Trendfolger Stellen Prognosen gerade wie jeder sonst 30. Juni 2014 & middot; von admin & middot; in QUSMA Dieser Beitrag wurde von Michael Covels Interview Traders Magazin, in dem er behauptet, dass Trendfolger nicht versuchen, Vorhersagen zu machen aufgefordert werden. Diese Idee, dass Trendfolger nicht prognostizieren Rückkehr ist weit verbreitet und häufig wiederholt. Es ist auch kompletter Unsinn. Jeder Handelsstrategie macht Prognosen 1. Ob diese Prognosen ausdrücklich oder hinter Entry / Exit-Regeln ausgeblendet, ist irrelevant. Alle Standard-Trendfolgesysteme können trivialerweise in ein Vorhersagemodell, die Renditen prognostiziert umgewandelt werden, weil sie im Grunde gleichwertig sind. Die spezielle Formulierung der Trendfolgesystem spielt keine Rolle, so Ill halten Sie es einfach. Ein typischer Trendfolge-Indikator ist die Donchian Kanal, der einfach ist die n-bar höchste Hoch und niedrigsten niedrig. Betrachten wir ein System, das langgeht, wenn der Kurs schließt über dem 100-Tage-Donchian Kanal und beendet, wenn der Kurs schliesst unter dem 50-Tage-Donchian Kanal. Dies ist die Equity-Kurve des zu Rohöl-Futures angewendet System: Dieses System kann trivial zu einem Vorhersagemodell der Form überführt werden 20 =% 20 \ alpha% 20% 2B% 20 \ beta% 20x% 20% 2B% 20 \ varepsilon% 20 \] "/% die abhängige Variable y Retouren und x wird eine Dummy-Variable, die den Wert 1 annimmt, wenn wir in der Entwicklung sind, und der Wert 0 sein, wenn wir nicht in einem Trend. Wie können wir in einem Trend zu definieren? Mit der exakt gleichen Bedingungen, die wir für Ein - und Ausfahrten, natürlich. Wir schätzen die Parameter und feststellen, dass α ≃ 0 und β = 0,099% (bei p-Wert 0,013). Also, mit diesem Trend folgenden Prognosemodell, die erwartete Rendite, wenn in einem Trend beträgt ca. 10bp pro Tag, und die erwarteten Erträge, wenn sie nicht in einem Trend Null ist. Schauen Sie MA, Im Prognose! Auch ohne explizite Modellierung dieser Beziehung Trendfolger implizit davon aus, dass Trends anhalten jenseits ihrer Eintrittsstelle; ansonsten folgenden Trend würde nicht funktionieren. Das Modell lässt sich mit komplizierter Entry / Exit-Regeln, Leerverkäufe, die Auswirkungen der Volatilität basierende Positionsgrößenbestimmung usw. erweitert werden Visualisierung der Ähnlichkeit zwischen Multiple Zeitserien 11. Juni 2014 & middot; von admin & middot; in QUSMA Präsentiert die Ähnlichkeit zwischen mehreren Zeitreihen auf intuitive Weise ist keine leichte Aufgabe. Die Standardlösung ist eine Korrelationsmatrix, aber es ist ein problematischer Ansatz. Während es macht es einfach, die Korrelation zwischen zwei beliebigen Serie zu überprüfen, und (mit Hilfe der bedingten Formatierung) die Beziehung zwischen einer Reihe und dem ganzen Rest, sein hartes, ein intuitives Verständnis, wie all die Serie sind miteinander verwandt zu extrahieren . Und wenn Sie eine Zeitdimension hinzufügen, zu sehen, wie Korrelationen geändert haben möchten, werden die Dinge noch lästig. Die Lösung ist die multidimensionale Skalierung (die klassische Version von denen bekannt ist, als Hauptkoordinaten-Analyse). Es ist eine Art der Einnahme eine Abstandsmatrix und dann die einzelnen Objekte in N Dimensionen, dass die Abstände zwischen jedem von ihnen so gut wie möglich erhalten bleiben. Offensichtlich N = 2 ist die offensichtliche Anwendungsfall, da es macht für die einfachsten Visualisierungen. MDS arbeitet ähnlich wie PCA, doch verwendet die Unähnlichkeitsmatrix als Eingabe anstelle der Serie. Auf der Mathematik dahinter Heres ein guter zu nehmen. Es sei darauf hingewiesen, dass MDS tut, wie Sie, um den Abstand zwischen den Zeitreihen zu messen wählen Sie kümmern werden. Während ich Zusammenhänge in diesem Beispiel könnten Sie genauso gut verwenden eine Technik, wie dynamische Zeitverzerrung. Unten ist ein Beispiel mit SPY, TLT, GLD, SLV, IWM, VNQ, VGK, EEM, EMB, mit 252 Tage Korrelationen als die Entfernung messen, berechnet jeden Montag. Das Bewegungsdiagramm lässt uns nicht nur die Abstände zwischen den einzelnen ETF an einem Punkt in der Zeit, sondern auch, wie sie sich entwickelt haben. Einige interessante Sachen zu beachten: beobachten, wie REITs (VNQ) zu werden, enger mit Aktien während der Finanzkrise korreliert, wie weit Schwellenländeranleihen (EMB) ist von allem anderen, und das sich wandelnde Verhältnis zwischen Silber (SLV) und Gold (GLD) . Heres die gleiche Sache mit einem Bündel von Sektor-ETFs: Um MDS zu Hause: in R und MATLAB können Sie cmdscale () verwenden. Ich habe eine C # - Implementierung hier gepostet. Bei der Bekanntgabe QPAS: Open Source Performance, Risiko und Execution Analytics 6. Juni 2014 & middot; von admin & middot; in QUSMA Als ich zuerst anfangen, ein paar Jahren habe ich nicht wirklich zu verfolgen meine Leistung über den einfachen Bericht, der IB erzeugt. Schließlich zog ich auf, um Blätter, die zu einem lächerlich und unüberschaubare Größe wuchs übertreffen. Ich warf einen Blick auf tradingdiary pro, aber es flexibel oder tief genug für meine Bedürfnisse war nicht. Also schrieb ich meine eigene (ich darüber gebloggt hier): auf der einen Seite Ich konzentrierte mich auf Flexibilität in Bezug auf, wie die Daten können (mit einem sehr vielseitigen Strategie / Handel / Tag-System) unterteilt werden, und auf der anderen Seite auf Erzeugung aussagekräftige und relevante Informationen, die angewendet werden können, um Ihr Trading zu verbessern. Jetzt habe ich es um WPF portiert und entfernt eine Reihe von proprietären Komponenten so offen bezogen werden können. Also Im sehr glücklich, zu verkünden, dass die erste Version (0.1) des QUSMA Leistung Analytics Suite (QPAS) ist jetzt verfügbar. Für einen Überblick der wichtigsten Performance-Analyse-Funktionen finden Sie in der Performance-Report-Dokumentation. Der Hafen ist noch sehr frisch, so Id Feedback wirklich zu schätzen. Für Fehlerberichte, Verbesserungsvorschläge, usw. können Sie entweder den GitHub issue tracker. die Google-Gruppe. oder die Kommentare zu diesem Beitrag. Während die IB flex Aussagen genügend Daten für die meisten Funktionen, braucht QPAS zusätzliche Daten für Dinge wie Charting, Durchführung Analyse und Benchmarking. Standardmäßig verwendet es QDMS. aber Sie können Ihre eigenen Datenquelle durch die Umsetzung der IExternalDataSource Schnittstelle verwenden. Derzeit die einzige unterstützte Broker Interactive Brokers, aber für diejenigen von Ihnen, die diese nicht in Anspruch, ist die Aussage Import System flexibel: sehen Sie die Implementierung eines Statement Parser Seite in der Dokumentation für mehr. Ich sollte anmerken, dass im Allgemeinen Ich entwarf die Anwendung für mich und meine eigene Art des Handels, die, dass einige Funktionen, die Sie vielleicht erwarten fehlen bedeutet: kein Sektor / Faktor Zuschreibung für Stockpicker, keine Zurechnung Statistiken für Kredit Pflücker, Tagesfrequenz-Berechnung Dinge wie MAE / MFE (so dass alle Intraday-Trades zeigen Null MAE / MFE) und ohne Optionen spezifische Analytik. All diese Dinge wäre relativ einfach zu addieren, wenn Sie Lust dazu haben (und wissen, ein bisschen von C #), though.
No comments:
Post a Comment