Eu tenho 10 estratégias únicas que eu gostaria de ter compilado em uma EA única. Preciso ter este codificado no formato MQL4. Se essa solicitação se revelar rentável, terei 20 ou mais pedidos nos próximos meses no mesmo formato, mas com 10 novas estratégias. Eu preferiria usar o mesmo codificador para cada um desses, se possível. Tornando mais fácil uma rápida volta para nós dois, mas isso é meramente uma preferência. não requerido. Todas as estratégias são ordens de mercado e terão uma condição única de entrada e saída. Todos os sinais precisam verificar se não há nenhum pedido aberto atual para esse símbolo. Só deve haver uma estratégia aberta a qualquer momento. Cada estratégia precisa ter um número mágico exclusivo atribuído a ele (para combinar o código de saída apropriado com a ordem original) e uma função de alerta de e-mail disparará cada vez que um pedido for aberto ou fechado com detalhes do símbolo e número mágico incluídos. O erro altera com o código de erro com o símbolo também será enviado e uma contagem de erros de 3 ou mais deve ser igual à EA. Um parâmetro definido pelo usuário será usado para permitir a configuração da posição do tamanho do tamanho do lote e deve ser capaz de suportar lotes micro (.10). Todo o código precisa suportar 45 corretores de casas decimais, bem como pacotes padrão, micro e mini. Será fornecida uma bandeira Bool definida pelo usuário para cada estratégia para que uma estratégia específica possa ser facilmente desabilitada no tempo de execução (10. OnOff) Será incluída uma variável INT definida pelo usuário que irá definir qualquer ordem aberta para Break Even (substituindo a parada original Valor de perda) com o valor padrão definido para 30 pips. Quaisquer estratégias que não tenham uma perda Stop fornecida (a maioria delas) na Etapa 2 abaixo serão padrão para a variável definida pelo usuário com o padrão definido para 50 pips. Depois de ter um modelo básico para isso, este deve ser um pedido de trabalho muito rápido no futuro. Todas as estratégias serão fornecidas em um formato de três partes da seguinte forma. Haverá 10 dessas 3 estratégias parciais. FORMATO RESUMIDO Se a primeira etapa for verdadeira, coloque uma ordem de mercado com base na (s) condição (s) da etapa 2 e saia do comércio com base na condição na etapa 3 1) LongEntryCondition (High (13) lt EMA (88)) 2) Entrada longa Se LongEntryCondition for verdadeira se nenhuma posição estiver aberta, então Compre no SMA (79) (-0.4 ATR (99)) Limite de Perda de Parada (1 ATR (5)) pips se MarketPosition for Longo se MACD (12, 26, 9) gt 0 Posição próxima no mercado Diversifique suas estratégias, não seus ativos Uma classe de ativos é definida como uma categoria específica de instrumentos financeiros relacionados, como ações, títulos ou caixa. Essas três categorias são muitas vezes consideradas as principais classes de ativos, embora as pessoas geralmente incluam imóveis também. Instituições e outros profissionais financeiros defendem a necessidade de carteiras para serem adequadamente diversificadas em várias classes de ativos, a fim de diversificar o risco. Decenas de pesquisa acadêmica avaliam que a seleção de cada classe de ativos em um portfólio é muito mais importante do que a seleção das ações individuais ou outras posições. No entanto, há uma falha única e significativa em seus achados de pesquisa. É a mesma falha inerente às classes de ativos em geral. As classes de ativos são intencionalmente autolimitadas e seu uso é incapaz de criar uma verdadeira diversificação de portfólio por duas razões principais: classificando as classes de ativos como longos apenas em mercados relacionados, as várias classes de ativos expõem as pessoas aos mesmos drivers de retorno. Como resultado, existe o risco de que a falha de um único driver de retorno impactará negativamente várias classes de ativos. Limitar suas oportunidades de diversificação para classes de ativos elimina inúmeras estratégias de negociação que, por serem motorizadas por drivers de retorno inteiramente distintos, podem fornecer um enorme valor de diversificação para seu portfólio. Ao olhar para um portfólio diversificado em classes de ativos, é claro que a maioria dessas classes de ativos dependem dos mesmos drivers de retorno ou condições de linha de base para produzir seus retornos. Isso destrui desnecessariamente o portfólio para o risco do evento, o que significa que um único evento, se for o errado, pode afetar negativamente todo o portfólio. A figura abaixo mostra o desempenho dos componentes de um portfólio com base na sabedoria convencional durante o mercado ostentoso de 2007-2009. Este portfólio inclui 10 classes de ativos diversificadas em ações, títulos e imóveis, nos Estados Unidos e internacionalmente. De acordo com a sabedoria convencional, este portfólio é considerado altamente diversificado. Das 10 classes de ativos, no entanto, apenas os títulos internacionais e internacionais evitaram perdas. Todas as outras classes de ativos diminuíram acentuadamente. Um portfólio alocado igualmente para cada classe de ativos diminuiu mais de 40 durante o período de 16 meses. É óbvio que a sabedoria de investimento convencional falhou. As carteiras construídas em torno de classes de ativos são desnecessariamente arriscadas, e assumir riscos desnecessários é o equivalente ao jogo com seu dinheiro. Diversificação Verdadeira A diversificação real do portfólio só pode ser alcançada através da diversificação entre os drivers de retorno e as estratégias de negociação, e não as classes de ativos. Este processo começa com a primeira identificação e compreensão das condições de base necessárias e dos drivers de retorno que estão subjacentes ao desempenho de cada estratégia comercial. Uma estratégia de negociação é composta por dois componentes: um sistema que explora um driver de retorno e um mercado mais adequado para capturar os retornos prometidos pelo driver de retorno. Return Driver (sistema) Estratégia de negociação de mercado As estratégias de negociação são então combinadas para criar um portfólio de investimentos equilibrado e diversificado. As classes de ativos contidas nas carteiras da maioria dos investidores são simplesmente um subconjunto restrito das potencialmente centenas (ou mais) de combinações de drivers de retorno e mercados disponíveis para serem incorporados em um portfólio. Por exemplo, a classe de ativos de ações dos EUA é na verdade a estratégia composta pelo sistema de compra em posições longas no mercado de ações dos EUA. A definição de Risco de risco é tipicamente definida na teoria da carteira como o desvio padrão (volatilidade) dos retornos. Sem uma compreensão dos impulsionadores de retorno subjacentes às estratégias dentro de um portfólio, no entanto, essa definição típica de risco é inadequada. Som, drivers de retorno racional são a chave para qualquer estratégia de negociação bem-sucedida. O risco só pode ser determinado pela compreensão e avaliação desses drivers de retorno. A história é cheia de exemplos de investimentos aparentemente de baixo risco (caracterizados por retornos mensais consistentes com baixa volatilidade) que de repente tornaram-se inúteis porque o investimento não foi baseado em um driver de retorno sonoro. Portanto, o risco não é determinado pela volatilidade dos retornos. Na verdade, estratégias de negociação altamente voláteis, se com base em um som, driver de retorno lógico, podem ser um contribuinte seguro para um portfólio. Então, se a volatilidade dos retornos não é uma definição aceitável de risco, o que é uma definição mais apropriada. Resposta: reduções. Drawdowns são o maior impedimento para retornos elevados e a verdadeira medida de risco. É muito mais fácil perder dinheiro do que recuperar as perdas. Por exemplo, recuperar uma redução de 80 exige quatro vezes o esforço do que uma redução de 50. Um plano de gerenciamento de riscos deve abordar especificamente o poder destrutivo das retiradas. Volatilidade e correlação Embora a volatilidade não seja a verdadeira medida do risco (uma vez que a volatilidade não descreve adequadamente o driver de retorno subjacente), a volatilidade ainda contribui significativamente para o poder da diversificação do portfólio. Índices de medição do desempenho do portfólio, como o Ratio Sharpe. São tipicamente expressos como a relação entre os retornos ajustados ao risco e o risco do portfólio. Portanto, quando a volatilidade diminui, a Ratia Sharpe aumenta. Uma vez que desenvolvemos estratégias de negociação baseadas em drivers de retorno sonoro, a verdadeira diversificação do portfólio envolve o processo de combinar posições individuais aparentemente mais arriscadas em um portfólio diversificado e seguro. Como a combinação de posições melhora o desempenho de um portfólio A resposta é baseada na correlação. Que é definido como uma medida estatística de como dois títulos se movem em relação um ao outro. Como isso é útil Se os retornos estiverem correlacionados negativamente uns com os outros, quando um fluxo de retorno está perdendo, é provável que outro fluxo de retorno vença. Portanto, a diversificação reduz a volatilidade geral. A volatilidade do fluxo de retorno combinado é menor do que a volatilidade dos fluxos de retorno individuais. Essa diversificação dos fluxos de retorno reduz a volatilidade da carteira e, como a volatilidade é o denominador da Ratia Sharpe, à medida que a volatilidade diminui, a Ratio Sharpe aumenta. De fato, no caso extremo de uma correlação negativa perfeita, a relação Sharpe vai para o infinito. Portanto, o objetivo da verdadeira diversificação do portfólio é combinar estratégias (baseadas em drivers de retorno de som), que não estão correlacionadas ou (mesmo melhor) correlacionadas negativamente . A linha de fundo A maioria dos investidores é ensinado a construir um portfólio com base em classes de ativos (geralmente limitado a ações, títulos e possivelmente imobiliário) e manter essas posições para o longo prazo. Essa abordagem não é apenas arriscada, mas é o equivalente ao jogo. As carteiras devem incluir estratégias baseadas em som, drivers de retorno lógico. Os retornos de investimento mais consistentes e persistentes em uma variedade de ambientes de mercado são melhor alcançados combinando várias estratégias de negociação não correlacionadas (cada uma projetada para lucrar com um driver de retorno lógico e distinto) em um portfólio de investimentos verdadeiramente diversificado. A verdadeira diversificação do portfólio oferece os maiores retornos ao longo do tempo. Um portfólio verdadeiramente diversificado proporcionará maiores ganhos e menos riscos do que um portfólio diversificado somente em classes de ativos convencionais. Além disso, a previsibilidade do desempenho futuro pode ser aumentada pela expansão do número de diversos drivers de retorno empregados em um portfólio. Os benefícios da diversificação do portfólio são reais e proporcionam sérios resultados tangíveis. Simplesmente aprendendo a identificar drivers de retorno adicionais, você poderá mudar de jogar seu portfólio em apenas um deles para se tornar um investidor, diversificando-se em muitos deles. É possível combinar diferentes algoritmos para melhorar o desempenho comercial. Em particular, eu li que o rastreamento do sentimento das redes sociais, processamento de sinal digital e redes neurais podem ser usados para algoritmos de negociação. Seria possível criar um algoritmo de negociação que combine elementos dessas três áreas ou esses métodos são mutuamente exclusivos na medida em que são incompatíveis entre si. Se você se comprometer com um, você pode usar o outro, solicitado 7 de novembro 11 às 21:02 Sim . Primeiro, é muito mais fácil prosseguir se você padronizar o resultado da sua previsão para que eles estejam nas mesmas unidades (retorna, por exemplo, ou as probabilidades de uma condição de evento ocorrendo). Depois de ter feito isso, existem 3 abordagens gerais: ponderação do sinal: então você precisa definir um esquema de ponderação para seus fatores. Richard Grinold tem uma resposta para esta questão em seu papel Ponderação de sinal. Observe que existem alguns métodos para medir sinais (otimização, meta-modelos, pool de previsão, média Bayesiana, pesagem com base no desempenho fora da amostra, etc.). O problema geral da ponderação do sinal está atraindo pesquisa significativa ultimamente, e é um problema difícil, sem um consenso na minha opinião. Entropy-pooling: Em vez de pesar sinais, você também pode integrar sinais usando entropia-pooling. Aqui você atribui pontuação de confiança a cada sinal e desenvolve uma nova distribuição posterior. Entropy-pooling irá misturar sinais de uma maneira que impõe a estrutura menos espúria em sua previsão. Atillio Meucci tem um artigo sobre como fazer isso. Construa um modelo usando esses sinais independentes como variáveis preditoras. Você pode tentar PCA, regressão, um modelo hierárquico ou uma técnica de conjunto. Você também não precisa garantir que os sinais estejam nas mesmas unidades, embora isso ajude sua intuição. Naturalmente, você deve prosseguir através de algum procedimento de modelagem e considerar a co-linearidade, não-estacionariedade, etc., respondido 7 de novembro às 21:38 Como você menciona a rede neural, em geral, você pode querer olhar mais para várias técnicas de aprendizagem de máquinas . Por esse lado, Quant Guy também mencionou o aprendizado de conjunto, que é o termo geral para combinar diferentes modelos de aprendizagem. Gostaria de elaborar sobre este ponto um pouco mais: na aprendizagem de máquinas, formas tradicionais de combinar modelos são simples comitê de votação, ensacamento, aumento (adaboost), etc. Tudo isso, você pode simplesmente google o termo para obter muita informação. Empilhando generalização. Também chamado de mistura ultimamente, está ficando cada vez mais popular em tarefas práticas de aprendizagem de máquinas. Por exemplo, as duas principais equipes do famoso prémio Netflix (1 milhão) aplicaram a mistura forte, otimizando frequentemente os modelos com milhares de modelos combinados por mistura. Para misturar, você pode se referir a este blogpost. Da equipe vencedora da Netflix. E também, e o artigo original de D. H. Wolpert. Respondeu 9 de novembro às 9:44 Seja qual for o método que você usa, eu recomendo que você teste sua implementação com simulações de Monte Carlo, bem como dados reais (embora o último assunto o faça para o viés de mineração de dados, ele pode dar uma verificação de sanidade em seu Monte Carlo Simulações.) Para a maioria dos exemplos de algoritmos múltiplos, os fluxos de retorno não serão independentes, e você deve levar isso em consideração em seus testes. No que diz respeito ao método de combinação para usar, eu sugiro que comece simples com uma alocação de dólar igual (semelhante à regra 1n que parece funcionar bem para carteiras de ações), ou pelo menos uma alocação de risco igual. Por isso, quero dizer algo ao longo da linha de colocar uma quantidade fixa de dinheiro em cada estratégia que você está negociando, deixá-los manter suas próprias carteiras e reequilibrar o dinheiro em e. Um cronograma mensal. Respondeu Nov 8 11 às 6:29 Sim, você pode e é isso que você precisa fazer. Ele suavizará a curva de equidade e oferecerá melhores retornos ajustados ao risco. Claro que isso é caso você tenha estratégias realmente diferentes. Estamos usando o software chamado Rightedgesystems para backtesting, pois é ótimo e oferece a capacidade de testar vários sistemas de negociação em um. Respondeu 13 de abril 15 às 5:43 Você não está 39using39 que software. Você está construindo e vendendo. Divulgue isso e formule suas respostas de forma honesta. Ndash Bob Jansen 9830 13 de abril 15 às 9:21 Sua resposta 2017 Stack Exchange, Inc
No comments:
Post a Comment