Trading system robustness

Home robusto sistemas de negociação são o objetivo da tendência followers. Robust sistemas de negociação são o objetivo dos seguidores de tendência. Você sempre pode encontrar anúncios loucos sistemas de negociação promissores com altos retornos e 100 taxas de sucesso picking tops e fundos Estes chamados sistemas de alcançar seus resultados por Usando muitas regras e muitas exceções Eles estavam perfeitamente desenvolvidos ou curva-fit As regras são sempre sobre otimizado Olhando bom no papel só é tudo que você ganha Eles não vão durar ou segurar o mundo real. Uma boa tendência após o sistema de negociação deve ser Robusto Há cinco critérios gerais para a robustez do sistema. Análise de sensibilidade em parâmetros de regras do sistema. Teste em muitos mercados. A análise de risco de todo o sistema. Sistema de consistência. Can tendência seguinte ser descrito em termos simples e lógico. Um sistema comercial com não mais de três Para cinco parâmetros para otimizar é ideal Parâmetros são a componente quantitativa das regras ou condições que devem ser cumpridas. Test em muitos mercados. Uma indicação significativa de robustez É usar um sistema otimizado para um mercado em muitos mercados diferentes sem alterar nenhum dos parâmetros Se um sistema otimizado no SP 500 pode negociar um fundo do Japão, um fundo de pequena capitalização e um fundo de mercados emergentes, a confiança nesse sistema é A análise de risco de todo o sistema imagina todas as formas em que o sistema pode subestimar seus objetivos. Pense nas opções. Os retornos consistentes mostram um sistema, em muitos negócios, está aproveitando uma vantagem. Da mesma maneira um casino tem uma borda na roleta, sobre um grande número de comércios, um sistema com uma borda faz o dinheiro. A tendência da tendência pode ser descrita em termos simples e lógicos. Um sistema deve ser explicado nos termos simples e lógicos Se um sistema depende Na fase da lua ou na média móvel exponencial do oscilador Fibonacci, em seguida, rejeitar o sistema Você deve entender a base para o sucesso de um sistema. Trend seguintes produtos. Michael Covel Tendência Seguindo Products.1996-17 Tendência seguinte Todos os Direitos Reservados Contact. Trend A seguir, TurtleTrader, são marcas comerciais marcas de serviço da Trend Following Outras marcas comerciais e marcas de serviço que aparecem na Trend A seguir, a rede de sites pode ser propriedade da Trend Following ou de terceiros, incluindo terceiros não afiliados à Trend. E as informações sobre a tendência seguinte rede de sites não podem ser copiados, reimpressos ou redistribuídos sem a permissão por escrito de Michael Covel e ou Tendência Seguir, mas a permissão por escrito é facilmente e normalmente concedido. O objetivo deste site é incentivar a livre troca de idéias O conteúdo integral deste website baseia-se nas opiniões de Michael Covel, salvo indicação em contrário. Os artigos individuais baseiam-se nas opiniões do respectivo autor, que pode manter os direitos de autor como As informações contidas neste website destinam-se a uma partilha de conhecimentos e Formação a partir da pesquisa e experiência de Michael Covel e sua comunidade. Informações contidas aqui não é projetado para ser usado como um convite para investimento com qualquer consultor perfilado Todos os dados neste site é direto da CFTC, SEC, Yahoo Finance, Google e divulgação Documentos por gestores mencionados aqui Assumimos todos os dados para ser preciso, mas não assumimos qualquer responsabilidade por erros, omissões ou erros administrativos feitos por fontes. Trend Mercados de seguimento e vende vários pesquisa de investimento e produtos de informação de investimento Os leitores são exclusivamente responsáveis ​​pela seleção de ações, moedas , Suas subsidiárias, empregados e agentes não solicitam ou executam negócios, nem dão conselhos de investimento e não são registrados como corretores ou conselheiros em nenhuma agência federal ou estadual Leia o nosso disclaimer. Watch completo filme de Michael Covel agora A única tendência seguinte documentary. Stress Tes Ting para Trading Robustness. by estratégia Michael R Bryant. No artigo sobre estratégias de negociação multi-mercado, discuti o conceito de robustez, que eu descrevi como insensibilidade às variações nos dados em que a estratégia é baseada a construção de um sistema de comércio em vários mercados É uma maneira de aumentar a robustez No entanto, o que se você já tem uma estratégia e você quer ver como ele é robusto. Testar uma estratégia de negociação de robustez é muitas vezes referida como análise de sensibilidade, ou mais coloquialmente como stress testing A idéia básica é Ver o que acontece quando pequenas mudanças são feitas aos inputs da estratégia, dados de preços ou outros elementos da estratégia ou do ambiente comercial Uma estratégia robusta exibe uma reação proporcional e relativamente silenciosa a tais mudanças, enquanto uma estratégia que não é robusta reagirá desproporcionalmente E às vezes falham completamente quando pequenas mudanças são feitas em seus insumos ou ambiente. Por que isso é importante. Put simplesmente, a robustez é importante porque t Os mercados nunca permanecem os mesmos Tomar as entradas de estratégia, por exemplo Entradas como o comprimento de look-back para uma média móvel pode ser ótimo durante o período de back-test, mas em frente, os valores diferentes podem ser óptimas Queremos saber o quão bem A estratégia será executada quando as entradas não são mais ótimas Uma maneira de abordar isso é ver como os resultados mudam quando os valores de entrada são alterados. Como explicado no artigo anterior, a idéia de robustez está relacionada à estratégia de superação Nós queremos Para certificar-se de que a estratégia não foi cabida tão firmemente ao mercado durante o processo de desenvolvimento que não pode resistir a quaisquer mudanças no mercado Em termos gerais, podemos testar para que, alterando o mercado, mudando a estratégia, ou ambos Uma estratégia Que não resiste bem a mudanças relativamente pequenas não é robusto e é provável que seja excesso de ajuste Tal estratégia não deve ser esperado para fazer bem no futuro. Tipos de Stress Testing. There são muitas maneiras diferentes que uma estratégia Pode ser testado por estresse Podemos fazer alterações na estratégia em si ou para os dados de preço em que nós back-test it Podemos alterar os custos de negociação, como a quantidade de deslizamento, ou alterar a posição de dimensionamento Em princípio, qualquer coisa que afeta a Estratégia de back-testing resultados podem ser variados Neste artigo, os seguintes três tipos de testes de estresse serão discutidos. Changing a estratégia inputs. Making pequenas alterações aos preços individuais. Changing a barra de partida. A razão para mudar a estratégia inputs foi discutido acima Para alterá-los, uma porcentagem será escolhida aleatoriamente entre - Max e Max, onde Max pode ser da ordem de 1 ou 5 Essa porcentagem será aplicada ao intervalo de valores para cada entrada Por exemplo, se escolhermos o look-back Comprimento para um indicador da gama de valores de 1 a 100, então o intervalo seria 100, ea percentagem de mudança escolhida aleatoriamente seria aplicada a 100 O valor de alteração, positivo ou negativo, seria então adicionado à origem Al valor de entrada para torná-lo maior ou menor por esse valor Vamos também especificar uma quantidade mínima possível mudança, como 1 para a quantidade para alterar um indicador look-back comprimento Dessa forma, se a alteração aleatória percentagem é um pequeno número, o A entrada ainda será alterada. Uma maneira que uma estratégia pode ser over-fit, e, portanto, não robusto, é se ele se encaixar demasiado estreita para preços específicos no back-test Por exemplo, se a estratégia entra em um longo stop e vários Grandes, rentáveis ​​negociações entrar no preço elevado do dia, que deve levantar uma bandeira vermelha Como seria o resultado se o alto tinha sido um tiquetaque inferior naqueles dias Se uma mudança tão pequena iria arruinar os resultados, a estratégia é claramente Não robusto Uma técnica de teste de estresse para detectar esse tipo de ajuste excessivo é fazer alterações aleatórias em preços individuais e avaliar os resultados. Para alterar aleatoriamente os dados de preço, vamos usar duas configurações Uma é a probabilidade de mudar um preço Por exemplo , Se a probabilidade for 50, que mea Ns existe uma chance de 50% que qualquer preço - aberto, alto, baixo, próximo de cada barra - será alterado A segunda configuração é a alteração percentual máxima que será aplicada a um preço que está sendo alterado Como com os valores de entrada, O valor real da mudança é escolhido aleatoriamente entre - Max e Max, onde Max é a variação máxima de preço percentual. O valor de Max é tomado como uma porcentagem do intervalo verdadeiro médio nas últimas 100 barras. Por exemplo, se o intervalo verdadeiro médio É de 10 pontos e a mudança de percentagem máxima é 20, então a quantidade de mudança é um número escolhido aleatoriamente entre -2 e 2 pontos Vamos dizer que o número real é -1 25 pontos, eo preço de fechamento é 1250 50 O fechamento modificado seria então Ser 1249 25 Finalmente, é possível que a alteração de um preço irá invalidar o preço normal de ordenação, como a redução da aberta para que ele está abaixo da baixa Para evitar que, os preços podem ter de ser ajustado após fazer a alteração para manter a abrir E fechar dentro do alcance baixo elevado. E último método de teste de estresse que será discutido envolve a mudança da barra de partida É provavelmente óbvio que uma boa estratégia não deve desmoronar quando você iniciar o back-teste em uma barra diferente Pode ser menos óbvio como isso pode acontecer Considere uma estratégia hipotética Que entra muito tempo em um crossover média móvel Então, mantém o comércio exatamente cinco barras antes de sair no mercado Deixando de lado a adequação da lógica, imagine o que o comércio história pode parecer em um gráfico de preços Se a média móvel condição de entrada usa um curto - A média de longo prazo acima de uma média de longo prazo, é inteiramente possível que, numa tendência ascendente sustentada, a condição de entrada possa ser verdadeira durante um longo período de tempo, ou seja, a média de curto prazo poderá ser superior à média de longo prazo para Muitas barras em uma row. Se o back-teste foi iniciado durante esse período, o primeiro comércio entraria na próxima barra após a barra de partida, e cada comércio duraria cinco barras, seguido imediatamente pela próxima entrada, E assim por diante Agora, considere o que aconteceria se a barra de partida foram alterados Se a barra de partida foi um bar mais tarde, por exemplo, toda a série de comércios seria deslocado uma barra para a direita É inteiramente possível que algumas dessas séries de cinco - bar seria muito mais rentável do que outros, dependendo de como os negócios alinhados com qualquer subjacente cinco-bar ciclo de tendência que existia Então, dependendo da barra de partida, a estratégia pode ser altamente rentável ou não rentável por causa de onde os comércios começou e Terminou Não pôde ser óbvio durante o desenvolvimento que a lógica da estratégia teve este tipo de dependência na barra começar, particularmente para tipos mais complexos de lógica. Para testar para o efeito da barra começar, a barra em que o back-teste da estratégia é Iniciado será variado por um número aleatório escolhido entre 1 e N No exemplo abaixo, N foi escolhido para ser 300 Então a barra de partida foi variada adicionando um número escolhido aleatoriamente entre 1 e 300 à barra de partida original Numa aproximação de Monte Carlo. Variando as entradas, os preços, ou a barra começar por uma quantidade aleatória fornece somente uma alternativa comparar com os resultados originais Para começar uma imagem mais completa de como uma estratégia robusta é, nós podemos repetir o processo muitos Vezes até que tenhamos uma distribuição de resultados Geralmente falando, variando as variáveis ​​de entrada aleatoriamente sobre um grande número de iterações para gerar uma distribuição estatística de resultados para a função que depende dessas entradas é chamada de análise de Monte Carlo. Função é a estratégia de negociação e as entradas de função são as entradas de estratégia, os preços de mercado e ou a barra de partida Ao repetir o teste de estresse muitas vezes, acabamos com vários conjuntos de resultados de negociação Para entender como funciona o processo de Monte Carlo, Exemplo ilustrado na Fig. 1. Figura 1 Curva de capital original para uma estratégia de negociação forex. A curva de equidade ilustrada na Fig. 1 é para uma estratégia de negociação desenvolvida para o mercado cambial EURUSD Ket em bares diários, com um lote padrão 100.000 por comércio e 50 por lote para os custos de negociação Esta é uma das estratégias de bônus incluídas com Adaptrade Builder Foi desenvolvido em março de 2010 Os últimos 100 trades ou assim foram desde o lançamento, o que mostra que Ele tem mantido bem em tempo real fora de amostra tracking. To ilustrar como os resultados de testes de estresse podem ser analisados ​​usando uma abordagem Monte Carlo, considere os resultados de estresse testando a estratégia de forex sobre os dados de preços, como mostrado na Fig 2 , Que representa um total de 20 curvas de patrimônio, das quais 19 correspondem a um conjunto diferente de dados de preços aleatoriamente modificados. A série de preços originais para o EUR / USD foi modificada 19 vezes como descrito acima, usando uma probabilidade de mudança de preço de 50 com um máximo Variação percentual de 20 Juntamente com a curva original, mostrada como a linha verde mais espessa, há um total de 20 conjuntos de resultados O número total foi mantido tão pequeno quanto possível para fins ilustrativos mais iterações serão usadas abaixo na re Figura 2 Teste de estresse a estratégia de forex variando os dados de preço 19 vezes. O lucro líquido total correspondente a cada curva de equidade na Fig. 2 é o seguinte.147855 00 133286 00 87771 00 92707 00 132149 00 88384 00 126019 00 96581 00 105466 00 102946 00 86753 00 96127 00 116611 00 68459 00 109427 00 96242 00 111020 00 50201 00 130076 00 104181 00.O valor mais elevado, 147.855, corresponde ao ficheiro original de dados de preço O valor mais baixo é 50.201 Numa análise de Monte Carlo, Podemos perguntar qual é o lucro líquido provavelmente com um determinado grau de confiança dada a variação nos resultados Um nível de confiança de 95 é típico, o que significa que haveria uma chance de 5 do lucro líquido ser menor do que o nosso valor selecionado To Obter o valor do lucro líquido em 95 confiança, a lista acima é classificada de mais alto para mais baixo, eo valor 95 do caminho para baixo a lista é selecionado Como temos 20 itens na lista, selecionamos o 19º item na lista ordenada , Que seria um p líquido Rofit de 68.459, ou seja, o segundo valor mais baixo na lista. Podemos interpretar este resultado da seguinte forma se a aleatorização dos dados de preços é representativa do tipo de diferenças aleatórias que seria de esperar no mercado, então podemos esperar que 95 do tempo , O lucro líquido será de pelo menos 68.459. A mesma abordagem pode ser aplicada a qualquer métrica de desempenho que possamos querer acompanhar Se a métrica é um onde um valor menor é melhor, como o máximo de levantamento, a lista seria classificada no oposto Ordem antes de selecionar o valor 95 do caminho para baixo da lista. Exemplos de Teste de Stress. Now considerar um exemplo mais representativo, em que um total de 100 amostras foram geradas para a análise de Monte Carlo A Fig. 3 mostra as diferentes curvas de equidade resultantes da variação da Preço arquivo 99 vezes mais a curva original. Figura 3 Stress testando a estratégia de forex, variando os dados de preços 99 vezes, para um total de 100 curvas de equidade. Após a abordagem de Monte Carlo para os resultados para o teste de estresse, t Ele resultados na Tabela 1 foram gerados em 95 confiança mostrada ao lado dos resultados para os dados originais para comparação. Tabela 1 Stress testando a estratégia de forex, variando os dados de preço. Como esperado, os resultados de Monte Carlo de modificar os dados de preços mostram uma redução No entanto, os resultados do teste de esforço ainda são positivos, indicando que a estratégia é pelo menos moderadamente robusta. Na Fig. 4, abaixo, a mesma abordagem tem sido aplicada aos valores de entrada da estratégia. A modificação A porcentagem foi estabelecida em 1, o que, para muitos insumos, significou que o valor mínimo de mudança foi aplicado Todos os insumos foram modificados pelo menos o valor mínimo para cada avaliação A curva de equidade original é mostrada perto do topo do gráfico como o mais grosso , Linha verde Comparado com os resultados para as modificações de preço, a modificação das entradas de estratégia teve um efeito mais forte no desempenho. Figura 4 Teste de estresse a estratégia de forex variando a estratégia Gy entradas 99 vezes, para um total de 100 curvas de equidade. O Monte Carlo resultados para a mesma amostra de métricas de desempenho como acima são mostrados na Tabela 2 abaixo, que inclui os resultados para os valores de entrada original. Tabela 2 Stress testando a estratégia de forex Variando as entradas de estratégia. Resultados de Monte Carlo, 95. Os resultados da variação da barra de partida para a mesma estratégia de forex são mostrados abaixo na Fig. 5 Comparado com os resultados dos outros dois testes, observa-se relativamente pouco efeito da variação da barra de partida , Sugerindo que a estratégia é principalmente insensível a esta variável. Figura 5 Teste de estresse a estratégia de forex, variando a barra de partida 99 vezes, para um total de 100 curvas de equidade. Os resultados de Monte Carlo deste teste são mostrados na Tabela 3 abaixo, onde Eles são comparados com os resultados para a barra de partida original. Tabela 3 Stress testando a estratégia de forex, variando a barra de partida. Monte Carlo Resultados, 95.Results, Original Data. It também é possível modificar tudo togeth Ou modificar combinações de variáveis, como modificar as entradas de estratégia ao mesmo tempo que os dados de preços. Na Fig. 6, abaixo, os três testes de estresse foram realizados juntos. Isso significa que as entradas de estratégia, dados de preços e barra de partida foram aleatoriamente modificadas Ao mesmo tempo antes de avaliar a estratégia. Figura 6 Teste de estresse a estratégia de forex, variando a barra de partida 99 vezes, para um total de 100 curvas de equidade. Claramente, esta combinação de testes de estresse é um teste severo da robustez da estratégia um Ou duas das curvas de equidade mostradas na Fig. 6 parecem mostrar um lucro líquido negativo ou quase tão líquido Apenas uma curva de equidade se aproxima do original Os resultados de Monte Carlo baseados neste teste são mostrados abaixo na Tabela 4.Tabela 4 Teste de estresse no forex Estratégia, variando os dados de preços, insumos de estratégia e barra de partida. Monte Carlo Resultados, 95.Results, Original Data. Summary e Conclusions. Over-montagem é sempre uma preocupação ao desenvolver uma estratégia de negociação chamado stress test O que é uma indicação de se ou não a estratégia é over-fit Enquanto qualquer variável que afeta os resultados de uma estratégia de negociação pode potencialmente ser o tema de um teste de estresse, este artigo centrou-se em três fatores importantes A estratégia usada para ilustrar cada teste de estresse demonstrou robustez moderada com relação aos dados de preço e valores de entrada e boa robustez com Respeito à barra de partida Vale a pena notar que a estratégia de exemplo tinha um registro de três anos de resultados de rastreamento em tempo real positivo, contudo, em alguns casos, os resultados do teste de estresse foram piores do que os resultados reais fora da amostra alcançados Pela estratégia Isto sugere que os testes de esforço podem ter sido demasiado severos nesses casos Isto foi particularmente evidente quando os três testes foram combinados, como mostrado na Fig. 6 e na Tabela 4. O teste de esforço para a stra Uma abordagem melhor pode ser aplicar o mesmo método usado para modificar os dados de preços, em que um preço foi modificado com uma probabilidade especificada. Em vez de modificar todos os dados Cada vez, uma probabilidade poderia ser aplicada para determinar se uma determinada entrada deve ser modificada. Se assim for, seria modificado da maneira descrita acima caso contrário, a entrada seria não modificada. Foi mostrado como os resultados do teste de estresse poderiam ser analisados ​​usando Monte Carlo análise Isso nos permitiu quantificar os resultados e fornecer uma estimativa de desempenho que foi geralmente mais conservador do que os resultados de back-teste com base nos dados originais. O foco do artigo foi em testar uma estratégia de negociação depois de ter sido desenvolvido em No entanto, a mesma abordagem poderia ser utilizada como parte do processo de desenvolvimento da estratégia. No Adaptrade Builder, as estratégias são desenvolvidas com base no desempenho testado No período da amostra Em vez de usar o desempenho obtido a partir de back-testing da estratégia sobre os dados originais, os resultados de Monte Carlo a 95 confiança do teste de estresse poderia ser usado As principais estratégias na população seria a de melhor Os resultados de Monte Carlo, que tendem a conduzir a população para estratégias robustas. Infelizmente, se cada análise de Monte Carlo fosse baseada em simulações de N, o processo de construção levaria N vezes mais tempo usando esta abordagem. Além dos testes fora da amostra e outros Os métodos discutidos nesta série de artigos, testes de estresse fornece uma outra ferramenta para ajudar a identificar estratégias comerciais robustas e evitar o excesso de ajuste Se aplicado como parte do processo de avaliação de estratégia, o teste de estresse pode ajudar a eliminar estratégias que são excessivamente sensíveis às mudanças no comércio Ambiente, o que poderia ajudar a evitar perdas e aumentar suas chances de sucesso nos mercados. Todos os testes de estresse foram realizados usando o Adaptrade Builder. Este artigo apareceu na edição de março de 2017 do boletim informativo Adaptrade Software. RESULTADOS HIPOTÉTICOS OU SIMULADOS DE DESEMPENHO TÊM CERTAS LIMITAÇÕES INERENTES SEM RELAÇÃO DE DESEMPENHO REAL, RESULTADOS SIMULADOS NÃO REPRESENTAM NEGOCIAÇÃO REAL TAMBÉM, DESDE QUE OS NEGÓCIOS NÃO TENHAM SIDO REALMENTE EXECUTADOS, OS RESULTADOS PODERÃO TER OU NÃO COMPENSADO PARA O IMPACTO, SE QUALQUER, DE DETERMINADOS FATORES DE MERCADO, COMO A FALTA DE PROGRAMAS DE NEGOCIAÇÃO DE SIMULAÇÃO DE LIQUIDEZ EM GERAL SÃO TAMBÉM SUJEITOS AO FATO QUE ELES ESTÃO CONCEBIDOS COM A BENEFÍCIO DA HINDSIGHT NENHUMA REPRESENTAÇÃO ESTÁ A SER FEITA QUE QUALQUER CONTA VOU OU É POSSÍVEL CONSEQUÊNCIA LUCROS OU PERDAS SIMILARES ÀQUELES MOSTRADAS. Se você gostaria de ser informado sobre novos desenvolvimentos, notícias e ofertas especiais da Adaptrade Software, por favor junte-se à nossa lista de e-mail Obrigado.7 Tipos de robustez de negociação Construir robôs que o tempo todas as tempestades. Construindo o robô invencível. Então você ouviu falar sobre como os computadores ru O mundo do comércio, como os robôs inteligentes fazem milhões nos mercados, e agora você quer construir o seu owb robô de negociação todo-poderoso que pode conquistar todos Bem, este artigo não vai prometer a fórmula mágica ou santo graal para o seu robô invencível, mas É tão perto como ele gets. PS Trading conceitos mencionados aqui não se aplica à negociação de alta freqüência comercial em milissegundos. Make seus robôs inteligentes, mas não muito inteligente. Que significa para Weather All Storms. In para que os nossos sistemas de negociação para Isso implica uma lógica de negociação que são eficazes em períodos diferentes, estruturas de backtesting que minimizam viés e regras que não são rígidas. Esses critérios podem ser Resumida em uma palavra Robustez. O que é robustez. Definição oficial de robustez Na economia, a robustez é a capacidade de um sistema de negociação financeira para permanecer eficaz sob diferentes mercados S e condições de mercado diferentes, ou a capacidade de um modelo econômico permanecer válido sob diferentes pressupostos, parâmetros e condições iniciais. Para traduzir isso em palavras mais simples. Um sistema de negociação é robusto se ele pode permanecer eficaz em mudar as condições de mercado. E avaliar robôs de negociação nos dias de hoje é barato. Tipos de Robustez. Robustância parece ser uma palavra usada em excesso Muitas pessoas falam sobre robustez em um sistema de negociação sem referência específica a um único tipo de robustez Existem muitos tipos de robustez, este artigo irá falar sobre a Principal robustez 7. Robustness. Semasonal Robustness. Timbreme Robustness. Strument Robustness. Optimization Robustness. Parameter Robustness. Portfolio Robustness. Period Robustness. Definition Um sistema de negociação é robusto em todos os períodos, se ele pode permanecer eficaz em diferentes períodos de mercado. Períodos de mercado podem ser caracterizados Em 2 tipos Generic e Strategic. Generic Market Periods. Figure 1 Seis Períodos de Mercado Genéricos. Re 1 mostra-nos os seis principais períodos de mercado genérico Neste caso, estamos analisando o desempenho dos nossos sistemas de negociação nestes seis periods. However, note que algumas tabelas de período de mercado genérico são 5 por 5 ou maior.5 por 5 eixo Y Muito baixa volatilidade, baixa volatilidade, neutro, alta volatilidade, muito alta volatilidade.5 por 5 eixo X Forte tendência de alta, tendência de alta, variando, tendência de baixa, forte tendência de baixa. 5 por 5 classificação é apenas uma variação do original 2 por 3, mas Não há nada de errado com o 5 por 5 ou qualquer classificação maior. Se o nosso sistema de negociação é eficaz em todos os 6 períodos básicos, isso significa que é período robusto. Stratégico Mercado Períodos. Stratégicos Mercado Períodos são definidos pelo comerciante Isso depende de específicos Condições que influenciam fortemente o ativo que você está negociando Claro, estas condições específicas variam para diferentes assets. For exemplo, se estamos negociando EURUSD, os EU Federal Reserve política monetária irá influenciar fortemente a nossa negociação Por isso, vamos analisar 2 str 1 Fed Easing 2 Fed Tightening Se você está negociando ações, um exemplo seria 1 Justo antes da liberação de resultados 2 Logo após a liberação de resultados. Aplicação para Trading. Does isso significa que se o meu sistema de negociação não é robusto período, não é rentável . Isso é incorreto Há uma abundância de sistemas de negociação que são projetados para capturar uma ineficiência mercado específico Nosso objetivo aqui é entender as características do nosso sistema de negociação s para que saibamos como e quando implantá-los. Seasonal Robustness. Definition Um sistema comercial é sazonal Robusto se for capaz de permanecer eficaz apesar dos efeitos sazonais. A robustez sazonal pode ser considerada como um subconjunto da robustez do período. Um efeito sazonal é toda a anomalia do mercado ou efeito econômico que pareça ser relacionado ao calendário Nós dizemos que existe efeitos sazonais em O mercado se houver comportamento repetitivo nos mercados ao longo do tempo Existem cinco tipos principais de efeitos sazonais. Intra-Dia Efeito Comportamento específico do mercado S em determinadas épocas do dia. Efeito do dia Comportamento específico dos mercados em determinados dias da semana. Efeito do mês Comportamento específico dos mercados em determinados meses do efeito do year. Quarter Comportamento específico dos mercados em uma base trimestral. Termo às vezes inclui efeitos plurianuais, como o ciclo decenal de dez anos. Na maioria dos casos, os efeitos sazonais não são profecias auto-realizáveis ​​Eles são criados pelos fundamentos do mercado.1 Os mercados de Forex são mais ativos durante certos momentos do dia por causa de Mercado global se sobrepõe.2 Janeiro O efeito existe devido a razões de redução de impostos.3 Os mercados tendem a ser mais silenciosos na metade anterior da primeira sexta-feira de cada mês, devido a Não-Farm Payrolls. Figura 2 Examinando os Créditos Effect janeiro. Por que não explorar esta ineficiência recorrente É definitivamente possível, mas existem várias razões que isso poderia ser difícil. Atingir e extensão dos efeitos sazonais são instáveis. Os participantes do mercado estão constantemente a tentar Para explorar os efeitos sazonais. Essas ações influenciam a extensão eo comportamento dos efeitos sazonais. Portanto, isso cria uma situação dinâmica onde os efeitos sazonais estão constantemente mudando. O comércio é muito alto. O efeito sazonal pode existir porque o custo para explorar o efeito é Muito alto O alto custo atua como uma barreira natural para proteger os efeitos sazonais. Não acreditamos que o mercado seja completamente eficiente, mas acreditamos que ele é eficiente até certo ponto. Em muitos casos, é difícil explorar um efeito sazonal porque o Por exemplo, você pode querer comprar um straddle uma estrutura de opções que ganha em valor quando a volatilidade aumenta durante Non-Farm Payroll porque você espera maior volatilidade No entanto, os vendedores do straddle ter tido em conta a alta volatilidade e, portanto, preços Isso para os prémios de opção de preço straddle. Timeframe Robustness. Definition Um sistema de negociação é timeframe robusto se é capaz de permanecer eficaz quando a negociação em O nosso sistema de negociação é timeframe robusto se a sua estratégia de negociação subjacente é eficaz em diferentes prazos. Precisamos entender a robustez do prazo em dois tipos de condições de mercado. 1 Nosso ativo se comporta como um fractal através de prazos.2 Nenhum comportamento fractal. Scenário 1 Nosso recurso se comporta como um fractal através de cronogramas. Não estamos nos referindo ao padrão de castiçal quando falamos Fractals. Official Definição de Fractals Um fractal é um fenômeno natural Ou um conjunto matemático que exibe um padrão de repetição que exibe em cada escala Se a replicação é exatamente o mesmo em cada escala, é chamado de um padrão auto-similar. Para simplificá-lo Um fractal é um padrão que se repete em diferentes visuais ou tempo Figura 3 Fractals em diferentes timeframes. As zoom para os prazos mais baixos, vemos que as características de formas do activo continua a ser o mesmo. Ng sistema será sempre timeframe robusto quando ele está negociando um ativo que se comporta como um fractal através de timeframe Se o mercado se comporta da mesma maneira em cada timeframe, não deve haver qualquer diferença no comportamento do nosso sistema de negociação scencenzo 2 Nenhum comportamento fractal . Uma regra geral é que a volatilidade de ruído aumenta à medida que vamos para o menor período de tempo Nosso sistema de comércio será cronograma robusto aqui se sua lógica subjacente é eficaz, apesar dos diferentes níveis de ruído e comportamento do mercado em diferentes prazos. Se o nosso sistema de negociação é timeframe robusto, ele funciona em cada timeframe No entanto, isso não significa que permanecemos indiferentes ao período de tempo que trade. We deve comércio em menor prazo Isto irá maximizar o número de oportunidades de negociação por tempo Imagine a média de 1 comércio por 5 barras Se você negociar em período de tempo diário, você irá disparar 52 comércios por ano 260 dias úteis 5 Se você negociar em 1 prazos horários, você pode disparar 1248 260 24 5 negociações um ye Ar Portanto, o seu lucro será 24 vezes maior sem considerar os efeitos de compounding. Should nós comércio no menor prazo possível. Seguindo a lógica acima, se devemos comércio no menor prazo possível 1min para MT4, devemos ser massivamente rentável Direita Tristemente e unsurprisingly, no. It é improvável para que um sistema negociando seja perfeitamente timeframe robusto É improvável para que um recurso se comporte de uma maneira fractal perfeita Porque nós vamos a uns cronogramas mais baixos, o ruído aumenta O comportamento do recurso s torna mais imprevisível devido A influências em tempo real dos eventos atuais, microestrutura do mercado e especulação por parte dos participantes do mercado. Portanto, devemos escolher um período de tempo que equilibre a redução de ruído ea maximização do lucro. Se nosso sistema de negociação não é robusto, precisamos entender qual cronograma é mais adequado para our trading system in different market conditions. Instrument Robustness. Definition A trading system is robust across instruments assets if it ca n remain effective across different instruments. A trading system is instrument robust if it performs as expected across different assets This means that the trading system s underlying trading logic is capturing an inefficiency that exist in multiple assets. Application to Trading. Instrument robustness is not a gauge of a trading system s performance In fact, most trading systems are not instrument robust Trading systems are designed to capture specific market inefficiencies and these inefficiencies tend to be instrument specific Thus, it is not unusual that most trading systems are not instrument robust. Instead of aiming for instrument robustness, we should understand how our trading systems work in different assets This will allow us to discover common inefficiencies in different assets and deploy our portfolio of trading systems more effectively. Optimisation Robustness. Definition A trading system is robust in optimisation if the trading system objective function is maximised while mi nimising curve fitting. Before we explain in detail what Optimisation Robustness is, let s briefly understand what optimisation, objective function and curve fitting are. Optimisation The process where we adjust the structure and rules of a trading system to maximise or minimise its objective function. Objective Function This is the performance output of a backtest that we are trying to maximise or minimise. An easy and lazy way to choose an objective function is to use Net Profit This is rarely a good idea In trading, this output should consist of 3 things reward, consistency and risk. Curve Fitting The process of catering the trading system so closely to historical data that it becomes ineffective in the future. Why Because the future rarely reflects the past. Because the future rarely reflects the past, we need an optimisation process that minimises curve fitting This will increase the odds of success of our trading system A trading system going through such a process can be said to be opt imisation robust. Application to Testing. This brings us to our solution The Walk Forward Optimisation. Definition according to Wikipedia. The trading strategy is optimised with in-sample data for a time window in a data series The remainder of the data are reserved for out-of-sample testing A small portion of the reserved data following the in-sample data is tested with the results recorded The in-sample time window is shifted forward by the period covered by the out-of-sample test, and the process repeated At the end, all of the recorded results are used to assess the trading strategy. To translate into simpler words. We optimise our trading system using one period in-sample , and apply the optimised parameters to the next period out-of-sample Repeat The performance of the trading system is collated using all the out-of-sample periods. Figure 4 In-sample and out-of-sample periods.1 Optimise trading system using In-Sample A.2 Test trading system s performance in Out-Sample A.3 Optimise tradi ng system using In-Sample B.4 Test trading system s performance in Out-Sample B.5 Repeat for Period C to E.6 We will evaluate the trading system s performance in Out-Sample A to E. The aim of this process is to examine how will our trading system perform when executed in unknown territory out-of-sample. Parameter Robustness. Definition A trading system is parameter robust if its performance does not change drastically due to slight change in parameter values. If the underlying trading logic is sound, changing the parameter values slightly should not significantly affect its performance If the performance changes drastically, the trading system exhibits signs of curve fitting. Application to Testing. The results of an optimisation can be viewed in an optimisation surface parameter space if we are only optimising two parameters The x-axis and y-axis represents our two parameters The z-axis represents our objective function. Figure 5 Optimisation Surface with spiky peaks. Figure 6 Optimisation Su rface with flat hills. The two figures above represents the optimisation surface of a trading system that uses two parameters, a fast moving average and a slow one When we examine this optimisation surface, we prefer flat hills over spiky peaks Flat hills indicate little change in performance even if we shift the parameter values slightly. Portfolio Robustness. Definition Portfolio Robustness occurs when a group of trading systems are able to remain effective in different market conditions. Portfolio Robustness and Period Robustness are different as Portfolio Robustness focuses on the complementary effects of separate trading systems Different trading systems have different strengths and weaknesses They can be combined in a way to maximise our objective function of the portfolio in the long run. Application to Trading. For illustration, assume we have two trading systems which are long term profitable but are negatively correlated to each other. Figure 7 Net equity curve of a portfolio of two robots. By combining these two trading systems, we are able to cancel out the risk in their performance and achieve a net long run positive result with significantly lower risk. By applying this concept to a portfolio of different trading systems, we aim to achieve Portfolio Robustness. This article serves to briefly introduce the seven main types of robustness However, in order to truly have a good grasp on building great trading systems, you need these three elements Trading System Design, Coding for Algorithmic Trading and Market Knowledge What s next Go Google these topics and get started. AlgoTrading101 is the first comprehensive online course on algorithmic trading Learn the fundamentals of algo trading and put your ideas into action along with more than 10,000 students Learn more about us at AlgoTrading101.This dude runs an algorithmic trading academy with over 13,000 students Click on the Author link above to learn more about him. Post navigation.