ich bevorzuge sogar Verteilungen zu vermeiden, zu viel Gewicht auf eine Ebene innerhalb eines Kanals zu setzen.
退出
Ähnlich wie die Einträge, werde ich auch die Pivot-Levels für Exits auswählen. Die relevanten Ziele sollten bei / unterhalb der LBF für Shorts und umgekehrt für Longs je nach Ihrem Eingeweide, um die Trades zu halten. Sobald die Gesamtposition (= Schwarm der Aufträge) im Profit ist, können Sie einen Break-Stop-Stop-Verlust platzieren, wenn Sie möchten. Ich mache das normalerweise, wenn ich vom Computer weggehen muss. Ich gehe keine Einzelaufträge und ziele darauf ab, Schwärme während einer Handelssitzung zu schließen, um von höheren Salden für die nächste Gelegenheit zu profitieren.
Risikomanagement
Die Regressionen und ihre Standardfehler geben mir ein vernünftiges Maß für Losgrößen - dh ein Std-Fehler von 15 基點, ein Kapital von 10.000 und eine Einstellung von 0,5% würde zu 0,33 Lose oder 3,30 Dollar pro Pip auf meinem Konto führen. Ich benutze keine Stopps, sondern durchschnittlich mit der gleichen Losgröße, weil ich eine Kanal-Bias mit einer vorübergehenden statistischen Relevanz handele. Es gibt keine singuläre Wahrheit über die Richtung, aber die ungerade Bedeutung der Pivot-Ebenen, der durchschnittliche Preis eines Auftrags-Schwarms und kontinuierliche Risiko-Exposition. Angenommen, die unwahrscheinliche Situation eines 6 Sigma-Umzugs (= die große Parallelverschiebung in der Größe eines ganzen Kanals) vom ersten Eintrag mit 5 weiteren Wiedereinträgen, würden Sie einen insgesamt negativen Schwimmer von 0,5% * (6 * 7) /2=10,5% Da ich jeden Auftrag einzeln verfolgen kann, Das ist, wenn ich diesen bestimmten Auftrag mit einem Verlust von 3% schließen würde. Es sei denn, es gibt eine Brexit oder SNB unpeg Art von Veranstaltung mit dauerhaften tektonischen Verschiebungen, gibt es in der Regel genug Volatilität, um die Schwärme innerhalb von wenigen Tagen bei max. Ich möchte hier betonen, dass ich bewusst mit mehr Risiko handeln als andere, weil ich in ihm bin, um kontinuierliches Einkommen zu generieren.
Ich würde mich freuen, Ihre Fragen zu beantworten.
OMG, ich sehe mich im Spiegel in einigen deiner Gedanken hier gezeigt! Ich habe nie gedacht, dass ich das jemandem sagen werde .
Ist die Mischung von Pivots und Regression und Abweichungen - parallele Kanäle (ich benutze Fibo Kanäle Tool, um die Abweichungen zu verlängern )
Nun, Regression , also leider unterschätzt als Bias Detektor Werkzeug! ... Narren!
Ich glaube, ich werde einen Test von deinem Sys haben. Für bessere Gewinnquote, besser als meine aktuellen Systeme.
Vielen Dank, halten Sie es auf!
這篇文章有多有用?
點擊一顆星即可對其進行評分!
平均評分 0 / 5. 計票數: 0
目前還沒有投票! 成為第一個評價這篇文章的人.
很抱歉這篇文章對您沒有用!
讓我們改進這篇文章!
告訴我們如何改進這篇文章?