Jse Trading Strategier

Seks trinn for å forbedre din handel Seks trinn for å forbedre handel med valuta Uansett om du er ny til Valutahandel eller en erfaren handelsmann, kan du alltid forbedre dine handelsferdigheter. Utdanning er grunnleggende for vellykket handel. Her er seks trinn som vil bidra til å finpusse dine valutahandelskompetanse. Trinn 1: Neste trinn X25B6 Strategi, analyser og diarisere Vellykkede profesjonelle handelsmenn gjør tre ting som amatører ofte glemmer. De planlegger en handelsstrategi, de følger markedene, og de diariserer, sporer og analyserer hver av sine bransjer. Planlegg hvordan du skal handle Du har kanskje hørt ordtaket, hvis du ikke klarer å planlegge, planlegger du å mislykkes. Dette gjelder spesielt i Forex-spekulasjon. Vellykkede handelsmenn starter med en god strategi, og de holder seg til den hele tiden. Velg valutaparene som passer for deg. Noen valutapar er flyktige og flytter mye intradag. Noen valutapar er stabile og gjør sakte bevegelse over lengre tidsperioder. Basert på risikoparametrene dine, bestemme hvilke valutapar som passer best for din handelsstrategi. Bestem hvor lenge du planlegger å holde deg i en stilling. Basert på valget mellom valutapar, planlegg hvor lenge du vil beholde posisjonene dine: minutter, timer eller dager. Husk at avhengig av kontotypen din, med åpne stillinger klokka 17:00, kan Eastern Time medføre overgangskostnader. Sett målene dine for posisjonen. Før du tar stilling, bør du opprette din avslutningsstrategi. Hvis stillingen er en vinner, i hvilken grad vil du utbetale Hvis posisjonen er en taper, i hvilken grad vil du kutte tapene dine Deretter plasserer du stoppene dine og begrenser det tilsvarende. Følg Forex Market Use Forex diagrammer og markedsanalyse for å overvåke markedsinformasjon og tekniske nivåer som påvirker dine posisjoner. Bruk Forex Charts Charts er et uunnværlig verktøy for å forbedre handelsavkastningen. Du kan enkelt få tilbake pengene brukt på en kartleggingspakke fra en enkelt velplassert handel basert på analysen fra profesjonelle diagrammer. Sjekk ut XE diagrammer. Vær oppmerksom på at forex trading innebærer en høy risiko for tap, og det er ingen garanti for at investeringen i kartleggingsapplikasjonene blir tilbakebetalt. Markedsanalyse XE Market Analysis gir avbrudd av valuta nyheter og grundig analyse hvor valutamarkedet er, hvor det går, og hvorfor det går der. Du kan få tilgang til detaljerte markedskommentarer og handelsstrategier fra erfarne Forex-forhandlere. Hold en Forex Diary De fleste handelsmenn mislykkes fordi de gjør de samme feilene igjen og igjen. En dagbok kan hjelpe ved å holde rede på hva som fungerer for deg og hva som ikke gjør det. Brukes konsekvent, en velholdt dagbok er din beste venn. Når du holder dagboken din, må du sørge for at den inneholder minst følgende: Dato og klokkeslett du tok posisjonen. Hastigheten hvor du tok posisjonen. Grunnen til at du tok stillingen. Din strategi for stillingen. Datoen og klokkeslettet du forlot posisjonen. Hastigheten der du forlot stillingen. Din fortjeneste på stillingen. Hvorfor du forlot stillingen. Følg du deg strategi Når du lærer å gjenkjenne vellykkede handelsmønstre, vil du kunne se dem når de kommer tilbake. Trinn 2: Neste trinn X25B6 Lær å administrere risikoen I vår erfaring er de mest vellykkede handelsmenn ikke bare de som tar de beste stillingene. De er de som er smarteste om risikostyring og disiplinert i deres strategi. De er aldri følelsesmessige om gevinster eller tap. De fastsetter sine fortjenestemål og tapgrenser for sine posisjoner, og bruker Limit Orders og StopLoss Orders for å låse dem inn. En grenseordre instruerer systemet til automatisk å gå ut av en posisjon når målresultatet er oppnådd. Dette gjør at du kan låse inn ønsket gevinst i vinnende stilling. En stoploss-ordre instruerer systemet til automatisk å gå ut av en posisjon når den maksimale tapgrensen er blitt rammet. Dette gjør at du kan tappe dine tap på en tapt posisjon. Professional Traders bruker Limit Orders og StopLoss Orders som hjørnesteinen i en disiplinert handelsstrategi. Ved å sette begge på alle sine stillinger, har de fjernet følelser fra ligningen og la markedet jobbe for dem. Amatører, derimot, bruker ikke Limit Orders og StopLoss Orders. De holder seg limt til skjermene sine, og prøver å jonglere alle sine stillinger i sanntid. De savner kritiske handlingspunkter, og de lar følelser styre sine beslutninger. Innstillingsgrense og StopLoss-ordrer Som en generell tommelfingerregel, må du stoppe StopLoss-ordrene dine nærmere åpningsprisen enn dine Limit Orders. Hvis du gjør dette, kan du lykkes mens du er rett mindre enn 50 av tiden. For eksempel, hvis du bruker en 100 pip Limit Order med en 30 pip StopLoss Order på alle dine posisjoner, så er du bare for å være rett 13 for å tjene penger. Hvor du plasserer Limit og StopLoss-ordrene, vil avhenge av risikotoleransen din. Men du må være smart når du setter dem inn. Hvis en StopLoss-bestilling er for nær åpningsprisen, kan den utløses av normal markedsvolatilitet. Dette betyr at en midlertidig dukkert kan slå ut en posisjon før den har en sjanse til å gå tilbake. På samme måte, hvis en Limit Order er satt for langt fra åpningsprisen, kan potensielt overskudd aldri realiseres. Trinn 3: Neste trinn X25B6 Velg tilnærming Det er to grunnleggende tilnærminger for å analysere Forex-markedet. Det er viktig å forstå hvordan de kan brukes med hell. Teknisk analyse fokuserer på studiet av prisbevegelser, ved bruk av historiske valutadata for å forsøke å forutsi retningen for fremtidige priser. Forutsetningen er at all tilgjengelig markedsinformasjon allerede er reflektert i prisen på hvilken som helst valuta, og at alt du trenger å gjøre er å studere prisbevegelser for å ta informerte handelsbeslutninger. De viktigste verktøyene for teknisk analyse er diagrammer. Diagrammer brukes til å identifisere trender og mønstre i et forsøk på å finne gevinstmuligheter. De som følger denne tilnærmingen, ser etter tendenser i valutamarkedet, og sier at nøkkelen til suksess er å identifisere slike trender i deres tidligste utviklingsstadium. Hva skal jeg bruke - Teknisk eller grunnleggende analysehandlere ved hjelp av teknisk analyse, følg diagrammer og trender, vanligvis etter en rekke valutapar samtidig. Traders som bruker Fundamental Analysis må sortere gjennom en stor del markedsdata, og fokuserer så typisk på bare noen få valutapar. Av denne grunn foretrekker mange handelsfolk teknisk analyse. I tillegg velger mange forhandlere teknisk analyse fordi de ser sterke trender i Forex markedet. De ser ut til å mestre grunnleggende for teknisk analyse og bruke dem til mange tidsrammer og valutapar. Trinn 4: Neste trinn X25B6 Tegn kurset ditt med teknisk analyse Teknisk analyse bruker diagrammer for å prøve å prognose fremtidige valutapriser ved å studere tidligere markedsbevegelser. Ved hjelp av denne teknikken har en handelsmann muligheten til samtidig å overvåke flere valutapar ved å vurdere hvordan andre handler en bestemt valuta. Etter vår erfaring, fordi så mange handelsmenn bruker teknisk analyse, og deres reaksjon på markedsaktiviteten har en tendens til å være lik, styrkes denne teknikkens gyldighet. Det blir en selvoppfyllende profeti som feeds på seg selv, og øker påliteligheten av signalene som genereres av denne analysen. Støtte forsterkning Kanskje den mest effektive og derfor den mest populære formen for tekniske analyser er bruken av støtte og motstand. Støtte er gulvet eller nedre grensen at et valutapar har problemer med å bryte. Motstand, derimot, er rett og slett motsatt: det er den øvre grensen at et valutapar har problemer med å trenge inn. Støtte og motstand er viktig i rekkeviddebundne markeder fordi de angir grensene der markedet har en tendens til å endre retning. Når og hvis markedet bryter gjennom disse grensene, blir det referert til som en breakout og blir vanligvis fulgt av økt markedsaktivitet. Bruke Support amp Resistance Vi kan bruke disse støtte - og motstandsnivåene på mange måter. En rekkehandler vil ønske å kjøpe over støtte og selge under motstand mens breakout. Trendhandlere, derimot, ville kjøpe når prisen bryter over et motstandsnivå og selger når det bryter under støtte. Konseptet er fortsatt det samme som tidligere sagt. Vi ønsker å kjøpe et valutapar hvis vi forventer at markedet går opp og selger det til høyere pris. Vi kan også selge et valutapar hvis vi forventer at markedet går ned og kjøper det til en lavere pris. Trinn 5: Neste trinn X25B6 Vær kjent med grunnleggende analyse Hver valuta har en utlånsrente som er bestemt av dennes sentralbank. Hvis inflasjonen anses for høy, kan en sentralbank øke renten for å avkjøle økonomien. Omvendt, hvis økonomisk aktivitet er svak, kan en sentralbank redusere renten for å stimulere veksten. Lavere renter avskrives vanligvis verdien av en valuta ndash delvis, fordi den tiltrekker bærebedrifter. En bærehandel er en strategi hvor en næringsdrivende selger en valuta med lav rente og kjøper en valuta med høy rente. Arbeidsledigheten er en nøkkelindikator for økonomisk styrke. Hvis et land har høy arbeidsledighet, betyr det at økonomien ikke er sterk nok til å gi folk jobb. Dette fører til en nedgang i valutaverdien. Disse viktige internasjonale politiske hendelsene påvirker valutamarkedet, samt alle andre markeder. I mai 2005 var det voksende forventning om at Frankrike ville stemme imot å godta EUs grunnlov. Siden Frankrike var avgjørende for Europas økonomiske helse (og verdien av euroen), solgte forhandlere euroen og kjøpte dollaren dette presset euroen så langt at mange forhandlere trodde det ikke kunne gå noe lavere. Men de hadde feil. Når Frankrike faktisk stemte mot konstitusjonen, falt EURUSD-valutaparet med mer enn 400 pips om tre dager. Traders som kjøpte euroen mistet tusenvis. På den annen side gjorde forhandlere som solgte Euro tusenvis. trinn 6: pass opp for psykologiske fallgruver Mange handelsmenn tar shopping mer seriøst enn handel. Få mennesker ville tilbringe 500 uten å forsøke å undersøke og undersøke et produkt. Men mange handelsfolk tar stillinger som koster dem godt over 500, basert på litt mer enn en hunch. Dette kan ikke stresses nok. De fleste handelsmenn mislykkes fordi de mangler disiplin. Pass på at du har en plan på plass før du begynner å handle. Din analyse bør omfatte potensiell ulemper samt forventet oppside. Så for hver posisjon du tar, bør du plassere både en Limit Order og en StopLoss Order. Angi Smart Trade Limits For hver handel, velg et overskuddsmål som lar deg tjene gode penger på stillingen uten å være uoppnåelig. Velg en tapgrense som er stor nok til å imøtekomme normale markedsfluktuasjoner, men mindre enn fortjenestemålet. Lås disse inn ved å bruke Limit Orders og StopLoss bestillinger. Dette enkle konseptet er en av de vanskeligste å følge. Mange handelsmenn forlater sine forutbestemte planer på et innfall, lukker vinnende stillinger før deres fortjenestemål nås fordi de blir nervøse for at markedet vil vende seg mot dem. Men de samme handelsmenn vil henge på å miste posisjoner godt forbi deres tapgrenser, i håp om å gjenopprette tapene deres på en eller annen måte. Noen ganger ser handelsfolk sine tapgrenser på et par ganger, bare for å se at markedet går tilbake til deres favør når de er ute. Dette kan føre til feilaktig tro på at dette alltid vil fortsette å skje, og at tabsgrensene er kontraproduktive. Ingenting kan være lenger fra sannheten StopLoss-ordrer er der for å begrense dine tap. Ingen handelsmann tjener penger på hver handel. Hvis du kan få 5 handler ut av 10 for å være lønnsomt, så har du det bra. Hvordan tjener du penger med bare halvparten av dine stillinger som vinnerne ved å sette smarte handelsgrenser. Når du mister mindre på dine tapere enn du gjør på vinnerne dine, er du lønnsom. Ikke gifte deg med dine handler Folk er følelsesmessige. Det er lett å gjøre objektiv analyse før du tar stilling. Det er mye vanskeligere når du har penger investert. Traders som holder posisjoner har en tendens til å analysere markedet forskjellig i håp om at det vil bevege seg i en gunstig retning, uten å forandre endringsfaktorer som kan ha vendt mot sin opprinnelige analyse. Dette gjelder spesielt når tap blir tatt på en stilling. Traders har en tendens til å gifte seg med en tapende stilling, uten å se bort fra tegn som peker mot fortsatt tap. Ikke slå på gården Ikke over handel. En vanlig feil gjort av nye handelsmenn er over-bruk av en konto. Bare fordi en masse (100 000 enheter) av valuta kun krever 1000 som minimumsinnskudd, betyr det ikke at en næringsdrivende med 5000 i sin konto skal kunne handle 5 lotter. En masse er 100 000 og bør behandles som en 100 000 investering og ikke 1000 satt opp som margin. De fleste handelsfolk analyserer diagrammene riktig og plasserer fornuftige handler, men de pleier å overføre seg selv. Som følge av dette blir de ofte tvunget til å gå ut av en posisjon på feil tidspunkt. En god tommelfingerregel er å handle med 1-10 innflytelse eller bruk aldri mer enn 10 av kontoen til enhver tid. Trading valutaer er ikke lett (hvis det var, alle ville være en millionær). Vær oppmerksom på at handel med valuta på margin har høy risiko, og kan ikke være egnet for alle investorer. Den høye innflytelsen kan virke mot deg så vel som for deg. Før du bestemmer deg for å investere i utenlandsk valuta, bør du nøye vurdere investeringsmålene dine, nivået på erfaring og risikoen for appetitten. Muligheten er at du kan opprettholde et tap av noen eller hele din opprinnelige investering, og derfor bør du ikke investere penger som du ikke har råd til å tape. Du bør være oppmerksom på alle risikoene forbundet med valutahandel, og søk råd fra en uavhengig finansiell rådgiver hvis du er i tvil. Skar din Forex Broker sennep Les denne X25B6OANDA bruker informasjonskapsler for å gjøre våre nettsteder enkle å bruke og tilpasset til våre besøkende. Cookies kan ikke brukes til å identifisere deg personlig. Ved å besøke vår nettside samtykker du i OANDA8217s bruk av informasjonskapsler i samsvar med vår personvernpolicy. For å blokkere, slette eller administrere informasjonskapsler, vennligst besøk aboutcookies. org. Begrensning av informasjonskapsler forhindrer at du drar nytte av noen av funksjonaliteten til nettstedet vårt. Last ned vår Mobile Apps Select Account: Topp 100 Forex Traders Statistikk Gjennomgå dagene vellykkede og mislykkede Forex trading strategier Følgende statistikk er beregnet fra Forex trading aktiviteter i løpet av de siste 24 timene av to grupper av OANDA forhandlere: de 100 mest lønnsomme og ( valgfritt) de 100 mest lønnsomme handelsmennene. Hvordan velges disse valutahandlere Disse forexhandlerne er ikke valgt utelukkende på deres samlede beløp av realisert fortjeneste og tap, da det ville skje resultatene mot sikringsfond og store institusjonelle kontoer. I stedet samles valutahandlerne fra et bredt spekter av kontosaldoer, fra mikro til institusjonelle. What8217s er vist i disse diagrammene Som standard vises statistikk bare for de 100 mest lønnsomme forexhandlerne. Sjekk Vis minste lønnsomme Traders for å vise statistikk for de ikke-lønnsomme handelsmenn, som vises i en lysere farge. Følgende statistikk vises for hvert av våre mest omsatte valutapar de siste 24 timene. De beregnes ut fra det totale antall handler plassert av hver gruppe handelsfolk. Retningslinjen (prosentandel av handelen lang vs kort) Lønnsomheten (prosentandel av lønnsomme kontra ikke-lønnsomme handler) Gjennomsnittlig varighet for alle lønnsomme og ikke-lønnsomme handler plassert av hver gruppe. Gjennomsnittlig ProfitLoss per enhet i pips. Hva kan jeg finne ut av disse diagrammene Mens dette diagrammet ikke kan forutsi fremtidige trender, er it8217s et interessant øyeblikksbilde de siste 24 timene. Når du sammenligner de to typer forexhandlere, se etter trender. Hvilken gruppe holder sin handler lenger Er de i en bestemt retning Er handlende mer profesjonelle fra noen par Følgende verktøy gir mer innsikt i de daglige aktivitetene til OANDA8217s handlende: OANDA Forex Order Book S Hvordan minst lønnsomme handelsfolk 169 1996 - 2017 OANDA Corporation. Alle rettigheter reservert. OANDA, FxTrade og OANDAs fx familie av varemerker eies av OANDA Corporation. Alle andre varemerker som vises på denne nettsiden tilhører deres respektive eiere. Leveraged trading i valutakontrakter eller andre valutamarkedsprodukter på margen har høy risiko og kan ikke være egnet for alle. Vi anbefaler deg å nøye vurdere om handel passer for deg i lys av dine personlige forhold. Du kan miste mer enn du investerer. Informasjon på dette nettstedet er generelt i naturen. Vi anbefaler at du søker uavhengig finansiell rådgivning og sørger for at du fullt ut forstår de risikoene som er involvert før handel. Trading via en online plattform medfører ytterligere risiko. Se vår juridiske seksjon her. Spredningsbudgivning er kun tilgjengelig for OANDA Europe Ltd kunder som bor i Storbritannia eller Republikken Irland. CFDs, MT4 sikringsegenskaper og innflytelsesforhold på over 50: 1 er ikke tilgjengelige for amerikanske innbyggere. Informasjonen på dette nettstedet er ikke rettet mot innbyggere i land hvor distribusjonen, eller bruk av noen, ville være i strid med lokal lovgivning eller regulering. OANDA Corporation er en registrert handels - og detaljhandelsforhandler for Futures Commission med Commodity Futures Trading Commission og er medlem av National Futures Association. Nei: 0325821. Vennligst referer til NFAs FOREX INVESTOR ALERT når det er aktuelt. OANDA (Canada) Corporation ULC-kontoer er tilgjengelig for alle som har en kanadisk bankkonto. OANDA (Canada) Corporation ULC er regulert av Canadian Investment Investment Regulatory Organization (IIROC), som inkluderer IIROCs online rådgiver sjekk database (IIROC AdvisorReport), og kundekontoer er beskyttet av det kanadiske investorbeskyttelsesfondet innenfor angitte grenser. En brosjyre som beskriver naturen og begrensningene for dekning er tilgjengelig på forespørsel eller på cipf. ca. OANDA Europe Limited er et selskap registrert i England nummer 7110087, og har sitt hovedkontor på Floor 9a, Tower 42, 25 Old Broad St, London EC2N 1HQ. Den er autorisert og regulert av the160Financial Conduct Authority. Nr. 542574. OANDA Asia Pacific Pte Ltd (Selskapsreg. Nr. 200704926K) har en kapitalmarkedsservice lisens utstedt av Singapores monetære myndighet og er også lisensiert av International Enterprise Singapore. OANDA Australia Pty Ltd 160is regulert av Australian Securities and Investments Commission ASIC (ABN 26 152 088 349, AFSL nr. 412981) og er utsteder av produkter og tjenester på denne nettsiden. Det er viktig for deg å vurdere den nåværende Financial Service Guide (FSG). Produktopplysningserklæring (PDS). Kontovilkår og andre relevante OANDA-dokumenter før du foretar økonomiske investeringsbeslutninger. Disse dokumentene finner du her. OANDA Japan Co Ltd Første Type I Finansielle Instrumenter Forretningsdirektør for Kanto Lokale Finansielle Bureau (Kin-sho) Nr. 2137 Institutt for Financial Futures Association Abonnentnummer 1571. Trading FX andor CFDs på margin er høy risiko og ikke egnet for alle. Tap kan overstige investering. En kortvarig handelsstrategi som fungerer QuantLab nbspnbsp 3 september 2014nbsp10: 48 I dagens artikler vil vi gå gjennom trinnene for å bygge et enkelt handelssystem eller strategi for bruk på JSE. Vi tror at enkelhet er en dyd når det gjelder design av handelssystemer. Jo færre variablene er, desto mer sannsynlig vil systemet fortsette å fungere som ønsket. Statistikere refererer til ldquodegrees of freedomrdquo som forklaring. Vi vil ganske enkelt si at jo færre deler i et system, jo ​​mindre kan det gå galt. Systemet wersquoll deler med deg i dag er basert på et enkelt, men veldig logisk konsept, og er bygd rundt vår langvarige preferanse for systemer som går inn i dips i sterkt trending aksjer. Dette er en klassisk gjennomsiktig tilnærming. Systemet har som mål å gå inn i aksjer som handler på sine nedturer i påvente av at prisene gjenopprettes til mer normale nivåer. Marketrsquos tilbøyelighet til å gå tilbake til gjennomsnittet er godt dokumentert og wersquove likte stor suksess etter denne tilnærmingen både i offshore-fondet som vi klarer og med kunder som bruker vår forskning gjennom QuantLab. co. za, et lokalt investeringsforskningshus. En av de viktigste ingrediensene i vårt system er bruken av Bollinger Bands. Utviklet av John Bollinger, og brukt mye i teknisk analyse, sporer båndene over og under gjennomsnittsprisen med et brukerdefinert antall standardavvik (et statistisk mål for spredning, i tilfelle volatilitet). Jo nærmere prisene går til overbandet, jo mer overkjøpt markedet og omvendt. Denne egenskapen gjør Bollinger Bands til den ideelle indikatoren for å bygge robuste, middelverdige reversjonshandelssystemer. Her er reglene for oppføringen: 1) I går: aksjen handler i gjennomsnitt 250 000 aksjer i løpet av de forrige 100 dagene 2) I går: sluttkursen er over 100 perioder, enkel glidende gjennomsnitt av nært 3) I går: forskjellen mellom topp og bunn Bollinger Band er større enn 5 4) I går: Lukk er mindre enn bunnen Bollinger Band 5) I dag: Lukket er mindre enn lukkingen i går, legg inn en lang posisjon Vi brukte fem perioder i Bollinger Band med en 1,5 standardavvik. Her er reglene for utkjørselen: 1) Lukk i dag er over fem årets glidende gjennomsnitt av lukkingen. Dette er det bevegelige gjennomsnittet i sentrum av Bolinger Bandsreg. Regel 1 sikrer at handel med flytende aksjer som enkelt kan kjøpes og selges. Regel 2 holder oss tydelige for svært volatile og uforutsigbare selskaper ved kun handel sterke aksjer. Regel 3 bekrefter at aksjen har opplevd en økning i kortsiktig volatilitet og salg. Regel 4 identifiserer en tilbakebetaling i pris målt ved aksjelukningen under bunnen av Bollinger Band. Regel 5 er vår opptaksutløser og lar oss komme inn på aksjen til en optimal pris. Vår forskning tyder på at aksjer er best omsatt ved hjelp av motortrend eller betydelige reverseringsstrategier. Ovennevnte oppføringsregler er utformet for å utnytte funnene våre ved å isolere aksjer med sterk oppgang som i dag opplever kortsiktig svakhet. Når en potensiell handelskandidat har blitt lokalisert, venter vi på ytterligere svakheter i prisen før de går inn. Regel 1 gir en disiplinert og strukturert tilnærming til sluttposisjoner til kortvarig styrke. Vår exitstrategi venter på kortsiktig styrke i pris før sluttposisjoner. Denne tilnærmingen kompletterer vår inngangsteknikk som avdekker svakhetsperioder. Ved å lukke posisjonene i styrke har vi muligheten til å fange sterke reverseringer i pris. I tilfelle at prisen ikke gjenoppretter som håpet, gjør vår utgangsmetode en utmerket jobb med å begrense tap. Hypotetiske testresultater Vår er et gjennombruddssystem som er designet for å kjøpe dips i sterke trender. Logikken i vårt system er enkel og lyd. Den har blitt nøye designet for å være svært adaptiv og robust. De forskjellige parametrene vi valgte, synes å ha en stor margin for feil, og vi fant ut at det ikke var nødvendig å gjøre en stor kurvepassing for å generere meget tiltalende resultater. I vår historiske test har det vist seg å være svært lønnsomt og forutsigbart. Vi tror at systemet kan ha bred applikasjon som et markedstidsverktøy for å bistå i handel med enkelte aksjer. Hvis du fant denne artikkelen interessant, hvorfor ikke følg bloggen vår på quantlab. co. zablog der vi deltar våre omsettelige ideer til JSE på ukentlig basis. I vår neste serie diskuterer wersquoll en strategi for handel med markedet fra den korte siden. Hvordan identifisere algoritmiske handelsstrategier I denne artikkelen vil jeg introdusere deg til metodene som jeg selv identifiserer lønnsomme algoritmiske handelsstrategier. Målet vårt i dag er å forstå i detalj hvordan du finner, evaluerer og velger slike systemer. Jeg forklarer hvordan identifiserende strategier er så mye om personlig preferanse som det handler om strategisk ytelse, hvordan man bestemmer typen og kvantiteten av historiske data for testing, hvordan man evaluerer en handelsstrategi uavhengig og endelig hvordan man går videre mot backtesting-fasen og strategiimplementering . Identifisere dine egne personlige preferanser for handel For å være en vellykket handelsmann - enten diskret eller algoritmisk - er det nødvendig å spørre deg selv om noen ærlige spørsmål. Trading gir deg muligheten til å miste penger i en alarmerende hastighet, så det er nødvendig å kjenne deg så mye som det er nødvendig å forstå din valgte strategi. Jeg vil si det viktigste hensynet i handel er å være klar over din egen personlighet. Trading og algoritmisk handel spesielt krever en betydelig grad av disiplin, tålmodighet og følelsesmessig løsrivelse. Siden du lar en algoritme utføre din handel for deg, er det nødvendig å bli løst for ikke å forstyrre strategien når den blir henrettet. Dette kan være ekstremt vanskelig, spesielt i perioder med utvidet drawdown. Imidlertid kan mange strategier som har vist seg å være svært lønnsomme i en backtest, bli ødelagt av enkel forstyrrelse. Forstå at hvis du ønsker å gå inn i algoritmisk handel, vil du bli følelsesmessig testet, og for å lykkes, er det nødvendig å arbeide gjennom disse vanskelighetene. Neste overveielse er en av tidene. Har du en heltidsjobb Fungerer du deltid Fungerer du hjemmefra eller har en lang pendling hver dag Disse spørsmålene vil bidra til å avgjøre frekvensen av strategien du bør søke. For de av dere i heltidsansatte, kan en intradag futures strategi ikke være hensiktsmessig (i hvert fall til den er fullt automatisert). Tidsbegrensningene vil også diktere strategiens metodikk. Hvis din strategi ofte handles og avhenger av dyre nyhetsstrømmer (for eksempel en Bloomberg-terminal), må du klart være realistisk om din evne til å kjøre dette på kontoret. For de av dere med mye tid eller ferdighetene For å automatisere strategien din, kan du ønske å se på en mer teknisk høyfrekvent trading (HFT) strategi. Min tro er at det er nødvendig å gjennomføre kontinuerlig forskning i dine handelsstrategier for å opprettholde en konsekvent lønnsom portefølje. Få strategier blir under radaren for alltid. Derfor vil en betydelig del av tiden som er allokert til handel, være i gjennomføring av pågående forskning. Spør deg selv om du er villig til å gjøre dette, da det kan være forskjellen mellom sterk lønnsomhet eller en langsom nedgang i tap. Du må også vurdere din handelskapital. Det generelt aksepterte ideelle minimumsbeløpet for en kvantitativ strategi er 50.000 USD (ca 35.000 for oss i Storbritannia). Hvis jeg begynte igjen, ville jeg begynne med et større beløp, sannsynligvis nærmere 100 000 USD (ca. 70 000). Dette skyldes at transaksjonskostnadene kan være ekstremt dyre for mellom - og høyfrekvensstrategier, og det er nødvendig å ha tilstrekkelig kapital til å absorbere dem i nedtellingstider. Hvis du vurderer å begynne med mindre enn 10 000 USD, må du begrense deg til lavfrekvente strategier, handel med en eller to eiendeler, da transaksjonskostnadene raskt vil spise inn i avkastningen. Interaktive meglere, som er en av de vennligste meglerne til de som har programmeringsevner, på grunn av API, har et minimumskonto på minst 10 000 USD. Programmeringsevner er en viktig faktor i å skape en automatisert algoritmisk handelsstrategi. Å være kunnskapsrik i et programmeringsspråk som C, Java, C, Python eller R, gjør det mulig å lage end-to-end datalagring, backtest-motor og kjøresystem selv. Dette har en rekke fordeler, hvorav sjef er evnen til å være helt klar over alle aspekter av handelsinfrastrukturen. Det lar deg også utforske de høyere frekvensstrategiene, da du vil være i full kontroll over teknologistakken din. Selv om dette betyr at du kan teste din egen programvare og eliminere feil, betyr det også mer tid på å koda opp infrastruktur og mindre på implementering av strategier, i hvert fall i den tidligere delen av din algo trading karriere. Du kan oppleve at du er komfortabel handel i Excel eller MATLAB og kan outsource utviklingen av andre komponenter. Jeg vil ikke anbefale dette, spesielt for de som handler med høy frekvens. Du må spørre deg selv hva du håper å oppnå ved algoritmisk handel. Er du interessert i en vanlig inntekt, hvor du håper å tegne inntekter fra din handelskonto. Eller er du interessert i en langsiktig kapitalgevinster og har råd til å handle uten behov for nedbetaling. Inntektsavhengighet vil diktere frekvensen av strategien din . Flere vanlige inntektsuttak vil kreve en høyere frekvenshandelstrategi med mindre volatilitet (dvs. et høyere Sharpe-forhold). Langsiktig handelsfolk har råd til en mer sederlig handelsfrekvens. Til slutt, bli ikke forvirret av tanken om å bli ekstremt velstående på kort tid. Algo trading er IKKE en rask rikskjema - om noe kan det bli en fattig rask ordning. Det krever betydelig disiplin, forskning, flid og tålmodighet for å lykkes i algoritmisk handel. Det kan ta måneder, om ikke år, å generere konsistent lønnsomhet. Sourcing Algoritmic Trading Ideas Til tross for vanlige oppfatninger om det motsatte, er det faktisk ganske greit å finne lønnsomme handelsstrategier i det offentlige området. Aldri har handelsideer vært mer tilgjengelig enn de er i dag. Akademisk finansjournaler, pre-print-servere, handelsblogger, handelsfora, ukentlige handelsblader og spesialtekster gir tusenvis av handelsstrategier som du kan basere dine ideer på. Vårt mål som kvantitative handelsforskere er å etablere en strategipipeline som vil gi oss en strøm av pågående handelsideer. Ideelt sett ønsker vi å skape en metodisk tilnærming til innkjøp, evaluering og implementering av strategier som vi kommer over. Målet med rørledningen er å skape en konsistent mengde nye ideer og gi oss et rammeverk for å avvise de fleste av disse ideene med det minste følelsesmessige hensyn. Vi må være svært forsiktige for ikke å la kognitive forstyrrelser påvirke vår beslutningsprosedyre. Dette kan være like enkelt som å ha en preferanse for en aktivaklasse over en annen (gull og andre edle metaller kommer til å tenke) fordi de oppfattes som mer eksotiske. Vårt mål bør alltid være å finne konsekvent lønnsomme strategier, med positiv forventning. Valget av aktivaklasse bør baseres på andre hensyn, som for eksempel handelskapitalbegrensninger, megleravgifter og innflytelsesmuligheter. Hvis du er helt ukjent med begrepet handelsstrategi, er det første stedet å se på med etablerte lærebøker. Klassiske tekster gir et bredt spekter av enklere, mer enkle ideer, som du kan gjøre kjent med kvantitativ handel. Her er et utvalg som jeg anbefaler for de som er ny til kvantitativ handel, som gradvis blir mer sofistikert når du arbeider gjennom listen: For en lengre liste over kvantitative handelsbøker, vennligst besøk QuantStart-leselisten. Det neste stedet for å finne mer sofistikerte strategier er med handelsfora og handelsblogger. Men et varsel: Mange handelsblogger stole på begrepet teknisk analyse. Teknisk analyse innebærer bruk av grunnleggende indikatorer og atferdspsykologi for å bestemme trender eller reverseringsmønstre i eiendomspriser. Til tross for at den er ekstremt populær i den samlede handelsplassen, anses teknisk analyse noe ineffektiv i det kvantitative finanssamfunnet. Noen har antydet at det ikke er bedre enn å lese et horoskop eller å studere teblad med hensyn til dens prediktive kraft. I virkeligheten er det vellykkede personer som benytter seg av teknisk analyse. Men som quants med en mer sofistikert matematisk og statistisk verktøykasse til disposisjon, kan vi enkelt evaluere effektiviteten av slike TA-baserte strategier og ta databaserte beslutninger fremfor å basere oss på følelsesmessige hensyn eller forutsetninger. Her er en liste over respekterte algoritmiske handelsblogger og fora: Når du har hatt litt erfaring med å evaluere enklere strategier, er det på tide å se på de mer sofistikerte faglige tilbudene. Noen akademiske tidsskrifter vil være vanskelig å få tilgang til, uten høye abonnementer eller engangskostnader. Hvis du er medlem eller alumnus på et universitet, bør du kunne få tilgang til noen av disse finansdokumenter. Ellers kan du se på pre-print servere. som er internettregistreringer av forsinkelser av akademiske artikler som gjennomgår peer review. Siden vi bare er interessert i strategier som vi med suksess kan kopiere, backtest og få lønnsomhet for, er en peer review av mindre betydning for oss. Den store ulempen med akademiske strategier er at de ofte også kan være utdaterte, krever uklare og dyre historiske data, handle i illikvide aktivaklasser eller ikke faktor i avgifter, slippe eller spre seg. Det kan også være uklart om handelsstrategien skal gjennomføres med markedsordrer, begrensningsordrer, eller om det inneholder stopptap etc. Det er derfor helt nødvendig å replikere strategien selv så godt du kan, backtest det og legge til i realistisk transaksjon kostnader som inkluderer så mange aspekter av aktivaklassene du ønsker å handle med. Her er en liste over de mer populære forhåndsskriverens servere og finansielle tidsskrifter som du kan opprette ideer fra: Hva med å danne dine egne kvantitative strategier Dette krever vanligvis ( men er ikke begrenset til) kompetanse i en eller flere av følgende kategorier: Markedsmikrostruktur - For høyere frekvensstrategier spesielt kan man benytte seg av markedsmikrostruktur. dvs. forståelse av orderbokdynamikken for å generere lønnsomhet. Ulike markeder vil ha ulike teknologiske begrensninger, forskrifter, markedsdeltakere og begrensninger som alle er åpne for utnyttelse via bestemte strategier. Dette er et meget sofistikert område, og detaljhandlerne vil finne det vanskelig å være konkurransedyktige i dette rommet, særlig da konkurransen inkluderer store, godt kapitaliserte kvantitative hedgefond med sterke teknologiske evner. Fondstruktur - Samlede investeringsfond, som pensjonskasser, private investeringspartnerskap (hedgefond), handelsvarerådgivere og verdipapirfond, er begrenset både av tung regulering og av store kapitalbeholdninger. Dermed kan visse konsekvente oppførelser utnyttes med de som er mer ferske. For eksempel er store midler utsatt for kapasitetsbegrensninger på grunn av deres størrelse. Dermed, hvis de trenger å raskt avlaste (selge) en mengde verdipapirer, må de sprenge den for å unngå å flytte markedet. Sofistikerte algoritmer kan dra nytte av dette og andre idiosyncrasies, i en generell prosess kjent som fondstruktur arbitrage. Machine learningartificial intelligence - Maskininlæringsalgoritmer har blitt mer utbredt de siste årene i finansmarkedene. Klassifikatorer (som Naive-Bayes, et al.) Ikke-lineære funksjonskamper (neurale nettverk) og optimaliseringsrutiner (genetiske algoritmer) har alle blitt brukt til å forutsi aktivitetsbaner eller optimalisere handelsstrategier. Hvis du har bakgrunn i dette området, kan du få litt innsikt i hvordan bestemte algoritmer kan brukes til enkelte markeder. Det er selvsagt mange andre områder for quants å undersøke. Godt diskutere hvordan du kommer opp med tilpassede strategier i detalj i en senere artikkel. Ved å fortsette å overvåke disse kildene på en ukentlig eller daglig basis, setter du deg inn for å få en konsekvent liste over strategier fra et mangfoldig utvalg av kilder. Det neste trinnet er å bestemme hvordan du avviser en stor delmengde av disse strategiene for å minimere sløsing med tid og tilbakeprøvingsressurser på strategier som sannsynligvis vil være urentable. Evaluering av handelsstrategier Den første og uten tvil mest åpenbare vurdering er om du faktisk forstår strategien. Vil du være i stand til å forklare strategien konsistent eller krever det en rekke forsøk og endeløse parameterlister I tillegg har strategien et godt og solid grunnlag i virkeligheten For eksempel kan du peke på noen atferdsmessig begrunnelse eller fondstrukturbegrensning som kan forårsake det mønsteret du forsøker å utnytte Vil denne begrensningen holde fast i en regimebrytelse, for eksempel en dramatisk reguleringsmiljøforstyrrelse. Er strategien avhengig av komplekse statistiske eller matematiske regler. Gjelder det for enhver økonomisk tidsserie eller er Det er spesifikt for aktivaklassen at det hevdes å være lønnsomt. Du bør hele tiden tenke på disse faktorene når du vurderer nye handelsmetoder, ellers kan du kaste bort betydelig tid på å forsøke å backtest og optimalisere ulønnsomme strategier. Når du har bestemt deg for at du forstår de grunnleggende prinsippene i strategien, må du avgjøre om den passer med din personlighets profil. Dette er ikke så vett en vurdering som det høres Strategier vil avvike vesentlig i deres ytelsesegenskaper. Det er visse personlighetstyper som kan håndtere mer signifikante perioder med drawdown, eller er villige til å akseptere større risiko for større avkastning. Til tross for at vi som quants forsøker å eliminere så mye kognitiv bias som mulig og bør kunne evaluere en strategi uhensiktsmessig, vil biases alltid krype inn. Derfor trenger vi et konsistent, unemotional middel for å vurdere resultatene av strategier . Her er listen over kriterier som jeg dømmer en potensiell ny strategi ved: Metodikk - Er strategisk momentum basert, gjennombrudd, markedsnøytral, retningsbestemt Støtter strategien seg på sofistikerte (eller komplekse) statistiske eller maskinlæringsteknikker som er vanskelige å forstå og kreve en doktorgrad i statistikk å forstå Går disse teknikkene inn i en betydelig mengde parametre, noe som kan føre til optimaliseringsforstyrrelser. Er strategien sannsynlig å motstå en regimebift (dvs. potensiell ny regulering av finansmarkeder). Sharpe Ratio - Sharpe-forholdet heuristisk kjennetegner rewardrisk ratio av strategien. Det kvantifiserer hvor mye avkastning du kan oppnå for nivået av volatilitet utholdt av egenkapitalkurven. Naturligvis må vi bestemme perioden og frekvensen som disse returnerer og volatilitet (dvs. standardavvik) måles over. En høyere frekvensstrategi vil kreve større samplingsfrekvens for standardavvik, men en kortere totalmålingstid, for eksempel. Utnyttelse - Trenger strategien betydelig innflytelse for å være lønnsomt Trenger strategien bruk av leverede derivatkontrakter (futures, opsjoner, swaps) for å gi avkastning Disse leverte kontrakter kan ha stor volatilitet karakteriserer og kan dermed lett føre til marginsamtaler. Har du handelskapitalen og temperamentet for en slik volatilitet Frekvens? Strategienes frekvens er nært knyttet til teknologistakken din (og dermed teknologisk kompetanse), Sharpe-forholdet og det totale transaksjonskostnadene. Alle andre saker som anses, krever høyere frekvensstrategier mer kapital, er mer sofistikert og vanskeligere å implementere. Imidlertid, forutsatt at din backtesting motor er sofistikert og feilfri, vil de ofte ha langt høyere Sharpe-forhold. Volatilitet - Volatilitet er sterkt knyttet til risikoen for strategien. Sharpe-forholdet karakteriserer dette. Høyere volatilitet i de underliggende aktivaklassene, hvis dekkes av, fører ofte til høyere volatilitet i egenkapitalkurven og dermed mindre Sharpe-forhold. Jeg antar selvsagt at den positive volatiliteten er omtrent lik den negative volatiliteten. Noen strategier kan ha større nedadgående volatilitet. Du må være oppmerksom på disse egenskapene. WinLoss, Gjennomsnittlig ProfitLoss - Strategier vil variere i deres winloss og gjennomsnittlige profitloss egenskaper. Man kan ha en svært lønnsom strategi, selv om antall tapende handler overskrider antall vinnende handler. Momentum strategier har en tendens til å ha dette mønsteret som de stole på et lite antall store treff for å være lønnsomt. Mean-reversion strategier har en tendens til å ha motstridende profiler hvor flere av bransjene er vinnere, men de tapende handler kan være ganske alvorlige. Maksimal Drawdown - Den maksimale nedtellingen er den største samlede topp-til-gjennom-prosent-nedgangen på egenkapitalkurven i strategien. Momentum strategier er velkjent å lide av perioder med utvidet drawdowns (på grunn av en rekke mange inkrementelle tapende handler). Mange handlende vil gi opp i perioder med utvidet drawdown, selv om historisk testing har antydet at dette er forretning som vanlig for strategien. Du må bestemme hvilken prosentandel av nedtelling (og over hvilken tidsperiode) du kan godta før du slutter å handle med strategien din. Dette er en svært personlig beslutning og må derfor vurderes nøye. Kapasitet Likviditet - På detaljnivå, med mindre du handler i et svært illikvitt instrument (som en liten aksjeselskap), trenger du ikke å bekymre deg sterkt med strategisk kapasitet. Kapasitet bestemmer skalerbarheten i strategien for ytterligere kapital. Mange av de større hedgefondene lider av betydelige kapasitetsproblemer etter hvert som deres strategier øker i kapitalallokering. Parametre - Visse strategier (spesielt de som finnes i maskinlæringssamfunnet) krever en stor mengde parametere. Hver ekstra parameter som en strategi krever, gjør at den er mer sårbar for optimaliseringsforstyrrelser (også kjent som kurvefitting). Du bør prøve og målrette strategier med så få parametere som mulig, eller sørg for at du har tilstrekkelige mengder data for å teste dine strategier på. Benchmark - Nesten alle strategier (med mindre karakterisert som absolutt avkastning) måles mot noen ytelses benchmark. Referansen er vanligvis en indeks som karakteriserer en stor prøve av den underliggende aktivaklassen som strategien handler om. Hvis strategien handler med store amerikanske aksjer, vil SP500 være et naturlig referansemål for å måle strategien din mot. Du vil høre vilkårene alpha og beta, brukt på strategier av denne typen. Vi vil diskutere disse koeffisientene i dybden i senere artikler. Legg merke til at vi ikke har diskutert den faktiske avkastningen av strategien. Hvorfor er dette I isolasjon gir avkastningen oss faktisk begrenset informasjon om strategiens effektivitet. De gir deg ikke et innblikk i innflytelse, volatilitet, referanser eller kapitalkrav. Dermed blir strategier sjelden vurdert på avkastningen alene. Overvei alltid risikotributtene til en strategi før du ser på avkastningen. På dette stadiet vil mange av strategiene som er funnet fra rørledningen bli avvist utelukket, siden de ikke vil oppfylle kapitalkravene, innflytelsesbegrensninger, maksimal uttaksstoleranse eller volatilitetspreferanser. Strategier som forblir igjen kan nå vurderes for backtesting. Men før dette er mulig, er det nødvendig å vurdere en endelig avvisningskriterium - det som er tilgjengelig for historiske data for å teste disse strategiene. Å skaffe historiske data I dag er bredden av de tekniske kravene på tvers av aktivaklassene for historisk datalagring betydelig. For å forbli konkurransedyktig investerer både kjøpssiden (fondene) og selgesiden (investeringsbankene) tungt i sin tekniske infrastruktur. Det er viktig å vurdere dens betydning. Spesielt er vi interessert i aktualitet, nøyaktighet og lagringskrav. Jeg vil nå skissere grunnleggende om å skaffe historiske data og hvordan lagre den. Dessverre er dette et veldig dypt og teknisk tema, så jeg vil ikke kunne si alt i denne artikkelen. Imidlertid vil jeg skrive mye mer om dette i fremtiden, da min tidligere bransjeerfaring i finansnæringen hovedsakelig var opptatt av økonomisk datainnsamling, lagring og tilgang. I den forrige delen hadde vi opprettet en strategipipeline som tillot oss å avvise bestemte strategier basert på våre egne personlige avslagskriterier. I denne delen vil vi filtrere flere strategier basert på våre egne preferanser for å skaffe historiske data. Hovedhensynene (spesielt på detaljhandlernivå) er kostnadene ved dataene, lagerkravene og nivået på teknisk ekspertise. Vi må også diskutere ulike typer tilgjengelige data og de ulike hensynene som hver type data vil pålegge oss. La oss begynne med å diskutere hvilke typer data som er tilgjengelige og de sentrale problemene vi må tenke på: Fundamental Data - Dette inkluderer data om makroøkonomiske trender, som rentesatser, inflasjonsfigurer, bedriftsaksjoner (utbytte, aksjesplittelser), SEC-arkiver , bedriftskonto, inntjenings tall, avkastningsrapporter, meteorologiske data etc. Disse dataene brukes ofte til å verdsette selskaper eller andre eiendeler på grunnlag, det vil si via noen form for forventede fremtidige kontantstrømmer. Det inkluderer ikke aksjekursserier. Enkelte grunnleggende data er fritt tilgjengelige fra offentlige nettsider. Andre langsiktige historiske grunnleggende data kan være ekstremt dyre. Lagringskrav er ofte ikke særlig store, med mindre tusenvis av selskaper blir studert på en gang. Nyhetsdata - Nyhetsdata er ofte kvalitative i naturen. Den består av artikler, blogginnlegg, microblog-innlegg (tweets) og redaksjonelt. Maskininnlæringsteknikker som klassifiseringsverktøy brukes ofte til å tolke følelser. Disse dataene er også ofte fritt tilgjengelige eller billige, via abonnement på medier. De nyere NoSQL-dokumentlagringsdatabasene er utformet for å lagre denne typen ustrukturerte, kvalitative data. Asset Price Data - Dette er det tradisjonelle datadomenet til quant. Den består av tidsserier av eiendomspriser. Aksjer (aksjer), renteinntekter (obligasjoner), råvarer og valutakurser ligger alle i denne klassen. Daglige historiske data er ofte enkle å få for enklere aktivaklasser, for eksempel aksjer. Imidlertid, når nøyaktighet og renslighet er inkludert og statistiske forstyrrelser fjernet, kan dataene bli dyre. I tillegg har tidsseriedata ofte betydelige lagringskrav, spesielt når intradagdata blir vurdert. Finansielle instrumenter - aksjer, obligasjoner, futures og de mer eksotiske derivative opsjonene har svært forskjellige egenskaper og parametere. Dermed er det ingen størrelse som passer til alle databasestrukturer som kan imøtekomme dem. Vesentlig omsorg må gis til utforming og implementering av databasestrukturer for ulike finansielle instrumenter. Vi vil diskutere situasjonen i lengden når vi kommer til å bygge en verdipapirmasterdatabase i fremtidige artikler. Frekvens - Jo høyere frekvensen av dataene er, jo større koster og lagringskrav. For lavfrekvente strategier er daglig data ofte tilstrekkelig. For høyfrekvente strategier kan det være nødvendig å skaffe tick-nivå data og til og med historiske kopier av bestemte handelsutvekslingsordreinformasjon. Implementering av en lagringsmotor for denne typen data er meget teknologisk intensiv og bare egnet for de med sterk programmeringsteknisk bakgrunn. Benchmarks - Strategiene beskrevet ovenfor vil ofte bli sammenlignet med et referanseindeks. Dette manifesterer seg vanligvis som en ekstra økonomisk tidsserie. For aksjer er dette ofte et nasjonalt aksjeindeks, for eksempel SP500-indeksen (US) eller FTSE100 (UK). For et rentebæringsfond er det nyttig å sammenligne mot en kurv med obligasjoner eller renteinntekter. Den risikofrie rente (dvs. passende rente) er også et annet godt akseptert referanseindeks. Alle aktivaklassekategorier har en favorisert referanse, så det vil være nødvendig å undersøke dette basert på din spesifikke strategi, hvis du ønsker å få interesse for din strategi eksternt. Teknologi - Teknologistakkene bak et økonomisk datalager er komplekse. Denne artikkelen kan bare skrape overflaten om hva som er involvert i å bygge en. Imidlertid senterer den seg rundt en databasemotor, for eksempel et Relational Database Management System (RDBMS), for eksempel MySQL, SQL Server, Oracle eller en Document Storage Engine (dvs. NoSQL). Dette er tilgjengelig via forretningslogikk-applikasjonskode som spørrer databasen og gir tilgang til eksterne verktøy, for eksempel MATLAB, R eller Excel. Ofte er denne forretningslogikken skrevet i C, C, Java eller Python. Du må også være vert for disse dataene et sted, enten på din egen personlige datamaskin eller eksternt via Internett-servere. Produkter som Amazon Web Services har gjort dette enklere og billigere de siste årene, men det vil fortsatt kreve betydelig teknisk kompetanse for å oppnå på en robust måte. Som det kan sees, når en strategi er identifisert via rørledningen, vil det være nødvendig å evaluere tilgjengeligheten, kostnadene, kompleksiteten og implementeringsdetaljer for et bestemt sett med historiske data. Det kan hende du finner det nødvendig å avvise en strategi basert utelukkende på historiske data hensyn. Dette er et stort område, og lag av doktorgradsstudenter jobber med store midler, slik at prissetting er korrekt og rettidig. Ikke undervurder vanskelighetene med å skape et robust datasenter for din backtesting formål. Jeg vil imidlertid si at mange backtesting-plattformer kan gi disse dataene automatisk for deg - til en pris. Dermed vil det ta mye av implementerings smerten vekk fra deg, og du kan konsentrere deg rent på strategiimplementering og optimalisering. Verktøy som TradeStation har denne kapasiteten. Men min personlige oppfatning er å implementere så mye som mulig internt og unngå å outsource deler av stabelen til programvareleverandører. Jeg foretrekker høyere frekvensstrategier på grunn av deres mer attraktive Sharpe-forhold, men de er ofte tett koblet til teknologistakken, hvor avansert optimalisering er kritisk. Nå som vi har diskutert problemene rundt historiske data, er det på tide å begynne å implementere våre strategier i en backtesting motor. Dette vil bli gjenstand for andre artikler, da det er et like stort diskusjonsområde Bare å komme i gang med kvantitativ handel