Hft Trading Strategier

Som en ledende i Algoritmic Trading System Design amp Implementering, tilbyr våre kunder automatiserte handelsstrategier for Day Traders amp Investors. Swing Trader Package Denne pakken bruker våre best performing algoritmer siden du går live. Besøk swing trader siden for å se priser, fullstendig handel statistikk, full handel liste og mer. Denne pakken er ideell for skeptikeren som ønsker å handle et robust system som har gjort det bra i blind walk-forwardout-of-sample-handel. Lei av over optimistiske, testede modeller som aldri ser ut til å fungere når de handles live. Hvis så, vurder dette handelssystemet. Detaljer om Swing Trader System SampP Crusher v2-pakken Denne pakken bruker syv handelsstrategier for å bedre diversifisere kontoen din. Denne pakken utnytter svinghandler, daghandel, jernkondorer og dekksamtaler for å utnytte ulike markedsforhold. Denne pakken handler i enhetsstørrelser på 30.000 og ble utgitt for offentligheten i oktober 2016. Besøk SampP Crusher produktsiden for å se de testene som er testet basert på handelsrapporter. Detaljer om SampP Crusher Hva separerer algoritmisk handel fra andre tekniske handelsteknikker Disse dager virker det som om alle har en mening om Teknisk Trading teknikker. Head amp Shoulder mønstre, MACD Bullish Crosses, VWAP Divergens, listen fortsetter og fortsetter. I disse videobloggene analyserer vår ledende designingeniør noen eksempler på handelsstrategier som er funnet på nettet. Han tar sine Trading Tips. koder det opp og kjører en enkel backtest for å se hvor effektive de egentlig er. Etter å ha analysert sine opprinnelige resultater optimaliserer han koden for å se om en kvantitativ tilnærming til handel kan forbedre de første funnene. Hvis du er ny til algoritmisk handel, vil disse videobloggene være ganske interessante. Vår designer benytter finite state maskiner for å kode opp disse grunnleggende trading tips. Hvordan er Algoritmisk Trading forskjellig fra tradisjonell teknisk handel Enkelt sagt, Algorithmic Trading krever presisjon og gir et vindu inn i et algoritmepotensial basert på back-testing som har begrensninger. Ser etter gratis algoritmisk handel Tutorial amp Slik videoer Se flere pedagogiske video presentasjoner av vår ledende designer på algoritmisk handel for å inkludere en video som dekker vår Algorithmic Trading Design Methodology og en Algoritmisk Trading Tutorial. Disse gratis videoene gir eksempler på algoritmiske handelskoder og presenterer deg for vår tilnærming til handel med markedene ved hjelp av kvantitativ analyse. I disse videoene ser du mange grunner til at automatisert handel tar av for å inkludere å bidra til å fjerne dine følelser fra handel. AlgoritmicTrading gir handelsalgoritmer basert på et datastyrt system, som også er tilgjengelig for bruk på en personlig datamaskin. Alle kunder mottar de samme signalene i en hvilken som helst algoritmpakke. Alt råd er upersonlig og ikke skreddersydd for en bestemt persons unike situasjon. AlgoritmicTrading, og dens prinsipper, er ikke pålagt å registrere seg hos NFA som en CTA og er offentlig hevdet dette unntaket. Informasjon som er lagt ut på Internett eller distribuert via e-post, har IKKE blitt vurdert av noen offentlige byråer som inkluderer, men er ikke begrenset til, testede rapporter, uttalelser og andre markedsføringsmaterialer. Se nøye gjennom dette før du kjøper våre algoritmer. For mer informasjon om fritaket som vi hevder, vennligst besøk NFA-nettsiden: nfa. futures. orgnfa-registrationctaindex. html. Hvis du har behov for profesjonelt råd som er unikt for din situasjon, vennligst kontakt med en lisensiert meglerCTA. DISCLAIMER: Commodity Futures Trading Commission Futures trading har store potensielle belønninger, men også stor potensiell risiko. Du må være oppmerksom på risikoen og være villig til å godta dem for å investere i futures-markedene. Ikke handle med penger du ikke har råd til å tape. Dette er verken en oppfordring eller et tilbud til BuySell futures. Ingen representasjon blir gjort at en hvilken som helst konto vil eller vil trolig oppnå fortjeneste eller tap som ligner de som diskuteres på denne nettsiden eller på eventuelle rapporter. Tidligere resultater av ethvert handelssystem eller metode er ikke nødvendigvis indikativ for fremtidige resultater. Med mindre annet er nevnt, blir alle avkastninger som er lagt ut på dette nettstedet og i våre videoer betraktet som hypotetisk ytelse. HYPOTETISKE PRESTASJONSRESULTATER HAVER mange uavhengige begrensninger, noen av hvilke beskrives nedenfor. INGEN REPRESENTASJON SKAL GJORT AT ENKEL KONTO VIL ELLER ER LIKELIG Å HENT RESULTATER ELLER TAPER SOM LIGER TIL DINE VISTE. Faktisk er det jevnlig forskjell mellom forskjeller mellom hypotetiske resultater og de faktiske resultatene som etterfølgende er oppnådd av ethvert bestemt handelsprogram. ÉN AV BEGRENSNINGENE OM HYPOTETISKE PRESTASJONSRESULTATER ER AT DE GENERELT FORBEREDES MED HINDSIGHT. I tillegg bidrar hypotetisk handel ikke til finansiell risiko, og ingen hypotetisk handel registrerer fullstendig regnskap for konsekvensene av finansiell risiko i faktisk handel. For eksempel kan evnen til å motstå tap eller overholde et bestemt handelsprogram i spite av handelsforsinkelser, er materielle poeng som også kan påvirke virkelige konkrete handelsresultater. DET ER RIKTIG ANDRE FAKTORER SOM ER RELATERTE TIL MARKEDER I ALMINDELIGT ELLER TIL GENNEMFØRELSEN AV NOEN SPESIELT HANDELSPROGRAM, DER KAN IKKE FULLT REGNSKYTTES FOR I FORBEREDELSE AV HYPOTETISKE RESULTATRESULTATER, OG ALLE AV HVILKE KAN DIREKTE GJØRE AKTUELLE HANDELSRESULTATER. Med unntak av utsagnene fra Live-kontoer på Tradestation andor Gain Capital, er alle resultater, grafer og påstander på denne nettsiden og i noen videoblogger og eller nyhetsbrev-e-postmeldinger fra resultatet av tilbakestesting av våre algoritmer under de angitte datoene. Disse resultatene er ikke fra live kontoer som handler våre algoritmer. De er fra hypotetiske kontoer som har begrensninger (se CFTC-regel 4.14 nedenfor og Hypotetisk ytelsesansvarsforklaring ovenfor). Faktiske resultater varierer da gitt at simulerte resultater kan under eller over kompensere virkningen av visse markedsfaktorer. Videre bruker våre algoritmer back-testing for å generere handelslister og rapporter som har fordelen av hind-sight. Mens tilbakekrunnede resultater kan ha spektakulær avkastning, en gang slippe, provisjon og lisensavgifter tas i betraktning, vil den faktiske avkastningen variere. Postet maksimale nedskudd er målt på en sluttmåned til sluttmånedersbasis. Videre er de basert på tilbakeprøvde data (se begrensninger av tilbakestesting nedenfor). Faktiske nedslag kan overskride disse nivåene når det handles på livekontoer. CFTC RULE 4.41 - Hypotetiske eller simulerte resultatresultater har visse begrensninger. I motsetning til en faktisk ytelsesrekord representerer simulerte resultater ikke faktisk handel. Siden transaksjonene ikke har blitt utført, kan resultatene under eller over kompenseres for eventuelle konsekvenser av visse markedsfaktorer, som manglende likviditet. Simulerte handelsprogrammer generelt er også underlagt det faktum at de er utformet til fordel for ettersyn. Ingen representasjon blir gjort at en hvilken som helst konto vil eller vil trolig oppnå fortjeneste eller tap som ligner på de som vises. Uttalelser fra våre faktiske kunder som handler algoritmer (algos) inkluderer slipp og provisjon. Utgitte uttalelser er ikke fullstendig revidert eller verifisert og bør betraktes som kundefortellinger. Individuelle resultater varierer. De er reelle utsagn fra ekte mennesker som handler våre algoritmer på auto-pilot, og så vidt vi vet, inkluderer IKKE noen skjønnsmessige handler. Tradelister oppført på dette nettstedet inkluderer også slipp og provisjon. Dette er strengt for demonstrasjonsutdannelsesformål. AlgorithmicTrading gjør ikke kjøp, selg eller hold anbefalinger. Unike opplevelser og tidligere forestillinger garanterer ikke fremtidige resultater. Du bør snakke med din CTA eller finansiell representant, meglerforhandler eller finansanalytiker for å sikre at softwarestrategien du bruker, passer for investeringsprofilen din før du handler i en live meglerkonto. Alle råd og forslag gitt her er ment å kjøre automatisert programvare kun i simuleringsmodus. Trading futures er ikke for alle og har et høyt risikonivå. AlgoritmicTrading, eller noen av dens prinsipper, er IKKE registrert som investeringsrådgiver. Alt gitt råd er upersonlig og ikke skreddersydd for noen bestemt person. Publisert prosentandel per måned er basert på tilbakeprøvde resultater (se begrensninger på tilbakest testing ovenfor) ved hjelp av den tilsvarende pakken. Dette inkluderer rimelig slippage og provisjon. Dette inkluderer IKKE avgifter vi tar betalt for lisensiering av algoritmer som varierer basert på kontostørrelse. Se vår lisensavtale for fullstendig risikoopplysning. 2016 AlgorithmicTrading Alle rettigheter reservert. PersonvernpolicyHigh Frequency Scalping Strategies HFT scalping strategier nyter flere svært ønskelige egenskaper, sammenlignet med lavfrekvente strategier. En sak i poeng er vår scalping-strategi i VIX-futures, som for øyeblikket kjører på Collective2-nettstedet: Strategien er svært lønnsom, med en Sharpe-andel på over 9 (uten transaksjonskostnader på 14 prt) Ytelsen er konsekvent og pålitelig, Basert på et stort antall handler (10-20 per dag) Strategien har lav eller negativ korrelasjon til de underliggende egenkapital - og volatilitetsindeksene. Det er ingen overnatterrisiko. Bakgrunn på HFT Scalping Strategier Tiltrengeligheten til slike strategier er ubestridelig. Så hvordan går det med å utvikle dem? Det er viktig for leseren å gjøre seg kjent med noe av bakgrunnen for høyfrekvent handel generelt og scalping strategier spesielt. Spesielt vil jeg anbefale å lese følgende blogginnlegg: Utførelse vs Alpha-generasjon i HFT-strategier Nøkkelen til å forstå HFT-strategier er at gjennomføringen er alt. Med lavfrekvente strategier går mye arbeid i å undersøke alfa-kilder, og bruker ofte sofistikerte matematiske og statistiske teknikker for å identifisere og skille alfa-signalet fra bakgrunnsstøy. Strategi alpha står for kanskje så mye som 80 av den totale avkastningen i en lavfrekvensstrategi, med kjøring utgjør de resterende 20. Det er ikke at gjennomføringen er ubetydelig, men det er bare så mange grunnpoeng man kan tjene (eller spare) i en strategi med månedlig omsetning. I motsetning til dette er en høyfrekvent strategi svært avhengig av handel, noe som kan utgjøre 80 eller mer av den totale avkastningen. Algoritmene som genererer strategien alpha er ofte veldig enkle og kan bare gi de minste kantene. Den lille kanten, oppskalert over tusenvis av handler, er imidlertid tilstrekkelig til å gi en betydelig avkastning. Og siden risikoen er spredt over et stort antall svært små tidsintervaller, kan avkastningen bli øyeffektivt høyt på risikojustert basis: Sharpe-tall på 10 eller mer oppnås vanligvis med HFT-strategier. I mange tilfeller søker en HFT-algoritme til å estimere den betingede sannsynligheten for en oppblåsing eller downtick i det underliggende, lutende på budet eller tilbudsprisen tilsvarende. Forutsatte bestillinger kan plasseres mot forsiden av køen for å sikre en tilstrekkelig fyllehastighet, vil sannsynlighetsloven gjøre resten. Så i HFT-konteksten er det mye arbeid på å redusere latens og utvikle teknikker for å etablere og opprettholde prioritet i grenseordreboken. En annen viktig bekymring er å overvåke bestillingsboksdynamikken for tegn på at boktrykket kan bevege seg mot eventuelle åpne bestillinger, slik at de kan kanselleres i god tid, unngår uønskede valg av informerte forhandlere, eller en oppbygging av uønsket beholdning. I en høyfrekvente scalpingstrategi ser man vanligvis på å få et gjennomsnitt på mellom 12 og 1 kryss per handel. For eksempel er VIX-skaleringsstrategien som illustrert her, gjennomsnittlig rundt 23 pr kontrakt per handel, dvs. bare under tolv en tick i futures kontrakten. Handelsinngang og utgang utføres ved bruk av begrensningsordrer, siden det ikke er plass til å imøtekomme slippe i et handelssystem som genererer mindre enn en enkelt tick per handel, i gjennomsnitt. Som med de fleste HFT-strategier er alfa-algoritmene bare moderat sofistikerte, og strategien er svært avhengig av å oppnå en akseptabel fyllhastighet (andelen av grenseordrer som utføres). Betydningen av å oppnå en høy nok fyllhastighet er tydelig illustrert i den første av de to innleggene som er omtalt ovenfor. Så hva er en akseptabel fyllfrekvens for en HFT-strategi Fyll priser I8217m kommer til å løse problemet med fyllhastigheter ved å fokusere på en kritisk delmengde av problemet: fyller som forekommer ytterst i baren, også kjent som 8220extreme hits8221. Disse er grenseordrer hvis prisene sammenfaller med det høyeste (i tilfelle av en salgsordre) eller laveste (i tilfelle av en kjøpsordre) handelspris i enhver linje i prisserien. Grenseordrer til priser innenfor det indre av baren er nødvendigvis fylt og er derfor ukontroversielle. Men begrensningsordrer på barens ytterkant kan eller ikke fylles, og det er derfor disse ordrene som er oppmerksomhetsfokus. Som standard antar de fleste forhandlere av plattform-backtest-simulatorer at alle begrensningsordrer, inkludert ekstreme treff, er fylt dersom de underliggende handler er der. Med andre ord antar disse systemene vanligvis en 100 fyllhastighet på ekstreme treff. Dette er svært urealistisk: i mange tilfeller er høy eller lav av en bar et vendepunkt at prisserien bare besøker flyktig før den reverserer sin siste trend, og går ikke tilbake i lengre tid. De første ordrene på forsiden av køen vil bli fylt, men mange, kanskje flertallet av bestillinger lenger nede i prioriteringsordningen, vil bli skuffet. Hvis handelsmannen bruker et handelshandelssystem i stedet for en HFT-plattform for å utføre sine handler, er hans grenseordrer nesten alltid garantert å hvile mot baksiden av køen på grunn av den relativt høye forsinkelsen i systemet hans. Som et resultat vil en stor del av hans grenseordrer 8211 spesielt de ekstreme treffene 8211 ikke bli fylt. Konsekvensene av manglende et stort antall handler på grunn av ufylte grenseordrer er sannsynligvis katastrofale for enhver HFT-strategi. En enkel test som er lett tilgjengelig i de fleste backtest-systemene, er å endre den underliggende forutsetningen med hensyn til fyllhastigheten på ekstreme treff 8211 i stedet for å anta at 100 av slike ordrer er fylt, kan systemet teste utfallet dersom grensordrer er Fylles kun dersom prisserien senere overstiger grenseverdien. Utfallet produsert under dette alternative scenariet er vanligvis ekstremt ugunstig, som illustrert i første blogginnlegg som tidligere er referert. I virkeligheten er selvsagt ikke antagelsen rimelig: det er usannsynlig at enten 100 eller 0 av en strategi8217s ekstreme treff vil bli fylt 8211 vil den faktiske fyllhastigheten sannsynligvis ligge et sted mellom disse to resultatene. Og dette er det kritiske spørsmålet: På et visst nivå på fyllehastigheten vil strategien bevege seg fra lønnsomhet til unprofitability. Nøkkelen til å implementere en HFT scalping-strategi vellykket er å sikre at utførelsen faller på høyre side av den skillelinjen. Implementere HFT Scalping Strategies in Practice En løsning på problemfrekvensproblemet er å bruke millioner av dollar til å bygge HFT-infrastruktur. Men i forbindelse med dette innlegget antar let8217s at næringsdrivende er begrenset til å bruke en handelshandelsplattform som Tradestation eller Interactive Brokers. Er HFT-scalping-systemer fortsatt mulig i et slikt miljø. Svaret er overraskende en kvalifisert ja 8211 ved å bruke en teknikk som tok meg mange år å oppdage. For å illustrere metoden vil jeg bruke følgende HFT scalping system i E-Mini SampP500 futures kontrakt. Systemet handler E-Mini futures på 3 minutters barer, med en gjennomsnittlig ventetid på 15 minutter. Gjennomsnittlig handel er svært lav 8211 rundt 6, med fradrag av provisjoner på 8 prt. Men strategien ser ut til å være svært lønnsom, på grunn av det store antall handler 8211 rundt 50 til 60 per dag, i gjennomsnitt. Så langt så bra. Men det kritiske problemet er det store antallet ekstreme treff som er produsert av strategien. Ta handelsaktiviteten på 1018 som et eksempel (se nedenfor). Av 53 handler den dagen var 25 (47) ekstreme treff, som oppstod ved høy eller lav pris på den 3-minutters baren der handelen fant sted. Samlet sett går strategien ekstrem hitrate på 34, noe som er ekstremt høy. I virkeligheten vil kanskje bare 14 eller 13 av disse ordrene faktisk utføre 8211, noe som betyr at resten, som tilsvarer rundt 20 av det totale antall bestillinger, vil mislykkes. En HFT scalping strategi kan ikke håpe å overleve et slikt utfall. Strategisk lønnsomhet vil bli decimert av en kombinasjon av savnede, lønnsomme handler og tap på handler som eskalerer etter at en utgangsordre ikke klarer å utføre. Så hva kan gjøres i en slik situasjon Manuell overstyring, MIT og andre inngrep En tilnærming som ikke virker, er å anta naivt at noen form for manuell overvåkning vil være tilstrekkelig til å rette opp problemet. Let8217 sier at handelsmannen driver to versjoner av systemet side ved side, en i simulering og den andre i produksjon. Når en grenseordre utføres på simuleringssystemet, men ikke klarer å utføres i produksjon, kan handelsmannen gå inn, manuelt overstyre systemet og utføre handelen ved å krysse spredningen. På den måten kan handelsmannen forhindre tap som ville ha oppstått dersom handelen ikke var utført, eller tvinge inngangen til en handel som senere viser seg å være lønnsom. Likevel kan handelsmannen tvinge utgangen til en handel som senere vender seg og beveger seg fra tap til fortjeneste, eller inn i en handel som viser seg å være en taper. Det er ingen måte for næringsdrivende å vite, ex-ante, hvilken av disse scenariene kan spille ut. Og handelsmannen må møte samme beslutning, kanskje så mange som tjue ganger om dagen. Hvis handelsmannen er så god til å plukke vinnere og kutte tapere, bør han skrape sitt handelssystem og handle manuelt. En alternativ tilnærming vil være å ha handelssystemet håndtere problemet. For eksempel kan man programmere systemet for å konvertere grenseordrer til markedet Bestiller om en handel skjer til grenseverdien (MIT), eller etter x sekunder etter at grenseverdien er berørt. Igjen, det er imidlertid ingen måte å vite på forhånd om en slik handling vil gi et positivt utfall, eller et enda verre utfall i forhold til å forlate grenseordningen på plass. I virkeligheten er det ikke sannsynlig at intervensjon, enten manuell eller automatisert, forbedrer handelsytelsen til systemet. Det som er sikkert er imidlertid at ved å tvinge inn - og utreise av handler som forekommer rundt ekstreme av en prisbar, vil næringsdrivende pådra seg ekstra kostnader ved å krysse spredningen. Inkluderende som koster for kanskje så mange som 13 av alle bransjer, i et system som produserer, i gjennomsnitt mindre enn en halv tick per handel, er sikker på å ødelegge lønnsomheten. Vellykket implementering av HFT-strategier på en forhandlingsplattform I mange år antok jeg at den eneste løsningen på problemfrekvensproblemet var å implementere scalping-strategier på HFT-infrastruktur. En dag fant jeg meg selv spørsmålet: hva som ville skje hvis vi senket strategien ned Spesifikt, antar vi tok 3-minutters E-Mini-strategien og kjørte den på 5-minutters barer. Min første realisering var at den relative enkelheten til alpha generasjonsalgoritmer i HFT-strategier er en fordel her. I en lavfrekvent kontekst reduserer kompleksiteten i alfa-ekstraksjonsprosessen sin evne til å generalisere til andre eiendeler eller tidsrammer. Men HFT-algoritmer er stort sett enkle og generiske: hva som fungerer på 3-minutters barer for E-Mini-futures kan fungere på 5-minutters barer i E-Minis, eller til og med i SPY. For eksempel, hvis essensen av algoritmen er noe så enkelt som: 8220buy når prisen faller med mer enn x under dens y-bar beveger gjennomsnittlig8221, kan denne tilnærmingen virke på 3 minutter, 5 minutter, 60 minutter, eller selv daglige barer. Så hva skjer hvis vi driver E-mini scalping-systemet på 5-minutters barer i stedet for 3-minutters-barer. Åpenbart er den totale lønnsomheten i strategien redusert, i tråd med det lavere antallet bransjer på denne langsommere tidsskala. Men vær oppmerksom på at gjennomsnittlig handel har økt, og strategien er fortsatt svært lønnsom samlet. Enda viktigere er den gjennomsnittlige ekstreme slagfrekvensen falt fra 34 til 22. Derfor får vi ikke bare færre, litt mer lønnsomme handler, men en mye lavere andel av dem skjer i ytterste av 5-minutters-barene. Følgelig er utfyllingsproblemet mindre kritisk på denne tidsrammen. Selvfølgelig kan man fortsette denne prosessen. Hva med 10-minutters-barer eller 30-minutters-barer Hva en tendens til å finne fra slike eksperimenter er at det er en tidsramme som optimaliserer avviket mellom strategisk lønnsomhet og fyllfrekvensavhengighet. Det er imidlertid en annen viktig faktor som vi trenger for å belyse. Hvis du undersøker handelsrekorden fra systemet, vil du se betydelig variasjon i den ekstreme slagfrekvensen fra dag til dag (for eksempel er den så høy som 46 på 1018, i forhold til gjennomsnittet på totalt 22). Faktisk er det betydelige variasjoner i den ekstreme slaggraden i løpet av hver handelsdag, med priser som stiger under langsommere markedsintervaller som fra 12 til 14:00. Den viktige realiseringen som til slutt skjedde for meg, er at selvfølgelig, det som betyr noe, er ikke klokkeslett (eller 8220wall time8221 i HFT parlance), men handelstid: det vil si hastigheten som handler oppstår. Wall Time vs Trade Time Det vi trenger å gjøre er å omkonfigurere vårt diagram for å vise barer som omfatter et spesifisert antall bransjer, i stedet for et bestemt antall minutter. I denne ordningen bryr vi oss ikke om hvorvidt den forløpte tiden i en gitt bar er 3 minutter, 5 minutter eller et annet tidsintervall: alt vi trenger er at linjen består av samme mengde handelsaktivitet som enhver annen bar. Under høye volumperioder, som for eksempel markedet åpent eller nært, vil handelstidslinjer være kortere, bestående av kanskje bare noen få sekunder. Under langsommere perioder i midten av dagen, vil det ta mye lengre tid for det samme antall bransjer som skal utføres. Men hver linje representerer samme nivå av handelsaktivitet, uansett hvor lenge en periode det kan omfatte. Hvordan bestemmer du hvordan kan handler per linje du vil ha i diagrammet Som en tommelfingerregel vil en strategi tolerere en ekstrem hitrate på mellom 15 og 25, avhengig av den daglige handelsfrekvensen. Anta at i sin opprinnelige implementering har strategien en uakseptabelt høy hitrate på 50. Og let8217s sier for illustrative formål at hver tidslinje gir et gjennomsnitt på 1 000 kontrakter. Siden volatiliteten skaleres omtrent med kvadratroten av tiden, hvis vi ønsker å redusere den ekstreme slagfrekvensen med en faktor på 2, det vil si fra 50 til 25, må vi øke det gjennomsnittlige antall handler per linje med en faktor på 22, dvs. 4. Så i denne illustrasjonen vil vi trenge volumstenger bestående av 4.000 kontrakter per bar. Selvfølgelig er dette bare en tommelfingerregel 8211 i praksis vil man implementere strategien for en rekke volumbarstørrelser i en rekkevidde fra kanskje 3000 til 6000 kontrakter per bar, og vurdere avviket mellom ytelse og fyllhastighet i hvert tilfelle. Ved hjelp av denne tilnærmingen kommer vi til en volumestangskonfigurasjon for E-Mini scalping-strategien på 20 000 kontrakter per bar. På denne 8220time8221-rammen reduseres handelsaktiviteten til rundt 20-25 handler per dag, men med høyere gevinstfrekvens og gjennomsnittlig handelsstørrelse. Enda viktigere, den ekstreme slagfrekvensen går til et mye lavere gjennomsnitt på 22, noe som betyr at næringsdrivende må bekymre seg om kanskje bare 4 eller 5 handler per dag som forekommer ytterst av volumstangen. I dette scenariet vil manuell inngripen sannsynligvis ha en mye mindre skadelig effekt på handelsytelsen, og strategien er trolig levedyktig, selv på en handelshandelsplattform. (Merk: Resultatene nedenfor oppsummerer kun strategiske resultater i løpet av de siste seks månedene, tidsperioden for hvilke volumstenger er tilgjengelige). Avsluttende bemerkninger Vi har sett at det i prinsippet er mulig å implementere en HFT-scalping-strategi på en detaljhandelsplattform ved å bremse den ned, dvs. ved å implementere strategien på stenger med lavere frekvens. Enkelheten til mange HFT alfa-generasjonsalgoritmer gjør dem ofte robuste til generalisering på tvers av tidsrammer (og noen ganger til og med over eiendeler). En enda bedre tilnærming er å bruke volumstenger eller handelstid for å implementere strategien. Du kan estimere riktig strekkstørrelse ved hjelp av kvadratroten til tidsregel for å justere stangvolumet for å oppnå den nødvendige fyllhastigheten. En ekstrem hitrate hvis opptil 25 kan være akseptabelt, avhengig av den daglige handelsfrekvensen, selv om en hitrate i området 10 til 15 vanligvis ville være ideell. Endelig et ord om data. Mens nødvendige kompromisser kan gjøres med hensyn til handelsplattformen og tilkoblingsmulighetene, er det samme ikke aktuelt for markedsdata, som må være av høyeste kvalitet, både når det gjelder aktualitet og fullstendighet. Årsaken er selvsagt, spesielt hvis man forsøker å implementere en strategi i handelstid, hvor integritet og latens av markedsdata er avgjørende. I denne sammenhengen vil det for eksempel ikke være 8211 data som leveres i 500ms-pakker, som er helt uegnet til oppgaven, ved å bruke datainngangen fra f. eks. Interactive Brokers. Trader må søke å bruke den høyest tilgjengelige markedsdatainngangen som han med rimelighet kan ha råd til. Denne ulempen til side kan man konkludere med at det er sikkert mulig å implementere høyvolumskalpingstrategier, selv på en detaljhandelstransportplattform, idet tilstrekkelig forsiktighet blir tatt med modellering og implementering av systemet. Forex-forhandlere leter fortsatt etter den hellige gral blant handelssystemer, og hvis det rammer en rekke tapende bransjer, tenker de umiddelbart på hvordan man kan forbedre handelssystemet, eller begynne å tenke på en fullstendig endring av handelsstrategi. I denne artikkelen forklarer vi hvordan profesjonelle og vellykkede langsiktige næringsdrivende nærmer seg sine handelsstrategier. 65279 Basert på vår erfaring, søker handelsfolk ofte ekstremt komplekse handelssystemer, prøver å sikre seg tapende posisjoner, og kanskje alle mulige kombinasjoner, alternativer og taktikker du kan forestille deg. For en næringsdrivende er det viktig å merke seg at handel på finansmarkedene til slutt er den samme som enhver annen virksomhet. Forretnings prinsipper eller bare styring av privat økonomi kan også brukes i handel. I handel på finansmarkedene gjelder en ganske enkel likning: Din inntjening - kostnadene Dine fortjeneste Tap inntektene representerer selv individuelle lønnsomme handler, da koster det for hver handler å miste transaksjonskostnader for handelsordrer. Ingen overraskelse derfor at jo mer vi kan øke inntektene mens kostnadene reduseres, vi oppnår høyere overskudd samlet sett. Derfor, hvis du handler med en lavkvalitets megler, hvem som ikke er rettferdig, vil du betale et spredning sammen med høy slippe, og kostnadene dine vil øke så mye at sannsynligvis vil den aller beste handelsstrategien ikke være i stand til å overskride den. er vanligvis ganske vanskelig å øke fortjenesten, og det store flertallet av detaljhandlerne prøver å bygge det høyeste handelssystemet, og dermed øke fortjenesten. Disse handelsmennene kommer inn i en ond sirkel med uendelige søk etter det mest lønnsomme handelssystemet. Etter mange år med å søke, returnerer en handelsmann vanligvis til handelssystemer som han sannsynligvis allerede visste om i begynnelsen av sin handels karriere. Også næringsdrivende vil betale mye mer oppmerksomhet til hans kostnader. Handelsutgifter kan påvirkes. For det første må de enkelte tapende handler begrenses som en del av pengeforvaltningen, og du må lukke ulønnsomme handler så snart som mulig. Vanligvis blant vellykkede handlende er det sagt at tap av handler ikke er en feil, men en mulighet til å åpne en lønnsom handel for bedre pris i markedet. Videre kan vi påvirke totale kostnader bare ved å velge den riktige megleren - redusere eksekveringskostnadene på individuelle transaksjoner, som inkluderer spredning og spesielt slippe. Slipingen er hovedårsaken til at samme handelsstrategi oppnår forskjellige resultater med ulike meglere (mer informasjon finner du på vår Brokers Truth-side). Ekstra kostnader kan inkludere swaps, forsinkelsen i eksekveringsordrer og mer. Hva betyr alt Det store flertallet av handelsfolk prøver bare å øke inntektene sine og de betrakter sine utgifter som et faktum som ikke kan endres. Dette er en stor feil. Omvendt bør vi først og fremst redusere kostnadene (velge riktig megler), etter at vi bør prøve å øke vår fortjeneste 8203 8203Hvordan øke fortjenesten På valutamarkeder, jobber to grunnleggende handelsprinsipper i langsiktig for å oppnå lønnsomme resultater. Vi gjør mer lønnsomme handler (det vil si at vi har en høyere prosentandel av suksess enn 50). Vi oppnår høyere profittforretninger (positiv risikobelønningsgrad ndash RRR). Disse to enkle prinsippene bør være en hjørnestein i vår handelsplan, og vi bør alltid bestemme hvilken retning vi skal ta. Ifølge vår egen erfaring er det et problem som nesten ingen næringsdrivende kan kombinere begge veier for generelt å realisere høyere fortjeneste enn tap. Av denne grunn, spesielt for nybegynnere og mellomhandlere, anbefaler vi at du velger ett av de ovennevnte alternativene, og holder deg til det hele tiden. Personlig har det også vist seg å være nyttig - vi har sett de mest lønnsomme handelsmenn som konsekvent holder sin handelsplan og ett av prinsippene ovenfor - til en viss grad handler de som roboter, alltid de samme igjen og igjen. Bare på denne måten kan du faktisk avsløre dine mulige feil, og stadig forbedre handelsresultater. I tabellen nedenfor kan du se Risikobesvarelsesraten (RRR), og prosentsatsen for suksess vi oppnår med langsiktige null-resultater, derfor bryter vi selv. Hver gang vi er i stand til å oppnå en høyere prosentandel av lønnsomme handler med den angitte RRR, eller ved en gitt prosentandel vellykkede bransjer oppnår bedre RRR, innser vi de langsiktige lønnsomme resultatene. 8203Pulsen for å skrive denne artikkelen var å minne handelsmenn som søker etter de mest sofistikerte handelsstrategiene som i finansmarkedene, ganske enkle prinsipper fungerer, og en enkel handelsstrategi fungerer oftest best. Samtidig er et viktig faktum at vi har sett utallige handelsmenn som har vært vellykkede, men fremdeles oppnådde urentable resultater. Årsaken var enkel, det er utallige meglere, som handelsmenn ganske enkelt ikke kan være lønnsomme. Hvorfor Fordi handelsmenn betaler ekstremt høye kostnader til lavkvalitetsmeglere, inkludert (spreads, provisjoner, store slippelag, noen ganger re-sitater, Stop-Loss-jakt, utvidelse av spredningen, forsinket handelstiltak etc.), slik at de aldri kan øke fortjenesten deres 8203 8203And nå er det viktigste: 8203Det hva forex trading handler om 98 av detaljhandlerne, skjønner ikke denne dødelige sannheten og prøver fortsatt å øke fortjenesten deres. Problemet er at de aldri kan øke fortjenesten deres nok til å kunne overskride tapene med (dessverre) det store flertallet av dagens meglerfirmaer (som ikke følger rettferdige retningslinjer). 8203 8203Hva er den beste løsningen Følg disse to enkle trinnene: 82031) Finn en virkelig god kvalitet (rettferdig) megler der du ikke trenger å betale ekstremt høye kostnader. Vær imidlertid forsiktig Her gjelder ikke ligningen: Jo lavere sprer bedre megler. 2) Bygg et enkelt, tidsprøvt handelssystem - oppføringsregler, inkludert handelstid, reglene for styring av åpnede handler og utgangsregler og følg hele tiden disse reglene. Bestem også det eneste markedet hvor du vil få en følelse og få erfaring. Hvis du følger informasjonen i artikkelen: 4 trinn for å starte handel med lønnsomhet, vil du kunne begynne å handle fortjeneste på lang sikt. Team FX Trading Revolution