Power Groei Alternatiewe Beleggingstrategie Kry jou Full Omsigtigheidsondersoek pakket Nou Aan! & Ldquo; Koop my handel kit en jy ook, kan groot geld maak 'n belegging in Emini futures! & Rdquo; Jy sal hierdie leë beloftes oor die Internet vind. Na die lees van baie Emini strategieë, vind ons dat die meeste misluk ons due diligence toets. 14 + jaar van Ba cktesting Getoets met behulp van historiese data en in lewende (nie hipotetiese) markte, het die Power Groei strategie gedemonstreer aan ons dat dit die resultate wat dit sê dit nie produseer. & Ldquo; Kry ryk handel Emini termynkontrakte & rdquo ;, 'n al te dikwels aanspraak aanlyn. Vaardig handelaars weet dat 'n belegging in Emini futures sonder die regte strategie is 'n dwaas strewe inderdaad. Jy kan net so goed gaan na Las Vegas, in plaas. Die bestudering van Emini termynkontrak op jou eie, leer grafiek patrone, en soek vir 'n behoorlike toegang en uitgang punte vereis uitgebreide tyd, energie en geduld. Dit vereis ook 'n aansienlike kapitaal as jy ontdek deur trial and error wat werk en wat doesn & rsquo; t. Moeg van die verlies van geld met middelmatige koop-en-hou beleggingstrategieë, Mike metodies ontleed verskeie handel programme insluitend dié van Belegger se Business Daily stigter William O & rsquo; Neil. Met verloop van tyd, het Mike sy eie Emini termynkontrak strategie ontwikkel hy noem Power Groei. Getoets en gesertifiseer, Power Groei het 'n bewese rekord vir die markte vanjaar klop ná jaar. Strategie gebou Proses (E-mini S & P 500 Futures) Die bou van 'n winsgewende Emini strategie vir ES / TF / EMD deur Mark Fric In hierdie artikel sal ek die volledige stap-vir-stap proses van die bou van 'n winsgewende, robuuste strategie vir ES (E-mini S & P 500 Futures), insluitend verskeie stappe van verskillende robuustheid toetse te verduidelik. Dit is 'n variasie van my ouer artikel oor strategie gebou Proses vir forex. By die gebruik van die masjien leer tegnieke soos genetiese programmering dit realtively maklik om strategieë met mooi kyk aandele kurwe te kry. Die gevaar lê in krommepassing, so die belangrikste deel van 'n strategie bouproses is toets strategie vir robuustheid om te verseker dat dit nie-kurwe toegerus om historiese data. In hierdie artikel sal ek verduidelik hoe ek gebruik dubbel OOS filter plus Robuustheid toetse plus Walk-forward Matrix toets. Dit is die gevolg Vir motivering Plaas Ek resultate van 'n mooi presteer strategieë vir ES / TF / EMD wat ek gevind het met behulp van die hieronder beskryf proses. Strategie 238433 vir ES / TF / EMD Die strategie bo gepubliseer op ons forum (slegs vir gelisensieerde gebruikers van StrategyQuant) hier: beskikbaar vir aflaai. Die enigste insette ek gebruik is my verwagtinge van die strategie - ek wil 'n strategie te bou vir ES (E-mini S & P 500) op 15 Min tydraamwerk wat geen voordeel aanbring en het so min onttrekkings moontlik. Ek wil die strategie om sterk genoeg wees sodat dit werk ook op ander termynkontrak (TF, EMD) en ek wil hê dit moet Walk-forward Matrix slaag om seker te maak dat reoptimization werk op hierdie strategie. Strategie bouproses 1. Die verkryging van die data Daar is 'n paar verskille tussen termynkontrakte en forex. In die eerste plek, die verkryging van die data vir Toekomsnavorsing is bietjie moeiliker en duurder. Daar is nie 'n vrye databronne en mees makelaars gee jou nie die geskiedenis langer as n paar maande. Jy kan die data van makelaar wat hulle bied (TradeStation, as jy hul kliënt) of jy moet aansoek doen vir 'n lewendige data diens, soos Kinetick of iqFeed kry. Daar is ook 'n paar spesiale dienste wat dont't bied live data voed, maar dit verkoop historiese termynmark data. Om uit te vind hulle net soek vir "historiese intraday furtures data" op Google. Tweede verskil is dat termynkontrakte het vervaldatum, kontrakte word gewoonlik verhandel slegs 3-4 maande en dan is hulle vervang deur nuwer weergawe van dieselfde termynkontrak. Om in staat wees om die termynmark data gebruik vir strategie-ontwikkeling wat ons nodig het om die ten minste n paar jaar van data het in die vorm van deurlopende kontrakte. Die meeste van data dienste aan te bied hierdie opsie, so dit is net 'n kwessie van 'n inskrywing op die data diens en die aflaai van die data om jou verhandelingsplatform. Uitvoer van die data van NinjaTrader As jy reeds data in jou NinjaTrader het jy dit kopieer na te StrategyQuant, so dit kan die gegenereerde strategieë teks. Om dit te doen, moet ons data uitvoer van NinjaTrader en voer hulle na StrategyQuant. Om data uit te voer ons die grafiek oop vir ES 15 Min. Maak seker dat jy die korrekte handel sessie stel. Ek gebruik CME Amerikaanse indeks Futures RTH sessie in hierdie voorbeeld. Wanneer die term oopgemaak net vind SQDataExport aanwyser en plaas dit op die grafiek. Dit sal die data vir die oomblik oopgemaak grafiek uit te voer na 'n tekslêer. Herhaal dieselfde proses ook vir TF (Mini Russel 2000 Futures) en EMD (E-mini S & P Midcap 400) ook op 15 min tydperk met korrekte handel sessie. Ons sal hierdie inligting later gebruik om ons strategieë te toets op ander simbole as 'n vorm van robuustheid toets. Toe open StrategyQuant en skep nuwe simbole vir ES, TF en EMD en die invoer van die onderskeie data lêers. Die invoer van data uit NinjaTrader word beskryf in meer besonderhede ook in die Handleiding. 2. Skep 'n groot poel van potensiële kandidate In die eerste stap van geslag Ek het net tot groot poel van potensiële "goeie" strategieë wat ek sal toets vir robuustheid later genereer. Ek wil my hele aanvanklike strategieë om winsgewend en robuuste (tot 'n mate), so ek in diens verskeie filters ook in hierdie eerste fase. My voorkeure vir hierdie stap Jy kan die instellings wat ek gebruik in hierdie stap om die skakel hieronder te laai. Klik op die skakel met die regter muis knoppie en kies Save link as. Toe ek in StrategyQuant instellings gebruik load gebruik hierdie prent instellings om die program te laai. Let daarop dat as jy jou simbole in StrategyQuant vernoem anders sal jy nodig het om die data met die hand gestel. instellings verduidelik In die eerste plek, ek genereer al my strategieë op verskeie simbole. My doel is om 'n goeie strategie vir ES vind, maar ek wil my strategie om robuuste wees - so ek wil hê dit moet ook winsgewend wees op EMD. Ek EMD voeg tot die bykomende data, so moet julle nou die strategie sal getoets word op beide simbole. Image 1: die data Kader Ek sal gebruik data van 2003/02/01 tot 2012/12/31, wat 10 jaar. Die res van die data sal later gelaat vir verdere OOS toets. Ek sal Genetiese Evolution modus gebruik. Die idee is om 'n bevolking van 200 strategieë te maak, ontwikkel hulle tydens 30 geslagte en dan weer begin van nuuts af. Op hierdie manier sal ek vermy loop in 'n doodloopstraat tydens evolusie en die beste strategieë voortdurend gestoor om Databank. Jy kan ook sien dat die enigste voorwaarde vir die aanvanklike bevolking is dat dit ten minste 100 ambagte moet maak. Dit hoef nie winsgewend te wees - genetiese evolusie moet in staat wees om dit te verbeter. Image 2: Genetiese opsies Ons kan ook Random generasie gebruik sonder evolusie, maar evolusie moet die winsgewende strategieë vinniger te vind. Die laaste belangrike stuk van die opstel is Ranking opsies. Ek stel Databank tot 2000 die beste strategieë te slaan, want ek wil 'n goeie basis vir verdere keuringsproses het. Ek het ook die seleksiekriteria om terug te keer / Onttrekking verhouding - dit is my gunsteling. Jy kan ander keuringskriteria gebruik, miskien sal jy 'n beter resultate te kry. Image 3: Ranking opsies Othe van die belangrikste dinge is om die aanvanklike filter kriteria vir strategieë in Databank. Ek wil net strategieë wat ten minste $ 2000 in wins is oorweeg, het Return / DD verhouding> 3, ten minste 300 ambagte en Return / DD verhouding van 'n portefeulje moet ten minste 2.5 wees. Omdat ek die toets van die strategieë op twee simbole - ES en EMD, sal die portefeulje resultate vir die strategieë ook bereken word. Die gebruik van hierdie toestand ek eenvoudig spesifiseer dat die portefeulje prestasie nie veel erger as prestasie op net ES sal wees, en die program sal al strategieë met 'n slegte portefeulje prestasie te ontslaan. Nou moet ons net die Start-knoppie getref en laat die program doen die werk. Onthou, ons wil ten minste 2000 "goeie" strategieë te genereer voordat ons sal voortgaan met die filter proses. Afhangende van die instellings en spoed van jou rekenaar kan dit 'n paar ure of selfs dae neem, so wees geduldig. As die program enige strategie produseer nie vir 'n baie lang tyd, miskien moet ons oorskakel na 'n hoër tydperk - 30 min, 1 uur, of maak die beperkings minder beperkende. 3. Eerste filter - Uit monster (OOS) tjek Wanneer ek 2000 potensieel goeie strategieë in die Databank, sal ek die generasie stop en begin die filter proses. Ek sal die eerste filter toe te pas - deur die verwydering van al die stelsel so sleg het Buite Voorbeeld prestasie. Ek kan dit vinnig doen, net deur te sorteer die strategieë in Databank en die verwydering van die kinders wat OOS het baat kleiner as $ 3000. Image 4 Databank met poel van strategieë gesorteer volgens OOS Netto Wins Die eerste stap verwyder gewoonlik 'n groot gedeelte van strategieë, so van die eerste 2000 kandidate ons af te rond 1700. 2. Tweede filter - hertoetsing en tweede OOS tjek In hierdie stap sal ek al die strategieë op die onbekende hertoets Uit Voorbeeld tydperk plus ek sal toets voeg op TF data. Hertoetsing die strategieë is eenvoudig - ek sal net kies al die strategieë in die Databank en klik op Hertoets knoppie. Dit sal al die strategieë te skuif na 'n blad Hertoets. Ek sal ook dialoog te vra bevestig of dit die opbou instellings moet gebruik vir Hertoets Ek sal dan brei die data tydperk tot die einde van die beskikbare data. Strategieë is gegenereer op data van 2003/02/01 tot 2012/12/31, sal ek nou hertoets die strategieë op data tot 31.12.2013 (nog 'n jaar nie gebruik word tydens generasie) en uiteengesit van Voorbeeld tydperk vanaf 2012/12/31 tot 2012/12/31 . Let daarop dat hierdie die strategieë sal hertoets op die volle data, en die OOS deel sal die strategie prestasie gedurende die laaste jaar van die voorheen ongebruikte data toon. Image 5: Instellings vir hertoets Want ek het ook historiese data vir TF Ek sal hulle by addisionele data om die prestasie op al drie eminis vergelyk. Die toets kan 'n geruime tyd neem en nadat dit gedoen Ek sal weer al die stelsel so sleg het Buite Voorbeeld prestasie te verwyder. Weereens kan ek sorteer die strategieë in Databank deur Netto wins (OOS) en verwyder die een wat OOS het baat kleiner as $ 1500. 3. Derde filter - EMD, TF tjek Derde filter is visuele - ek sal prestasie van die strategieë op EMD en TF simbole te gaan. Ek gaan om Resultate -> Equity grafiek, skakel grafiek portefeulje en gaan deur strategieë een vir een na die aandele kurwes vir EMD en TF. Image 6: Voorbeeld van 'n goeie en slegte EMD / TF prestasie Wat soek ons? Omdat hierdie eminis hoogs gekorreleer, ek wil die strategie om winsgewend op al drie simbole wees, net soos op die eerste voorbeeld. Ons kan sien op die tweede voorbeeld wat prestasie op TF is baie swak in vergelyking met ES en EMD, is sy aandele kurwe nie grodwing, so ek sal sodanige strategieë te ontslaan. dat prestasie op TF en / of EMD is baie beter as prestasie op ES - Daar kan ook 'n ander uiterste wees. Dit is ok, dit gebeur dikwels dat strategieë beter presteer op TF as op ES. Ons moet nie soek net by die finale prestasie, maar ook om aandele kurwes. Ons moet almal aandele kurwes wat lang tydperke van stagnasie, of groot onttrekkings het ontslaan. Op hierdie manier kan ons die filter baie al maak, moet ons eindig met nie meer as 10-20 oorblywende top strategieë vir die volgende stap. 4. Vierde filter - Robuustheid toetse Na die verwydering van al die strategieë met 'n slegte EMD / TF prestasie is daar minder as 20 strategieë gelaat dat 'n goeie het, is en OOS prestasie, sowel as bevredigende prestasie op EMD / TF. Ek sal nou weer hertoets strategieë met Robuustheid toetse en geld te bestuur om te sien hoe elkeen van die strategieë hanteer klein veranderinge in insette en om in staat wees om die strategieë te vergelyk met mekaar. Ek sal geld bestuur verander van vaste grootte vaste bedrag, laat elke startegy risiko $ 500 per handel. Dit maak voorsiening vir 'n beter strategieë vergelyking, omdat hulle dieselfde bedrag per handel risiko. Image 7: geldbestuur opstel om vaste bedrag In Robuustheid toetse gebruik ek ten minste 20 simulasies en toets die strategie vir alle vorme van stres situasies. Na die instel van die robuustheid toets ek hertoets die strategieë weer. Hierdie keer is dit sal vinnig wees, want daar is slegs 'n paar strategieë links in die Databank. Image 8: Robuustheid toetse Hoe om Robuustheid toetse te evalueer Robuustheid toetse wys ons hoe die strategie kan optree in werklikheid, wanneer daar gemis ambagte, verskillende geskiedenis data ens Ek is op soek na strategieë wat aanvaarbare waardes vir netto wins en Onttrekking in 95% vertroue vlak. Image 9: Robuustheid toetse resultate In die voorbeeld hierbo kan ons robuustheid resultate te sien vir twee strategieë. Strategie aan die linkerkant het wins in aanvaarbare vlak, maar drawdown meer as verdubbel in vergelyking met die oorspronklike gevolg. Strategie op die regte het ook wins in aanvaarbare vlak en onttrekking was byna onveranderd. In hierdie stap sal ek net 1-3 finale strategieë wat sal onderwerp word aan volgende toets van robuustheid kies. Hierdie finale strategieë is gekies deur die beste resultate in robuustheid toetse, algehele winsgewendheid en ook eenvoud - Ek wil die strategie reëls om so eenvoudig as moontlik wees, en handel reëls moet 'n sekere sin maak. 5. Vyfde filter - Loop vorentoe Matrix toets Ons sit nou met 'n paar strategieë en kan ons die uiteindelike toets hardloop vir robuustheid - Loop vorentoe Matrix toets. WF Matrix is bloot 'n oorsig van loop-forward optimalisaties met verskillende aantal lopies en hardloop tydperke. As die strategie gaan Walk-forward Matrix toets beteken dit dat met die hulp van parameter reoptimization die strategie is aanpasbaar by 'n groot verskeidenheid van marktoestande en ook dat die strategie nie kurwe toegerus om spesifieke data - sedert met reoptimization dit werk op baie verskillende tydperke. Benewens hierdie WF Matrix toets vertel ons ook as die strategie permanent moet reoptimized en wat die mees optimale reoptimization tydperk is. Loop vorentoe Matrix toets het vir elke strategie wat gedoen moet word afsonderlik. Ek sal my strategie om Optimizer en kies Walk-forward Matrix opsie laai. Ek sal ook stappe vir lopies en OOS persentasies te kies. StrategyQuant gaan deur al hierdie kombinasies, uitvoerende Walk-forward optimalisering van die strategie. Image 10: Instelling van 'Walk-forward Matrix Die opstel van parameters vir die optimalisering Vir optimalisering sin maak jy die strategie parameters wat sal geoptimaliseer word gestel. Elke strategie gebruik verskillende logika en het verskillende parameters, sodat jy die optimalisering anders instel. Image 11: Optimalisering parameters Hierdie strategie is relatief eenvoudig, so ek net sal optimaliseer stop verlies waarde en stop sleep koëffisiënt. Dit is nie nodig om al die parameters te optimaliseer, net dit wat die grootste impak op strategie prestasie het. Evaluering Walk-forward Matrix Wanneer optimalisering klaar is, sal ek op die Walk-forward matriks gevolg in Databank klik om die besonderhede te kyk. Ek wil optimizer vir my gee duidelike antwoord as die strategie geslaag Walk-forward optimalisering toets, so ek het om op te rig telling kriteria. Dit is eenvoudig kriteria wat om waar te wees vir strategie om die toets te slaag. Image 13: Loop vorentoe Matrix resultate Die finale uitslag is dat die startegy geslaag Stap vorentoe matriks toets vir robuustheid. Die 3D telling grafiek wys vir ons dat 19 uit 24 kombinasies geslaag ons kriteria (standaard instellings gebruik). Die strategie het nie nodig om te slaag vir elke kombinasie, ek is op soek na 2x2 of 3x3 gebied wat die meeste van die kombinasies geslaag het - dit sal die groep van die beste reoptimization kombinasies wees. In hierdie geval, kan ek sien dat 10 lopies met 30% Uit Voorbeeld is een van die beste kombinasies, want dit is omring deur ander kombinasies wat ook geslaag. Toe ek gaan die Walk-forward optimalisering grafiek kan ek sien dat die strategie ook winsgewend gedurende reoptimization bly. Die afname van winsgewendheid is in lyn met toetse wat ons gekry het van Monte Carlo robuustheid ontleding, maar die strategie is steeds winsgewend te maak. Image 14: Loop vorentoe optimalisering grafiek Ek beskryf my volledige proses van die werk met StrategyQuant, wat gelei het tot n paar interessante nuwe strategieë. Hierdie strateguies is net monsters 'n hierdie het my minder as 2 dae van SQ hardloop en ongeveer 1-2 ure van my tyd om hulle te vind met die gebruik van StrategyQuant. Jy kan dit self te probeer, neem inspirasie en moontlik die verbetering van die proses met jou eie idees wat jy kan op ons forum. Moontlike verbeterings van die proses - jy kan probeer om afsonderlik te kyk vir strategieë vir 'n lang en kort rigting. Elke rigting het sy eie dinamiek en verskillende strategieë vir 'n lang en kort kan beter resultate opgelewer nie. Ek het geen melding van Improver - dit is 'n kragtige instrument wat jou toelaat om te kyk vir 'n beter variasie van jou bestaande strategie, as jy nog nie tevrede is met die prestasie. Net in gedagte hou - die punt is nie om strategie wat perfek is op historiese data te vind. Dit is 'n resep vir 'n ramp, want té new strategie is gewaarborg om te misluk in real handel. Ons doel moet wees om 'n strategie wat robuuste oor verskillende data en / of simbole te vind, want dit beteken dit werklik voorsprong bo die mark.
No comments:
Post a Comment