Erstellen eines Trading-Systems innerhalb des Trading-Systems Lab Trading System Lab erzeugt automatisch Trading-Systeme auf jedem Markt in wenigen Minuten mit einem sehr fortgeschrittenen Computerprogramm, bekannt als AIMGP (automatische Induktion von Maschinencode mit genetischer Programmierung). Erstellung eines Handelssystems im Trading System Lab erfolgt in 3 einfachen Schritten. Zunächst wird ein einfacher Präprozessor ausgeführt, der automatisch die notwendigen Daten aus dem Markt extrahiert und vorbehandelt, mit denen Sie arbeiten möchten. TSL akzeptiert CSI, MetaStock, AIQ, TradeStation, kostenlose Internetdaten, ASCII-, TXT-, CSV-, CompuTrac-, DowJones-, FutureSource-, TeleChart2000v3-, TechTools-, XML-, Binär - und Internet-Streaming-Daten. Zweitens wird der Trading System Generator (GP) für mehrere Minuten oder mehr laufen, um ein neues Handelssystem zu entwickeln. Sie können Ihre eigenen Daten, Muster, Indikatoren, Intermarket-Beziehungen oder fundamentale Daten innerhalb der TSL verwenden. Drittens ist das entwickelte Trading System formatiert, um neue Trading System Signale von TradeStation oder vielen anderen Handelsplattformen zu produzieren. TSL wird automatisch schreiben Sie eine einfache Sprache, Java, Assembler, C-Code, C-Code und WealthLab Script Language. Das Handelssystem kann dann manuell gehandelt, über einen Broker gehandelt oder automatisch gehandelt werden. Sie können das Handelssystem selbst erstellen, oder wir können es für Sie tun. Dann können Sie oder Ihr Broker das System entweder manuell oder automatisch handeln. Trading System Labs Genetic Programm enthält mehrere Features, die die Möglichkeit der Kurvenanpassung zu reduzieren, oder die Herstellung eines Trading-System, das nicht weiter in die Zukunft durchzuführen. Erstens, die entwickelten Trading-Systeme haben ihre Größe auf die niedrigstmögliche Größe durch so genannte Parsimony Pressure, Zeichnung aus dem Konzept der minimalen Beschreibung Länge geschnitten. Somit ist das resultierende Handelssystem so einfach wie möglich und es wird allgemein angenommen, dass je einfacher das Handelssystem ist, desto besser wird es in die Zukunft durchführen. Zweitens wird die Zufälligkeit in den evolutionären Prozess eingeführt, wodurch die Möglichkeit reduziert wird, Lösungen zu finden, die lokal, aber nicht global optimal sind. Zufälligkeit wird nicht nur über die Kombinationen des in den entwickelten Handelssystemen verwendeten genetischen Materials, sondern auch über Parsimony Pressure, Mutation, Crossover und andere übergeordnete GP-Parameter eingeführt. Out of Sample-Tests werden durchgeführt, während das Training mit statistischen Informationen durchgeführt wird, die sowohl im Test - als auch im Out-of-Sample-Handelssystemtest angezeigt werden. Ausführungsprotokolle werden dem Benutzer für Trainings-, Validierungs - und Out of Sample-Daten präsentiert. Gut verhalten Aus der Sample Performance kann ein Hinweis sein, dass das Trading System mit robusten Eigenschaften entwickelt. Eine wesentliche Verschlechterung der automatischen Probenentnahme im Vergleich zu den Stichprobenprüfung kann bedeuten, dass die Schaffung eines robusten Handelssystems im Zweifel ist oder dass das Terminal oder das Eingabeset möglicherweise geändert werden muss. Schließlich wird das Terminal-Set sorgfältig ausgewählt, um die Auswahl des anfänglichen genetischen Materials nicht auf eine bestimmte Markt-Bias oder - Stimmung zu beschränken. TSL startet nicht mit einem vordefinierten Handelssystem. In der Tat wird nur das Eingabeset und eine Auswahl von Markteintrittsmodus oder - modi für die automatische Eintrittssuche und - zuordnung anfänglich hergestellt. Ein Muster - oder Indikatorverhalten, das als bullische Situation betrachtet werden kann, kann innerhalb des GP verwendet, verworfen oder invertiert werden. Keinem Muster oder Indikator ist eine bestimmte Marktbewegungsvorspannung vorab zugewiesen. Dies ist eine radikale Abkehr von der manuell generierten Trading-System-Entwicklung. Ein Handelssystem ist ein logischer Satz von Anweisungen, die dem Händler sagen, wann man einen bestimmten Markt kaufen oder verkaufen kann. Diese Anweisungen erfordern selten einen Eingriff eines Händlers. Handelssysteme können manuell gehandelt werden, indem man Handelsanweisungen auf einem Computerbildschirm beobachtet oder gehandelt werden kann, indem dem Computer erlaubt wird, Trades automatisch in den Markt einzutragen. Beide Methoden sind heute weit verbreitet. Es gibt mehr professionelle Geldmanager, die sich als systematische oder mechanische Händler als diejenigen, die sich als discretionary, und die Leistung der Systematische Geld-Manager ist in der Regel überlegen, dass der diskretionäre Geld-Manager. Studien haben gezeigt, dass Trading-Konten in der Regel verlieren Geld häufiger, wenn der Client nicht mit einem Trading-System. Der deutliche Anstieg der Handelssysteme in den letzten zehn Jahren zeigt sich vor allem in den Rohstoff-Brokerfirmen, doch Aktien - und Anleihenmarkt-Brokerhäuser werden zunehmend von den Vorteilen durch den Einsatz von Trading Systems erkannt und einige haben damit begonnen, Trading Systems anzubieten Einzelhandelskunden. Die meisten Investmentfonds-Manager sind bereits mit anspruchsvollen Computer-Algorithmen, um ihre Entscheidungen zu treffen, was heiße Lager zu holen oder was Sektor Rotation ist für. Computer und Algorithmen haben sich zu Mainstream-Investitionen entwickelt, und wir erwarten, dass sich dieser Trend fortsetzen wird, da jüngere, computergesteuerte Investoren weiterhin erlauben, dass Teile ihres Geldes von Trading Systems verwaltet werden, um das Risiko zu senken und die Rendite zu erhöhen. Die riesigen Verluste, die von Anlegern, die an Aktien und Investmentfonds beteiligt waren, teilnahmen, während der Aktienmarkt in den vergangenen Jahren geschmolzen war, fördert diese Entwicklung hin zu einer disziplinierten und logischeren Herangehensweise an die Börseninvestitionen. Der durchschnittliche Investor erkennt, dass er oder sie derzeit ermöglicht viele Aspekte ihres Lebens und das Leben ihrer Lieben zu halten oder kontrolliert werden von Computern wie die Autos und Flugzeuge, die wir für den Transport, die medizinische Diagnosegeräte verwenden wir für die Gesundheitsversorgung, Die Heizungs - und Kühlregler, die wir für die Temperaturregelung verwenden, die Netze, die wir für internetbasierte Informationen nutzen, auch die Spiele, die wir für die Unterhaltung spielen. Warum dann einige Einzelhandels-Investoren glauben, dass sie von der Hüfte in ihren Entscheidungen, was Aktien oder Investmentfonds zu kaufen oder zu verkaufen und zu erwarten, um Geld zu schießen Schließlich ist der durchschnittliche Investor hat sich vorsichtig von der Beratung und Informationen durch skrupellose Broker weitergegeben , Buchhalter, Corporate Principals und Finanzberater. In den vergangenen 20 Jahren haben Mathematiker und Softwareentwickler Indikatoren und Muster auf Lager - und Rohstoffmärkten durchsucht, die nach Informationen suchen, die auf die Richtung des Marktes hinweisen. Diese Informationen können verwendet werden, um die Leistung von Handelssystemen zu verbessern. Im Allgemeinen ist diese Entdeckung Prozess durch eine Kombination aus Versuch und Irrtum und anspruchsvoller Data Mining erreicht. Typischerweise dauert der Entwickler Wochen oder Monate der Anzahl Knirschen, um ein potentielles Handelssystem zu erzeugen. Viele Male dieses Handelssystem wird nicht gut funktionieren, wenn tatsächlich in der Zukunft aufgrund der sogenannten Kurvenanpassung verwendet. Im Laufe der Jahre gab es viele Trading Systems (und Trading-System-Entwicklungsunternehmen), die gekommen und gegangen, wie ihre Systeme im Live-Handel gescheitert sind. Die Entwicklung von Trading-Systemen, die weiterhin in die Zukunft führen, ist schwierig, aber nicht unmöglich zu bewerkstelligen, obwohl kein ethischer Entwickler oder Geldmanager eine unbedingte Garantie dafür geben wird, dass jedes Trading System oder auch irgendwelche Aktien, Anleihen oder Investmentfonds fortbestehen werden Um Gewinne in die Zukunft für immer zu produzieren. Was hat Wochen oder Monate für die Trading-System-Entwickler zu produzieren in der Vergangenheit kann nun in wenigen Minuten durch den Einsatz von Trading System Lab produziert werden. Trading System Lab ist eine Plattform für die automatische Generierung von Handelssystemen und Handelsindikatoren. TSL nutzt eine Hochgeschwindigkeits-Genetic Programming Engine und wird Trading-Systeme mit einer Geschwindigkeit von über 16 Millionen System-Bars pro Sekunde basierend auf 56 Eingaben produzieren. Man beachte, daß nur wenige Eingaben tatsächlich verwendet werden oder notwendig sind, was zu allgemein einfach entwickelten Strategiestrukturen führt. Mit etwa 40.000 bis 200.000 Systemen, die für eine Konvergenz benötigt werden, kann die Zeit bis zur Konvergenz für jeden Datensatz angenähert werden. Beachten Sie, dass wir nicht einfach eine brutale Kraftoptimierung bestehender Indikatoren durchführen, die nach optimalen Parametern suchen, aus denen in einem bereits strukturierten Trading System zu verwenden ist. Der Handelssystem-Generator beginnt an einem Nullpunkt-Ursprung, der keine Annahmen über die Bewegung des Marktes in der Zukunft macht, und entwickelt dann Handelssysteme zu einer sehr hohen Rate, die auf dem Markt vorhandene Informationen kombiniert und neue Filter, Funktionen, Bedingungen und Beziehungen formuliert Schreitet zu einem gentechnisch veränderten Handelssystem voran. Das Ergebnis ist, dass ein ausgezeichnetes Handelssystem in wenigen Minuten auf 20-30 Jahren der täglichen Marktdaten auf nahezu jedem Markt erzeugt werden kann. In den letzten Jahren gab es mehrere Ansätze für Trading System Optimierung, die den weniger leistungsfähigen genetischen Algorithmus beschäftigen. Genetische Programme (GPs) sind überlegene genetische Algorithmen (GAs) aus mehreren Gründen. Zuerst konvergieren GPs auf einer Lösung mit einer exponentiellen Rate (sehr schnell und schneller), während genetische Algorithmen mit einer linearen Rate konvergieren (viel langsamer und nicht immer schneller). Zweitens generieren die Hausärzte tatsächlich den Handelssystem-Maschinencode, der das genetische Material (Indikatoren, Muster, Zwischenmarktdaten) auf einzigartige Weise kombiniert. Diese einzigartigen Kombinationen sind möglicherweise nicht intuitiv offensichtlich und erfordern keine anfänglichen Definitionen durch den Systementwickler. Die einzigartigen mathematischen Beziehungen können neue Indikatoren oder Varianten der technischen Analyse werden, die noch nicht entwickelt oder entdeckt wurden. GAs, auf der anderen Seite, einfach für optimale Lösungen suchen, wie sie über die Parameter-Bereich sie nicht entdecken neue mathematische Beziehungen und nicht schreiben ihre eigenen Handelssystem-Code. GPs erstellen Trading-System-Code von verschiedenen Längen, mit variabler Länge Genome, wird die Länge des Handelssystems durch die so genannte nicht-homologe Crossover ändern und wird vollständig verwerfen ein Indikator oder Muster, das nicht zur Effizienz des Handelssystems beitragen. GAs verwenden nur Befehlsblöcke mit fester Grße, wobei nur homologe Crossover verwendet werden und keine variable Länge des Handelssystemcodes erzeugt werden, noch werden sie einen ineffizienten Indikator oder ein Muster so leicht wie ein GP verwerfen. Schließlich sind genetische Programme ein neuer Fortschritt auf dem Gebiet des maschinellen Lernens, während genetische Algorithmen vor 30 Jahren entdeckt wurden. Genetische Programme umfassen alle Hauptfunktionen der Genetischen Algorithmen Crossover, Reproduktion, Mutation und Fitness, aber GPs umfassen viel schnellere und robuste Funktionen, so dass GPs die beste Wahl für die Herstellung von Trading Systems. Der GP, der in TSLs Trading System Generator eingesetzt wird, ist der derzeit am schnellsten verfügbare GP und ist in keiner anderen Finanzmarktsoftware der Welt verfügbar. Die genetische Programmierung Algorithmus, Trading Simulator und Fitness-Motoren innerhalb TSL verwendet über 8 Jahre zu produzieren. Trading System Lab ist das Ergebnis von Jahren harter Arbeit von einem Team von Ingenieuren, Wissenschaftlern, Programmierern und Händlern, und wir glauben, stellt die modernste Technologie heute für den Handel der Märkte. Die Vor-und Nachteile der automatisierten Handelssysteme Händler und Investoren können Präzise Eingabe. Exit - und Money-Management-Regeln in automatisierte Handelssysteme, die es Computern ermöglichen, die Trades auszuführen und zu überwachen. Eine der größten Attraktionen der Strategieautomatisierung ist, dass es einige der Emotionen aus dem Handel nehmen kann, da Trades automatisch platziert werden, sobald bestimmte Kriterien erfüllt sind. Dieser Artikel wird Leser vorstellen und erklären einige der Vor-und Nachteile, sowie die Realitäten der automatisierten Handelssysteme. (Für das zugehörige Lesen, siehe Die Macht der Programm-Trades.) Was ist ein automatisiertes Handelssystem Automatisierte Handelssysteme, auch als mechanische Handelssysteme, algorithmischen Handel bezeichnet. Automatisierte Handels - oder Systemhandel erlauben es den Händlern, spezifische Regeln für Handels - und Exits festzulegen, die, sobald sie programmiert sind, automatisch über einen Computer ausgeführt werden können. Die Handelsein - und - ausgangsregeln können auf einfachen Bedingungen, wie einem gleitenden Durchschnittsübergang, basieren. Oder es können komplizierte Strategien sein, die ein umfassendes Verständnis der für die Benutzerhandelsplattform spezifischen Programmiersprache oder das Fachwissen eines qualifizierten Programmierers erfordern. Automatisierte Handelssysteme erfordern typischerweise die Verwendung von Software, die mit einem Direktzugriffsvermittler verknüpft ist. Und alle spezifischen Regeln müssen in dieser Plattform-proprietären Sprache geschrieben werden. Die Plattform TradeStation nutzt beispielsweise die Programmiersprache EasyLanguage, die NinjaTrader-Plattform dagegen die NinjaScript-Programmiersprache. Abbildung 1 zeigt ein Beispiel einer automatisierten Strategie, die drei Trades während einer Trading Session ausgelöst hat. Abbildung 1: Ein Fünf-Minuten-Chart des ES-Kontrakts mit einer automatisierten Strategie. Einige Handelsplattformen verfügen über Strategie-Assistenten, die es Anwendern erlauben, aus einer Liste allgemein verfügbarer technischer Indikatoren eine Reihe von Regeln zu erstellen, die dann automatisch gehandelt werden können. Der Nutzer könnte zum Beispiel festlegen, dass ein langer Handel eingegeben wird, sobald der 50-Tage-Gleitende Durchschnitt über dem 200-Tage-Gleitenden Durchschnitt bei einem Fünf-Minuten-Chart eines bestimmten Handelsinstruments überschreitet. Benutzer können auch die Art der Bestellung (zB Markt oder Limit) eingeben und wenn der Handel ausgelöst wird (zB am Ende der Leiste oder in der nächsten Leiste geöffnet) oder die Standard-Eingänge der Plattform verwenden. Viele Händler jedoch wählen ihre eigenen benutzerdefinierten Indikatoren und Strategien zu programmieren oder arbeiten eng mit einem Programmierer, um das System zu entwickeln. Während dies in der Regel erfordert mehr Aufwand als mit dem Plattform-Assistenten, ermöglicht es eine viel größere Flexibilität und die Ergebnisse können mehr belohnen. (Leider gibt es keine perfekte Anlagestrategie, die den Erfolg garantieren wird.) Weitere Informationen finden Sie unter Verwenden technischer Indikatoren zur Entwicklung von Handelsstrategien.) Sobald die Regeln festgelegt sind, kann der Computer die Märkte überwachen, um Kauf - oder Verkaufschancen basierend auf dem Handel zu finden Strategiespezifikationen. Abhängig von den spezifischen Regeln, sobald ein Trade eingegeben wird, Aufträge für Schutz Stop Verluste. Nachlaufende Stopps und Gewinnziele automatisch generiert. In schnelllebigen Märkten kann dieser sofortige Auftragseingang den Unterschied zwischen einem geringen Verlust und einem katastrophalen Verlust für den Fall darstellen, in dem sich der Handel gegen den Händler bewegt. Vorteile von automatisierten Trading-Systemen Es gibt eine lange Liste von Vorteilen auf mit einem Computer überwachen die Märkte für Handelschancen und führen die Trades, einschließlich: Minimize Emotions. Automatisierte Handelssysteme minimieren Emotionen während des gesamten Handelsprozesses. Indem Emotionen in Schach gehalten werden, haben Händler normalerweise eine einfachere Zeit, an dem Plan festzuhalten. Da die Handelsaufträge automatisch ausgeführt werden, sobald die Handelsregeln erfüllt sind, können die Händler den Handel nicht zögern oder in Frage stellen. Neben der Unterstützung von Händlern, die Angst, den Auslöser zu ziehen sind, kann automatisiertes Handel Bombardierung diejenigen, die geeignet sind, zu übertreiben Kauf und Verkauf an jeder wahrgenommenen Gelegenheit. Fähigkeit zum Backtest. Backtesting wendet Handelsregeln auf historische Marktdaten an, um die Durchführbarkeit der Idee zu bestimmen. Beim Entwerfen eines Systems für automatisierten Handel müssen alle Regeln absolut sein, ohne Raum für Interpretation (der Computer kann nicht erraten, dass es genau gesagt werden muss, was zu tun ist). Trader können diese präzisen Regeln setzen und sie auf historischen Daten testen, bevor sie Geld im Live-Handel riskieren. Sorgfältiges Backtesting ermöglicht es Tradern, eine Trading-Idee auszuwerten und zu verfeinern und die Systemerwartung zu bestimmen, die der durchschnittliche Betrag, den ein Trader erwarten kann, pro Risikoeinheit zu gewinnen (oder zu verlieren). (Wir bieten einige Tipps für diesen Prozess, die helfen können, Ihre aktuellen Handelsstrategien neu zu finden. Für mehr, siehe Backtesting: Interpretation der Vergangenheit.) Preserve Disziplin. Da die Handelsregeln etabliert sind und die Handelsausführung automatisch erfolgt, wird Disziplin auch in volatilen Märkten bewahrt. Disziplin ist oft verloren durch emotionale Faktoren wie Angst vor dem Verlust eines Verlustes oder der Wunsch, eke aus ein wenig mehr Gewinn aus einem Handel. Automatisiertes Trading hilft sicherzustellen, dass Disziplin beibehalten wird, weil der Handelsplan genau gefolgt wird. Darüber hinaus wird der Pilot-Fehler minimiert, und eine Bestellung zum Kauf von 100 Aktien wird nicht falsch eingegeben werden als Kauf von 1.000 Aktien zu verkaufen. Erzielen Sie Konsistenz. Eine der größten Herausforderungen im Handel ist, den Handel zu planen und den Handel zu planen. Selbst wenn ein Handelsplan das Potenzial hat, rentabel zu sein, ändern Händler, die die Regeln ignorieren, jegliche Erwartung, die das System hätte. Es gibt keinen solchen Handelsplan, der 100 der Zeitverluste gewinnt, sind ein Teil des Spiels. Aber Verluste können psychologisch traumatisierend sein, so dass ein Trader, der zwei oder drei verlieren Trades in einer Reihe könnte entscheiden, den nächsten Handel zu überspringen. Wenn dieser nächste Handel ein Gewinner gewesen wäre, hat der Händler bereits jede Erwartung des Systems zerstört. Automatisierte Handelssysteme ermöglichen es Tradern, Konsistenz durch den Handel des Plans zu erreichen. (Es ist unmöglich, Katastrophe ohne Handelsregeln zu vermeiden. Für weitere, siehe 10 Schritte zum Aufbau eines gewinnbringenden Handelsplans.) Verbesserte Order Entry Speed. Da Computer sofort auf sich ändernde Marktbedingungen reagieren, können automatisierte Systeme Aufträge generieren, sobald die Handelskriterien erfüllt sind. Erste-oder aus einem Handel ein paar Sekunden früher kann einen großen Unterschied in den Handel Ergebnis zu machen. Sobald eine Position eingegeben wird, werden alle anderen Aufträge automatisch generiert, inklusive Schutzstopp-Verlusten und Gewinnzielen. Märkte können sich schnell bewegen, und es ist demoralisierend, dass ein Trade das Gewinnziel erreicht oder vor einem Stop-Loss-Level vorbeifährt, bevor die Aufträge sogar eingegeben werden können. Ein automatisiertes Handelssystem verhindert, dass dies geschieht. Diversifizieren Handel. Automatisierte Handelssysteme erlauben dem Benutzer, mehrere Konten oder verschiedene Strategien gleichzeitig zu handeln. Dies hat das Potenzial, Risiken über verschiedene Instrumente zu verbreiten und gleichzeitig eine Absicherung gegen Verlustpositionen zu schaffen. Was unglaublich anspruchsvoll für einen Menschen zu erreichen ist, wird effizient von einem Computer in einer Angelegenheit von Millisekunden ausgeführt. Der Computer ist in der Lage, für Trading-Chancen über eine Reihe von Märkten zu scannen, Aufträge zu generieren und Trades zu überwachen. Nachteile und Realitäten von automatisierten Handelssystemen Automatisierte Handelssysteme haben viele Vorteile, aber es gibt einige Abstriche und Realties, denen die Händler bewusst sein sollten. Mechanische Ausfälle. Die Theorie hinter automatisierten Trading macht es einfach: die Software einrichten, die Regeln programmieren und beobachten, wie sie handeln. In Wirklichkeit jedoch ist das automatisierte Trading eine anspruchsvolle Handelsmethode, aber nicht unfehlbar. Abhängig von der Handelsplattform konnte sich ein Handelsauftrag auf einem Computer und nicht auf einem Server befinden. Was bedeutet, dass, wenn eine Internetverbindung verloren geht, eine Bestellung nicht auf den Markt geschickt werden. Es könnte auch eine Diskrepanz zwischen den theoretischen Trades, die durch die Strategie und die Auftragseingangsplattform Komponente, die sie in echte Trades macht erzeugt. Die meisten Händler sollten eine Lernkurve bei der Verwendung von automatisierten Handelssystemen erwarten, und es ist allgemein eine gute Idee, mit kleinen Handelsgrößen zu beginnen, während der Prozess verfeinert wird. Überwachung. Obwohl es toll wäre, den Computer einzuschalten und den Tag zu verlassen, benötigen automatisierte Handelssysteme eine Überwachung. Dies liegt daran, das Potenzial für mechanische Ausfälle, wie Konnektivitätsprobleme, Leistungsverluste oder Computerabstürze, und System-Macken. Es ist möglich, dass ein automatisiertes Handelssystem Anomalien erlebt, die zu fehlerhaften Aufträgen, fehlenden Aufträgen oder doppelten Aufträgen führen können. Wenn das System überwacht wird, können diese Ereignisse schnell erkannt und behoben werden. Über-Optimierung. Obwohl nicht spezifisch für automatisierte Handelssysteme, Händler, die Backtesting-Techniken verwenden können Systeme, die auf Papier großartig aussehen und führen schrecklich in einem Live-Markt. Über-Optimierung bezieht sich auf übermäßige Kurvenanpassung, die einen Handelsplan erzeugt, der im realen Handel unzuverlässig ist. Es ist z. B. möglich, eine Strategie zu optimieren, um außergewöhnliche Ergebnisse auf den historischen Daten, auf denen sie getestet wurde, zu erzielen. Händler gehen manchmal falsch davon aus, dass ein Handelsplan nahe 100 profitable Geschäfte haben sollte oder nie einen Drawdown erleben sollte, um ein tragfähiger Plan zu sein. Als solche können die Parameter angepasst werden, um einen nahezu perfekten Plan zu schaffen, der vollständig ausfällt, sobald er auf einen Live-Markt angewendet wird. (Diese Überoptimierung schafft Systeme, die nur auf Papier gut aussehen.) Weitere Informationen finden Sie unter Backtesting und Forward Testing: Die Bedeutung von Correlation.) Serverbasierte Automatisierung Händler haben die Möglichkeit, ihre automatisierten Handelssysteme über einen serverbasierten Handel auszuführen Plattform wie Strategy Runner. Diese Plattformen bieten häufig kommerzielle Strategien zum Verkauf an, ein Assistent, so dass Händler ihre eigenen Systeme entwerfen können oder die Fähigkeit, vorhandene Systeme auf der Server-basierten Plattform zu hosten. Gegen eine Gebühr kann das automatisierte Handelssystem alle Trades mit allen auf ihrem Server befindlichen Aufträgen scannen, ausführen und überwachen, was zu einer schnelleren und zuverlässigeren Auftragserfassung führt. Schlussfolgerung Obwohl ein Ppealing für eine Vielzahl von Faktoren, sollten automatisierte Handelssysteme nicht als Ersatz für sorgfältig ausgeführte Handel. Mechanische Störungen können auftreten, und als solche erfordern diese Systeme eine Überwachung. Serverbasierte Plattformen können eine Lösung für Händler bieten, die das Risiko von mechanischen Ausfällen minimieren möchten. (Für verwandte Themen, siehe Day Trading-Strategien für Anfänger.) Working Capital ist ein Maß für die Effizienz eines Unternehmens und seine kurzfristige finanzielle Gesundheit. Das Working Capital wird berechnet. Die Environmental Protection Agency (EPA) wurde im Dezember 1970 unter US-Präsident Richard Nixon gegründet. Das. Eine Verordnung, die am 1. Januar 1994 durchgeführt wurde, verringerte und schließlich beseitigte Tarife, um Wirtschaftstätigkeit zu fördern. Ein Maßstab, an dem die Wertentwicklung eines Wertpapier-, Investmentfonds - oder Anlageverwalters gemessen werden kann. Mobile Brieftasche ist eine virtuelle Brieftasche, die Zahlungskarteninformationen auf einem mobilen Gerät speichert. 1. Die Verwendung von verschiedenen Finanzinstrumenten oder Fremdkapital, wie Marge, zur Erhöhung der potenziellen Rendite einer Investition. Disclaimer HYPOTHETISCH ODER SIMULIERTE LEISTUNGSERGEBNISSE HABEN BESTIMMTE INHERENTE EINSCHRÄNKUNGEN. EINE AKTUELLE LEISTUNGSAUFNAHME, SIMULATIVE ERGEBNISSE NICHT VERTRETEN. WENN DIE HÄNDE NICHT TATSÄCHLICH AUSGEFÜHRT WERDEN KÖNNEN, KÖNNEN DIE ERGEBNISSE AUSSERDEM AUF DIE AUSWIRKUNGEN AUF BESTIMMTE MARKTFAKTOREN ENTSTANDEN WERDEN KÖNNEN. SIMULATED HANDELSPROGRAMME IM ALLGEMEINEN SIND AUCH AUF DIE TATSACHE, DIE SIE MIT DEM VORTEIL VON HINDSIGHT ENTWERFEN. KEINE REPRÄSENTATION IST GEMACHT, DASS JEDE KONTO ODER GELTEND ZU ERWERBENDE GEWINNE ODER VERLUSTE VERÄNDERT WIRD. EasyLanguage und TradeStation sind eingetragene Warenzeichen von TradeStation Technologies, Inc. Einleitung Eine der größten Trends im Einzelhandel in den letzten zehn Jahren war die Zunahme der Popularität des automatisierten Handels. Bei dieser Art des Handels, auch bekannt als automatisierte Orderausführung, werden Kauf - und Verkaufssignale, die von einem Handelssystem generiert werden, automatisch von einer Plattform ausgeführt, die mit dem Händler-Brokerage-Konto verbunden ist. Dies ermöglicht eine Freisprecheinrichtung, die eine schnellere Ausführung, weniger Fehler und die Fähigkeit ermöglicht, kürzere Zeitrahmen mit höherfrequenten Strategien zu handeln. Da immer mehr Händler zum automatisierten Handel gezogen sind, hat sich das Interesse an systematischen Handelsstrategien erhöht. Während einige Trader ihre eigenen Trading-Strategien zu entwickeln, haben viele Händler die Programmierkenntnisse, die notwendig sind, um ihre Ideen umzusetzen. Andere Händler fehlen die spezifischen Kenntnisse der technischen Handelsmethoden oder die Erfahrung, die erforderlich ist, um eine tragfähige Strategie zu entwerfen. Selbst für Händler, die über die notwendigen Fähigkeiten für die Entwicklung von Handelssystemen verfügen, ist der beträchtliche Zeit - und Aufwand für die Entwicklung einer guten Strategie oft eine Abschreckung. Eine kürzlich entwickelte Lösung für dieses Problem ist die Verwendung von Computer-Algorithmen, um automatisch zu generieren Handelssystem-Code. Das Ziel dieses Ansatzes ist es, viele der Schritte im traditionellen Prozess der Entwicklung von Handelssystemen zu automatisieren. Im traditionellen, manuellen Ansatz zur Strategieentwicklung wählt der Trader Elemente der Handelsstrategie, die auf vorherigen Erfahrungen basieren, und Kenntnisse über technische Indikatoren, Einstiegs - und Ausstiegstypen sowie Strategieentwurf. Häufig basiert eine Strategie auf einer Markthypothese, dh einer Idee, wie der Markt funktioniert. Eine tragfähige Handelsstrategie wird typischerweise durch ein langes Trial-and-Error-Verfahren mit zahlreichen Iterationen, Revisionen und Tests entwickelt, bis akzeptable Ergebnisse erzielt werden. Dieser traditionelle Prozess der Entwicklung von Handelssystemen ist extrem zeitaufwändig und beinhaltet systematisch Beseitigung vieler Ideen, die einfach nicht funktionieren. Außerdem haben alle Händler Vorurteile darüber, wie die Märkte funktionieren, und diese Verzerrungen können den Systementwicklungsprozess beeinflussen. In einigen Fällen können diese Vorurteile hilfreich sein, aber sie können auch die möglichen Systeme einschränken, die der Händler berücksichtigen könnte. Anstatt mit einer voreingenommenen Ansicht und einem begrenzten Satz von Regeln, beginnt ein automatischer Code-Generator mit einem großen Satz von Regeln und sucht in einer unvoreingenommenen Weise für die Kombinationen, die arbeiten, während schnell die Beseitigung diejenigen, die nicht. Dieses Papier stellt einen Überblick über die automatische Codegenerierung für den Bau von Handelssystemen. Es werden sowohl einfache als auch komplexe Methoden diskutiert. Eine einfache Ad-hoc-Methode wird vorgestellt, die in der Scripting-Sprache von TradeStations EasyLanguage implementiert werden kann, um grundlegende Preismuster-basierte Strategien zu finden. Ein komplexer Ansatz auf der Grundlage der genetischen Programmierung wird ebenfalls diskutiert. Die automatische Erstellung von Handelssystemen ist eine attraktive Idee. Es gibt jedoch auch einige Nachteile. Zum einen sind rigorose Ansätze wie solche, die auf genetischer Programmierung beruhen, komplex und schwer umsetzbar. Auch die automatische Codeerzeugung beruht im Allgemeinen auf der historischen Simulation, dh ihrem Optimierungsprozess. Daher ist das Risiko einer Überanpassung zu berücksichtigen. Diese Vorbehalte werden ebenfalls diskutiert. Der grundlegende Ansatz Der grundlegende Algorithmus für den Bau von Handelssystemen mit automatischer Codegenerierung ist unten in Abb. 1. Es beginnt mit einer Methode zur Kombination verschiedener Elemente der Handelsstrategie. Diese Elemente können verschiedene technische Indikatoren, wie z. B. gleitende Durchschnittswerte, Stochastik, und so weiter verschiedene Arten von Ein-und Ausreise Bestellungen und logische Bedingungen für den Eintritt und Ausstieg aus dem Markt. Abbildung 1. Grundlegender Algorithmus für automatisierte Strategieentwicklung. Nachdem die verschiedenen Elemente zu einer kohärenten Strategie zusammengefasst sind, können sie auf dem Markt oder den Märkten von Interesse ausgewertet werden. Dies erfordert Marktdaten Preise, Volumen, offene Zinsen, etc. für jeden Markt. Im Allgemeinen würden Sie auch eine Reihe von Build-Ziele zu helfen, Rang oder punkten Sie jede Strategie. Beispiele für Build-Ziele umfassen verschiedene Leistungsmaße, wie etwa den Nettogewinn, den Drawdown, den Prozentsatz der Gewinner, den Gewinnfaktor und so weiter. Diese könnten als Mindestanforderungen, wie etwa ein Gewinnfaktor von mindestens 2,0, oder als Maximierungsziele, wie die Maximierung des Reingewinns, angegeben werden. Die Strategiegenerierungs - und Bewertungsschritte werden wiederholt, bis die Beendigungskriterien erfüllt sind. Die Abbruchkriterien könnten so einfach sein, wie eine vorgegebene Anzahl von unterschiedlichen Strategien zu schaffen, oder der Prozess kann gestoppt werden, nachdem keine weitere Verbesserung der Build-Ziele erreicht ist. Typischerweise wird ein Optimierungsalgorithmus verwendet, um die Strategien zu denen zu führen, die die Buildziele erfüllen. Die endgültigen Strategien sind diejenigen mit dem höchsten Rang oder Kerbe auf der Grundlage der Build-Ziele. Sie könnten entweder die einzige beste Strategie oder speichern Sie einige (oder alle) der Strategien, die von bauen Ziele. Wenn es mehrere Build-Ziele gibt, kann ein gewichteter Durchschnitt verwendet werden, um eine einzelne Metrik zu bilden. Dies ist die grundlegendste Ansicht des automatischen Systemaufbaus. Eine detailliertere Beschreibung wird im folgenden Abschnitt über die genetische Programmierung gegeben. Diese Beschreibung ignoriert auch das wichtige Problem der Überformatierung, bei dem die Strategie so eng an die Marktdaten angepasst ist, die während des Buildprozesses verwendet werden, dass die Strategie in Zukunft bei neuen Daten nicht gut funktioniert. Diese Frage wird auch im Folgenden behandelt. Theoretische Grundlagen der automatischen Codegenerierung Wie oben beschrieben, ist der Aufbau eines Handelssystems mit automatischer Codegenerierung im Wesentlichen ein Optimierungsproblem. Die Kombination von Strategie-Elementen, die die Build-Ziele maximiert, wird als letzte Strategie betrachtet. Einige Händler würden einwenden, dass Handelssysteme auf der Grundlage einer Hypothese des Marktverhaltens oder Handelns aufgebaut werden sollten. Wenn Sie eine gute Hypothese haben, wie die Märkte funktionieren, kann eine Strategie um diese Hypothese aufgebaut und getestet werden. Wenn es funktioniert, unterstützt es die Hypothese und rechtfertigt den Handel der Strategie. Tatsächlich ist der hier beschriebene Ansatz nicht grundsätzlich anders. Jede Kandidatenstrategie, die während des Buildprozesses aufgebaut wurde, wie in Fig. 1 ist im Wesentlichen eine Hypothese, die von der Evaluierung entweder unterstützt oder widerlegt wird. Wenn Out-of-Sample-Tests verwendet werden, können die endgültigen Strategien durch die Out-of-Sample-Ergebnisse weiter unterstützt oder widerlegt werden. Eine weitere Möglichkeit, automatische Codegenerierung anzuzeigen, ist ein Problem der statistischen Schlussfolgerung. Die Preisdaten können als eine Kombination von Signal und Rauschen gedacht werden. Das Signal ist der handelbare Teil der Daten, und das Rauschen ist alles andere. In diesem Kontext ist der Strategieaufbauprozeß ein nichtlineares Kurvenanpassungsproblem, bei dem das Ziel darin besteht, Strategien zu finden, die dem Signal entsprechen, während das Rauschen ignoriert wird und Überanpassung vermieden wird. Gleichzeitig sind die Marktdaten oft nicht stationär: Die statistischen Eigenschaften ändern sich mit der Zeit. Eine erfolgreiche Strategie ist daher eine, die zu den stationären Elementen des Marktsignals mit angemessenen Freiheitsgraden passt, um eine Überanpassung zu vermeiden. Obwohl im Folgenden ausführlicher erörtert wird, wird im Allgemeinen ein Out-of-Sample-Test verwendet, um zu verifizieren, dass die Strategien nicht überkompatibel zum Markt sind. Mustersystem-Codegenerator für TradeStation Dieser Abschnitt beschreibt einen Ad-hoc-Ansatz zur automatischen Codegenerierung, bei dem ein Handelssystem für TradeStation automatisch andere, musterbasierte Handelssysteme für TradeStation generiert. Das AutoSystemGen-System sucht nach einem Satz von Handelsregeln zusammen mit den zugehörigen Parameterwerten, die einen bestimmten Satz von Leistungsanforderungen erfüllen. Abhängig von den Performance-Anforderungen, könnte es mehrere oder sogar Dutzende von Handelssystemen, die den Anforderungen entsprechen. Es schreibt dann den EasyLanguage-Code für jedes System in eine Datei. Für illustrative Zwecke sind die Regeln für die generierten Systeme auf Preismodelle beschränkt. Grundsätzlich könnte diese Technik erweitert werden, um automatisch Systemzeichnungen aus einer Vielzahl von Ein - und Ausstiegstechniken zu generieren, die für fast jeden Markt gelten. Preismusterregeln Während fast jede Art von Indikator oder Handelslogik in den hier beschriebenen Handelssystemgenerator einbezogen werden könnte, um die Dinge ziemlich einfach zu halten, werden die Regeln der erzeugten Systeme auf Preismuster beschränkt sein. Jede Eintragsvorschrift eines generierten Handelssystems hat die folgende Form: wobei P1 und P2 die Preise (offen, hoch, niedrig oder geschlossen) sind, N1 und N2 die Anzahl der zurückzulegenden Stäbe sind (z Und Ineq ist ein Ungleichheitsoperator, entweder lt oder gt. Beispiele für Regeln umfassen die folgenden: Schließen Sie lt Close2 Low2 lt High10 High3 gt Close4 und so weiter. P1, P2, N1, N2 und Ineq sind alle Variablen, die durch den Systemgenerierungsprozess bestimmt werden. N1 und N2 auf den Bereich 0 20 beschränkt. Außerdem ist die Anzahl der Regeln, NRules, eine Variable mit Werten von 1 bis 10. Ein Handelseintrag wird ausgelöst, wenn alle Regeln wahr sind. In diesem Fall wird der Eintrag an der offenen Stelle des nächsten Taktes aufgenommen. Die Handelsrichtung wird im Voraus festgelegt, so daß das System Systeme erzeugt, die entweder alle langen oder alle kurzen Trades sind. Um Trading-Logik sowohl für lange und kurze Trades zu erhalten, kann das System zweimal ausgeführt werden, einmal für lange Trades und das zweite Mal für kurze Trades. Trades wird auf dem Markt nach einer festen Anzahl von Bars, NX, die von einem bis 20 reichen ausgegeben werden. Finding the Rules Der Schlüssel zu diesem Prozess ist die Suche Kandidaten Handelssysteme. Ein System kann zwischen einer und zehn Regeln der oben gezeigten Form bestehen. Trades werden auf dem Markt eingegeben, wenn alle Regeln wahr sind und Trades eine bestimmte Anzahl von Bars später verlassen werden. Wenn dies als ein herkömmliches TradeStation-System mit maximal 10 Regeln kodiert wäre, würden es 52 Eingaben geben. Dies würde für eine umständliche Strategie zu machen. Stattdessen wird ein anderer Ansatz verwendet. Bei jedem Schritt der Optimierung werden die Werte für jede Variable (P1, P2, N1, N2, Ineq, NRules und NX) zufällig gewählt. Für jede Regel wird ein anderer Satz von Werten von P1, P2, N1, N2 und Ineq für eine Summe von NRules-Sätzen von Werten ausgewählt. Jeder Schritt der Optimierung wird ein anderes Handelssystem generieren, da die Variablen zufällig ausgewählt werden. Wenn die Leistungsresultate des Systems die vom Benutzer eingegebenen Anforderungen erfüllen, wird das erzeugte System in eine Datei im EasyLanguage-Code geschrieben. Alles zusammen setzen Der Code für das AutoSystemGen-System und die dazugehörigen Funktionen ist bei Breakout Futures (breakoutfutures) auf der Seite Free Downloads verfügbar. Die erste Eingabe zur Strategie heißt OptStep. Um das System auszuführen, sollte OptStep in der TradeStation optimiert werden, indem es von 1 bis zu einer großen Anzahl von 10.000 in Schritten von 1 variiert wird. Dies führt dazu, dass AutoSystemGen beispielsweise 10.000 verschiedene Handelssysteme erzeugt. Die, die die angegebenen Leistungskriterien erfüllen, werden in die Datei geschrieben, die als Eingabe für die Funktion WriteSystem (z. B. C: AutoSysGen-Output1.txt) angezeigt wird. Die Leistungskriterien werden über die System-Eingänge (reqNetProfit, reqMaxDD, etc.) vorgegeben. Die meisten der harten Arbeit wird durch die Funktionen ausgeführt, die das System aufruft. Die Funktion GetPatVars wählt zufällig die Werte für die Variablen aus, die die Handelsregeln bestimmen. Um festzustellen, ob in der nächsten Leiste ein Trade-Eintrag erfolgen soll oder nicht, werden die Preismusterregeln durch die Funktion EvalPattern ausgewertet. Wenn das System die Leistungskriterien erfüllt, wird der entsprechende EasyLanguage-Code erzeugt und mit der Funktion WriteSystem in eine Textdatei geschrieben. Beispiel Als Beispiel betrachten Sie den 30-jährigen Schatzanleihe-Futures-Markt (Symbol US. P in TradeStation 8). AutoSystemGen wurde in den letzten 20 Jahren der T-Bond-Preise optimiert, wobei der OptStep-Input von 1 auf 10000 erhöht wurde. Damit wurden 10.000 verschiedene Handelssysteme ausgewertet. Die Optimierung wurde zweimal durchgeführt, einmal für lange Trades und einmal für kurze Trades. Die folgenden Performance-Anforderungen wurden verwendet: Nettogewinn von mindestens 30.000, Worst-Case-Drawdown nicht mehr als 7500, mindestens 200 Trades, prozentual rentabel von mindestens 50 und Profit-Faktor von mindestens 1,2. Auf einem Dualcore-Computer mit Vista dauerte es etwa 10 Minuten, um jede Optimierung auszuführen (10.000 Systeme pro Optimierung). Die durch dieses Verfahren erzeugten Systeme sind nachfolgend dargestellt. Hierbei handelt es sich um die von der WriteSystem-Funktion in die Datei AutoSysGen-Output1.txt geschriebenen Systeme. Die ersten sind die Long-Only-Systeme, gefolgt von einem Short-Only-System (das einzige, das die Performance-Kriterien erfüllt). System 2332, US. P, 9172007 12:23:00, Long Trades Net Profit 53562.50, Max DD -7381.25, Num Trades 250, Prozentgewinne 56.80, Proffaktor 1.631 Var: EntNext (false) EntNext Open2 gt Low16 und Low9 gt Low3 Und Close14 lt Low6 und wenn EntNext dann kaufen nächsten Bar auf dem Markt Wenn BarsSinceEntry gt NBarExS dann kaufen, um die nächste Bar auf dem Markt zu decken Wenn STrailOn dann kaufen, um die nächste Bar auf SStop stoppen Bis vor kurzem die meisten Anwendungen der genetischen Programmierung bis zur Strategie-Strategie wurden Akademische Studien auf begrenzte Regelsätze, übermäßig einfache Ein-und Ausfahrt Logik und benutzerdefinierten Code, so dass die Ergebnisse nicht geeignet für die meisten Händler. Gleichzeitig wurde die meiste verfügbare Software, die GP für den Markthandel implementiert, entweder auf professionelle Händler ausgerichtet und entsprechend festgesetzt oder ist sehr kompliziert einzurichten und zu verwenden. Adaptrade Builder wurde entwickelt, um GP einfach zu bedienen für jeden Händler, Einzel-oder Profi, die ein grundlegendes Verständnis des Strategie-Trading und der TradeStation-Plattform hat. Weitere Informationen über Builder finden Sie unter AdaptradeBuilder. Over-fitting Gebäude-Trading-Systeme über die automatische Code-Generierung ist eine Art von Optimierung. Die meisten systematischen Trader sind wohl mit der Parameteroptimierung vertraut, in der die Eingaben in eine Strategie optimiert werden. Im Gegensatz zur Parameteroptimierung optimiert die automatische Codegenerierung die Strategielogik. Dennoch ist das Risiko einer Überoptimierung oder Überanpassung auch für die automatische Codegenerierung ebenso wichtig wie für die Parameteroptimierung. Typischerweise wird die Optimierung über ein Segment von Daten, das sogenannte Optimierungs - oder In-Probe-Segment, durchgeführt und auf unterschiedlichen Daten getestet, die als Test - oder Out-of-Sample-Segment bezeichnet werden. Over-Fitting bezieht sich auf das Problem der Optimierung einer Strategie, so dass es passt das In-Beispiel-Segment gut, aber nicht gut auf alle anderen Daten, einschließlich der Out-of-Sample-Daten. Schlechte Out-of-Sample-Leistung wird in der Regel durch einen von mehreren Faktoren verursacht. Ein wichtiger Faktor ist die sogenannte Anzahl von Freiheitsgraden im In-Probe-Segment. Die Anzahl der Freiheitsgrade, die gleich der Anzahl der Trades abzüglich der Anzahl der Regeln und Bedingungen der Strategie ist, bestimmt, wie eng die Strategie den Daten entspricht. Wenn für jeden Parameter in der Strategie zugeordnete Eingaben hinzugefügt werden, kann die Anzahl der Strategie-Eingaben als Proxy für die Anzahl der Regeln und Bedingungen verwendet werden. Zum Beispiel, wenn eine Strategie hat 100 Trades und 10 Eingänge, es hat 90 Grad Freiheit. Je mehr Freiheitsgrade, desto unwahrscheinlicher ist es, dass die Strategie übermäßig an den Markt angepasst wird, und umso eher wird es eine gute Out-of-Sample-Performance aufweisen. Die Anzahl der Freiheitsgrade kann während des Build-Prozesses erhöht werden, indem die Anzahl der Trades und die Anzahl der Strategie-Eingaben als Build-Ziele berücksichtigt werden. Unter der Annahme, dass die Fitness-Metrik ein gewichteter Durchschnitt der Build-Ziele ist, werden alle anderen Aspekte gleich, die Erhöhung der Gewichtung für die Anzahl der Trades führt zu Strategien mit mehr Trades und damit mehr Freiheitsgrade. Ebenso führt eine Erhöhung der Gewichtung für die (negative) Anzahl von Eingaben zu Strategien mit weniger Eingaben, die auch die Anzahl von Freiheitsgraden erhöhen werden. Eine weitere Möglichkeit besteht darin, die statistische Signifikanz als bauliches Ziel einzubeziehen. Die statistische Signifikanz kann berechnet werden, indem der Schüler t-Test auf den durchschnittlichen Handel angewandt wird. Dies wird die Wahrscheinlichkeit, dass der durchschnittliche Handel größer als Null ist zu messen. Der t-Test basiert auf der Anzahl der Freiheitsgrade, ist aber ein vollständigeres Maß dafür, ob eine Strategie über-fit ist als die Anzahl der Freiheitsgrade allein. Eine Möglichkeit, die Out-of-Sample-Leistung zu verbessern, besteht also darin, die Bedeutung der Fitnessfunktion zu berücksichtigen, die dazu neigt, Strategien zu erzeugen, die eine hohe statistische Signifikanz aufweisen. Ein weiterer wichtiger Faktor, der die Out-of-Sample-Performance beeinflusst, ist die Vielfalt der Marktbedingungen im Segment "In-Probe". Generell ist es besser, über Daten zu optimieren, die eine breite Palette von Marktbedingungen einschließen, wie z. B. Aufwärtstrend - und Abwärtstrendmärkte, Konsolidierungsphasen, hohe und niedrige Volatilität usw. Je mehr Abwechslung im Segment der Stichproben, desto mehr Wahrscheinlich ist es, dass die Strategie wird gut auf andere Daten, einschließlich Out-of-Sample-Daten und in Echtzeit-Handel. Während die Zukunft nie genau die Vergangenheit dupliziert, vorausgesetzt, die Zukunfts - (oder Out-of-Sample-Daten) sind ähnlich genug, um zumindest einen Teil des In-Sample-Segments, sollte die Strategie gut auf neue Daten. Der Wert der Optimierung über eine Vielzahl von Marktbedingungen setzt voraus, dass eine gute Leistung über jeden Teil des In-Probe-Segments erreicht wird. Eine Möglichkeit, dies zu messen, ist der Korrelationskoeffizient der Eigenkapitalkurve, der misst, wie eng die Eigenkapitalkurve sich einer Geraden annähert. Wenn die Eigenkapitalkurve eine gerade Linie ist, bedeutet dies, dass die Performance über alle Segmente der Daten einheitlich ist. Offensichtlich ist dies wünschenswert, wenn das Ziel ist, eine gute Leistung über so viele verschiedene Arten von Marktbedingungen wie möglich zu erzielen. Der Korrelationskoeffizient für die durch automatische Codeerzeugung erzeugten Strategien kann durch Einbeziehen des Korrelationskoeffizienten als Buildziel und Gewichtung als Teil der Fitnessfunktion erhöht werden. Unglücklicherweise wird es Fälle geben, in denen sogar mit einer hohen Signifikanz, einem Korrelationskoeffizienten nahe 1 und einer breiten Vielfalt von Marktbedingungen im In-Probe-Segment die Out-of-Sample-Leistung schlecht ist. Dies kann aus mehreren Gründen passieren. Erstens kann sogar eine einfache Strategie mit wenigen Parametern in einigen Fällen das Rauschen eher als das Signal passen. Laut Definition ist Rauschen ein Teil der Marktdaten, die nicht zu rentablen Handelssignalen beitragen. Zweitens kann sich die Marktdynamik, auf der die Strategielogik beruht (d. h. das Signal), in dem außerhalb des Abtastbereichs befindlichen Segment geändert haben, um die Leistung negativ zu beeinflussen. Dies ist manchmal auf eine grundlegende Veränderung des Marktes zurückzuführen, etwa auf den Umstieg vom Boden - auf den elektronischen Handel. Allerdings sind auch subtilere Veränderungen, oft im Zusammenhang mit den Handelsmustern der Marktteilnehmer, möglich, insbesondere für den kurzfristigen Handel. Wenn dies das Problem zu sein scheint, kann die Lösung so einfach wie die Wiederherstellung der Strategie mit neuen Handelslogik. Mit einem Tool wie Adaptrade Builder macht dies viel einfacher, als wenn ein manueller Ansatz für Trading-Strategie-Entwicklung verwendet wurden. Eine andere mögliche Lösung besteht darin, die neuesten Daten in das Optimierungssegment einzuschließen und es ausprobieren zu lassen, indem die Performance in Echtzeit verfolgt wird. In most cases, a strategy that has a large number of trades, a high significance value and good performance on the in-sample segment will continue to perform well for some period of time post-optimization. For information on software for building trading strategies using genetic programming, please click here . If youd like to be informed of new developments, news, and special offers from Adaptrade Software, please join our email list. Vielen Dank.
No comments:
Post a Comment