Etf Sweet Spot Handelssystem

Herman Durban, KZN, Südafrika Es gibt hervorragende kurzfristige Handelsblogs da draußen. Ich habe viele in der Links-Box unten aufgelistet. Die Blogs, die ich zum ersten gehen, sind: 1. Die Elliot Wave Lebt auf, 2.COTS Timer und 3.ETF Corner. Meine Blogs Name: Verpflichtungen von Trader SweetSpot ist inspiriert von Alex Roslins COTS Timer. Obwohl ich handel, sind meine langfristigen Investitionen in den fähigen Händen von Roy Tilley, ein erfahrener Broker, sehen seine Link in der äußeren Links-Box unten. Meine Handelsleistung am 1. Oktober ist 180 YTD Mein Profil vollständig anzeigen Links Links Blog Archiv Verpflichtungen von Händlern Sweet Spot Haftungsausschluss: Die hierin enthaltenen Informationen und Meinungen stammen aus Quellen, die als zuverlässig, aber nicht garantiert für Genauigkeit oder Vollständigkeit gelten. Es wird keine Verantwortung in Bezug auf eine Aussage übernommen, noch in Bezug auf die hierin enthaltene Meinungsäußerung. Alle Ansichten sind die Meinungen des Autors zum Zeitpunkt des Schreibens und können ohne vorherige Ankündigung geändert werden. Keine Aussage sollte als Angebot zum Kauf oder Verkauf ausgelegt werden. Diese Website ist nur für pädagogische und informative Zwecke. Trading Strategies: Sweet Spot für Aktien Copyright copy2017 MarketWatch, Inc. Alle Rechte vorbehalten. Intraday-Daten von SIX Financial Information zur Verfügung gestellt und unterliegen den Nutzungsbedingungen. Historische und aktuelle End-of-Day-Daten von SIX Financial Information zur Verfügung gestellt. Intraday-Daten verzögert je Austauschanforderungen. SampPDow Jones Indizes (SM) von Dow Jones amp Company, Inc. Alle Zitate sind in der örtlichen Börse Zeit. Echtzeit-Enddaten von NASDAQ zur Verfügung gestellt. Mehr Informationen über NASDAQ gehandelte Symbole und ihre aktuelle finanzielle Status. Intraday-Daten verzögert 15 Minuten für Nasdaq und 20 Minuten für andere Börsen. SampPDow Jones Indizes (SM) von Dow Jones amp Company, Inc. SEHK Intraday Daten werden von SIX Financial Information zur Verfügung gestellt und sind mindestens 60 Minuten verspätet. Alle Zitate sind in der örtlichen Börsenzeit. Keine Ergebnisse gefundenDie ETF Sweet Spot Trading System Home Study Course Die ETF Sweet Spot Trading System Home Study Course Möchten Sie eine einfache und historisch profitable Weise zu handeln ETFs war in den SPYs, QQQs, Midcap ETFs, SMHs und Russell iShares seitdem profitabel Jeder begann den Handel bis 6162004. Hat über 100 SPY Punkte von 112000 bis 6162004 (183 SPY Punkte seit dem Beginn des Handels im Jahr 1993) erfasst. Seit dem Beginn dieses Jahrzehnts von 120.80 im MDY, 68,77 in den SPYs, 74,41 in den QQQs, 73,95 in den SMHs und 71,83 in der IWM (bis 15. Juni 2004), ist einfach zu handeln und leicht zu erlernen . Hat in beiden Stiermärkten Geld verdient und Bärenmärkte hat sich auf der langen Seite und auch auf der kurzen Seite konsequent Geld verdient. Hat weit überholt kaufen und halten. Nehmen Sie unter drei Minuten, um jeden Tag zu berechnen. Handeln Sie die ETFs und möchten Sie Ihre Ergebnisse verbessern Wenn ja, jetzt können Sie potenziell schnelle, kurzfristige Bewegungen in den ETFs mit einem mechnischen Handelssystem, das über 196.000 in historischen Gewinnen seit 112000 erstellt hat, während der Handel nur 500 Aktien pro Signal im hypothetischen Handel. In weniger als drei Minuten am Tag, nach fünf einfachen proprietären Regeln, können Sie klare und präzise Ein - und Ausstiegssignale von The ETF Sweet Spot Trading System erhalten. Durch diese Signale können Sie den Handel sowohl die lange als auch die kurze Seite für die QQQs, SPYs, SMHs, IWMs und irgendwelche der beliebtesten ETFs mechanisch schwingen. In 20038217s Stier Markt, haben Sie handeln diese mächtigen kurzfristigen Bewegungen in der SPYs Vergangenheit Leistung ist keine Garantie für zukünftige Ergebnisse. Basierend auf simulierten Handel. Enthält keine Schlupf und Provisionen. Das ETF Sweet Spot Trading System hat sie alle erfasst. Nicht nur das8230 90 seiner Signale waren im Jahr 2003 für die SPYs sicherlich profitabel, um dieses System heute mit unserer Geld-zurück-Garantie zu kaufen8230 Und hier8217s das beste Teil: Wir sind so zuversichtlich, dass Sie mit diesem System zufrieden sein werden, dass es mit einem Geld zurück kommt Garantie. Wenn es für Sie nach sechs Monaten ab Kaufdatum nicht rentabel ist, nachdem Sie alle Systemregeln eingegangen sind und alle Trades als ausgelöst genommen haben, geben Sie einfach das ETF Sweet Spot Trading System für eine volle Rückerstattung, keine Fragen gestellt. Was ist das ETF Sweet Spot Trading System Das ETF Sweet Spot Trading System ist ein mechanisches Trading System, das entwickelt wurde, um eine Sache zu machen und es sehr gut zu tun 8230IDENTYKURIEREN KURZFRISTIGE HOCHWERBLICHE EINTRAG - UND EXITZONEN IN DEN ETFs. Hier ist das, was das Fünf-Stufen-System tut: Mit einer proprietären, aber einfach zu erlernenden Berechnung stellt das System für Sie fest, was historisch die höchsten Wahrscheinlichkeitsumkehrpunkte sowohl auf der langen als auch der kurzen Seite für ETFs war. Wenn eine ETF ihre Hochwahrscheinlichkeitszone erreicht, wird automatisch ein Handelssignal ausgelöst. Dann können Sie eine starke ETF-Bewegung eingeben, so wie es beginnt. Außerdem fügt das System eine ungewöhnliche Drehung hinzu. Das ETF Sweet Spot Trading System überwacht die Aktion und identifiziert Situationen, in denen eine ETF kurz 8220hangs8221 vor der Umkehrung auftritt. Wenn dies geschieht, zeigt unsere Forschung die Stärke der potenziellen Bewegung steigt. Und das zu diesem Vorteil Wenn dies geschieht, löst das System ein Signal für Sie, um mehr Aktien zu Ihrer Position hinzuzufügen, in der Regel zu einem besseren Preis. Sobald die Umkehrung beginnt, tritt die Dynamik ein. Sie fahren den schnellsten, mächtigsten Teil des kurzfristigen Zuges. Und dann sagt das System zu beenden, meistens innerhalb von 4 bis 7 Tagen. Welche Art von Edge bekommst du das ETF Sweet Spot Trading System ist ein leistungsstarkes System, aber es ist auch einfach und einfach zu bedienen. Wenn Sie 500 Aktien pro Signal der fünf beliebtesten Exchange Traded Funds (ETFs) gehandelt haben, hat das ETF Sweet Spot Trading System seit Januar 2000 196.000 Gewinne erwirtschaftet. Hier ist die Leistung für jede ETF: (Nicht tatsächliche Trades. Schlupf und Provisionen nicht enthalten) Korrigieren Sie auf über 73 von all seinen Signalen und hat über 396 Punkte (112000 bis 6152004) gemacht. Jetzt können Sie den Komfort und den psychologischen Rand des Wissens haben, dass Sie ein System handeln, das auf besser als 7 von 10 Trades richtig war und verdiente 396 Punkte, die einen Korb der fünf aktivsten ETFs handelten. Zwar gibt es keine Zusicherung, dass diese zukünftigen Ergebnisse diese vergangene Leistung duplizieren werden. Wir glauben, dass die Ergebnisse, die Sie zeigen, für sich selbst sprechen. Nicht mehr raten Weil das System völlig mechanisch ist, werden alle Entscheidungen für Sie getroffen, damit Sie unemotional handeln können und sich nicht von Ihren anderen täglichen Aktivitäten ablenken lassen. Du musst den ganzen Tag den Markt beobachten. Gehen Sie einfach über Ihr tägliches Geschäft, arbeiten Sie Ihren Tag-Job oder führen Sie Besorgungen während des Tages. Und am Abend nach dem Ende des Marktes, setzen Sie sich einfach hin und nehmen Sie sich einen Moment Zeit, um den einfachen Regeln des ETF Sweet Spot Trading Systems zu folgen. Und dann leg deine Befehle in deinen Makler. Einfach und einfach zu bedienen. Es gibt keine komplizierten Berechnungen. Und mit nur fünf leicht zu erlernenden Regeln glauben wir, dass Sie das System in nur wenigen Minuten beherrschen können. Hält Sie im Handel für den besten Teil des Umzugs. Das durchschnittliche Signal dauert 1 bis 1 12 Wochen, bevor es Ihnen sagt, zu beenden. Dies ermöglicht es Ihnen, in einem Handel lange genug zu bleiben, um den schnellsten und höchsten Impulsabschnitt eines Zuges zu erfassen. Profitabel auf der langen und kurzen Seite. Jetzt können Sie sowohl die Daunen - als auch die Daunenmärkte nutzen, denn das ist ein System, das sich auch auf der kurzen Seite als die lange Seite aufs Spiel gebracht hat. Das ETF Sweet Spot Trading System profitierte während des extremen Bärenmarktes von 2000 8211 2002 und dem Bullenmarkt von 2003 8211 2004. Hier sind nur einige der Trades aus dem Sommer 2001. Als der Bärenmarkt im Jahr 2001 und der Indizes abgelehnt, das ETF Sweet Spot Trading System gab Ihnen diese klaren Chancen Vergangene Wertentwicklung ist keine Garantie für zukünftige Ergebnisse. Basierend auf simulierten Handel. Enthält keine Schlupf und Provisionen. Das ETF Sweet Spot Trading System hat alle diese Trades in einem der schlimmsten Bärenmärkte dieser Generation aufgenommen. Jetzt können Sie die Vorteile von ETFs nutzen. Hier ist ein besonderes Ding zu beachten: Mit dem ETF Sweet Spot Trading System können Sie kurzfristig eines der am schnellsten wachsenden Segmente der Finanzmärkte, Exchange Traded Funds oder ETFs handeln, wie sie üblicherweise genannt werden. Was ist ein ETF ETFs sind Körbe von Aktien, die gekauft und verkauft werden wie ein einzelner Bestand. Die Bestände innerhalb dieser Körbe werden ausgewählt, um einen bestimmten Index oder eine Industriegruppe zu präsentieren. Zum Beispiel enthalten die QQQs Bestände, die den Nasdaq-100-Index repräsentieren. Die Bewegung der QQQs verfolgt dann die Bewegung des Nasdaq-100-Index. Von Forbes bis Smart Money. Die gesamte Handelswelt stimmt zu, dass ETFs Ihnen eine Kombination von Vorteilen bieten, die kein anderer Markt erfüllen kann. Hier sind nur ein paar Gründe, warum du sie in Betracht ziehen solltest, wenn du das schon mal machst: Weniger Sorgen um dich. Das Hauptüberlebensrisiko wird entfernt. Wie oft haben Sie morgens aufgewacht, um zu finden, dass Ihre Aktie aufgrund von Nachtnachrichten gestürzt ist. Wenn Sie ETFs handeln, können Sie besser schlafen wissen, dass unangenehme Über Nacht-Überraschungen weit weniger wahrscheinlich sind. Kein Maklerhaus Manipulation und kein Corporate Skandal Risiko. Da Sie einen Korb von Aktien mit ETFs handeln, sind die potenziellen negativen Auswirkungen aus einzelnen Aktien stark reduziert. Ausgezeichnete Liquidität spart Ihnen Geld. Niedrigere Transaktionskosten. Die beliebtesten ETFs, die you8217re wahrscheinlich zu handeln wie QQQs, SPYs und SMHs haben ausgezeichnete Liquidität. Sie können sich aufgrund von geringem Schlupf und engen Spreads in die Lage versetzen, in und aus der Trades mit niedrigeren Transaktionskosten zu fahren. Leichtigkeit des Handels auf beiden Seiten des Marktes. Leicht handeln sowohl die lange und kurze Seite. Mit ETFs können Sie kurze Positionen so reibungslos und leicht eingeben, wie Sie lange eins eingeben, denn im Gegensatz zu Aktien gibt es keine uptick-Regel. Bestellen Sie das ETF Sweet Spot Trading System Heute und hier ist, was Sie bestellen Bestellen Das ETF Sweet Spot Trading System heute und Sie erhalten8230 Die system8217s komplette Formel und Methodik. Dazu gehören alle handelsregeln8217s Regeln, um automatisch Starke Umkehrungen in ETFs einzugeben und zu beenden, sowohl auf der langen als auch auf der kurzen Seite des Marktes. Ob wir in einem Bullenmarkt oder Bärenmarkt sind, Sie haben jetzt das System, das Ihnen erlaubt, mechanisch und unemotional zu handeln. Keine Interpretation von vagen Mustern oder starrte auf einen Computer-Monitor wird immer wieder erforderlich, wenn mit diesem System. Umfassende und eingehende Systemstrategie Buch. Dies gibt Ihnen eine ausführliche Erklärung, wie das System funktioniert und seine zugrunde liegende Logik. Und Sie erhalten eine vollständige Leistungsanalyse ihrer Handelsgeschichte. Unser Ziel ist es, dass Sie das System in 30 Minuten oder weniger beherrschen, damit Sie es sofort auf Ihren Handel anwenden können. Um dies zu gewährleisten, führt der Strategy Guide auch durch zahlreiche Trades bar-by-bar, so dass Sie eine praktische Perspektive erhalten können, bevor Sie mit dem System beginnen. Es gibt noch keine Rezensionen. Der Sweet Spot für Mean Reversion ETF Strategies von Michael R. Bryant In seinem letzten Buch, Howard Bandy diskutiert, was er nennt die quotsweet spotquot für die Entwicklung von mittleren Reversion Trading-Systeme. 1 Die Idee ist, dass die richtige Kombination von Stablänge, Halteperiode, Systemgenauigkeit und anderen Variablen dazu neigt, risikoadjustierte Renditen zu maximieren. 2 Dieser Artikel zeigt, wie mittlere Reversion-Handelsstrategien, die in diesem Sweet-Spot liegen, für Exchange Traded Funds (ETFs) mit automatisierten Tools entwickelt werden können. Verwenden von Adaptrade Builder. Ein Strategieentwicklungswerkzeug für Windows, Ill zeigen, wie Stress-Testmethoden mit der Monte-Carlo-Analyse als Teil des Entwicklungsprozesses verwendet werden können, um robuste mittlere Reversionsstrategien für die SampP 500 (SPY) ETF und die Select Sector SPDR ETFs zu finden. Projektdateien für Builder, die den Strategiecode enthalten, werden für jedes Beispiel bereitgestellt. Landing in the Sweet Spot Die Grundidee hinter Dr. Bandys Sweet Spot ist, dass gute Trading-Strategien sollten eine kurze Bar Größe und haben eine ziemlich hohe Genauigkeit mit einer kurzen Haltezeit und niedrigen Drawdown. Die kurze Stabgröße und die kurze Halteperiode maximieren die Chancen für zusammengesetzte Renditen, während die hohe Genauigkeit und der niedrige Drawdown es leichter machen, sich von Verlusten zu erholen. Die letzteren Qualitäten machen es auch leichter, die Lebensfähigkeit der Strategie zu etablieren und zu bestimmen, wann es nicht mehr funktioniert, weil typische verlusthafte Streifen für hochgenaue Systeme in der Regel relativ kurz sind. Basierend auf den Richtlinien von Dr. Bandys werden in diesem Artikel die folgenden Merkmale verwendet, um die optimalen Voraussetzungen für mittlere Reversions-ETF-Strategien zu definieren: Tägliche Takte 20 - 30 Trades pro Jahr Mindestens 65 Siegesserie Durchschnittliche Takte im Handel zwischen 1 und 4 By Mittlere Reversion, Im, die sich auf Strategien beziehen, die versuchen, unterhalb des aktuellen Durchschnittspreises zu kaufen und zu einem höheren Preis zu verkaufen, wenn der Preis auf den Mittelwert zurückkehrt. Die Idee ist, niedrig zu kaufen und hoch zu verkaufen, im Gegensatz zu Trendfolgesystemen, die typischerweise versuchen, hoch zu kaufen und höher zu verkaufen. Gebäude mit Monte-Carlo-Analyse In meinem letzten Newsletter-Artikel habe ich den Einsatz von Stresstests bei der Bewertung von Handelsstrategien und seiner Beziehung zu Robustheit und Strategie übertrieben diskutiert. Ich habe auch erwähnt, dass, wenn es in den Build-Prozess integriert wurde, würde es dazu neigen, zu Strategien, die Robustheit zeigte führen. Das ist der Ansatz, der hier verfolgt wird. Kurz gesagt, Stress-Tests bezieht sich auf die Bewertung, wie empfindlich eine Handelsstrategie ist, um ihre Inputs und Umwelt. Eine robuste Strategie, die nicht marktüblich ist, wird relativ unempfindlich gegenüber Änderungen ihrer Eingangsparameterwerte und anderen Änderungen in ihrer Umgebung sein, wie etwa Änderungen der Preisdaten. Monte Carlo Analyse ist die Technik, die verwendet wird, um die Wirkung dieser Veränderungen zu bewerten. Die Strategys-Inputs, Preisdaten und andere Faktoren werden nach dem Zufallsprinzip geändert und die Performance der Strategien ausgewertet. Durch wiederholtes Wiederholen dieses Vorgangs wird eine Verteilung der Ergebnisse erhalten. Die Ergebnisse der ursprünglichen Daten stellen einen Punkt auf der Verteilung dar. Andere Punkte auf der Verteilung stellen die Ergebnisse dar, indem sie leicht veränderte Versionen der ursprünglichen Daten verwenden, die Ergebnisse erzeugen können, die mehr oder weniger günstig sind als die ursprünglichen Daten. Die so genannten Monte-Carlo-Ergebnisse sind die Werte der Performance-Maßnahmen (Nettogewinn, Prozentgewinne, Gewinnfaktor etc.), die nicht schlechter sind als die Mehrheit (typischerweise 95) der Auswertungen. Zum Beispiel, wenn die Monte Carlo Nettogewinn bei 95 Vertrauen ist 15.000, das bedeutet, dass 95 der Auswertungen hatte einen Nettogewinn mindestens so groß wie 15.000. Mit anderen Worten, theres eine 95 Chance, dass der Nettogewinn wird mindestens 15.000 sein, oder umgekehrt theres eine 5 Chance der Nettogewinn wird weniger als 15.000 sein. Wenn eine Handelsstrategie iterativ über aufeinanderfolgende Generationen von Modifikation und Test entwickelt wird, wird der Aufbau, der auf den Monte-Carlo-Ergebnissen basiert, dazu neigen, die Strategie auf eine robuste zu bringen, da nur eine robuste Strategie gute Ergebnisse von Monte Carlo haben wird. Adaptrade Builder automatisiert diesen Prozess, einschließlich der Auswertung der Strategie Ergebnisse mit dem Monte Carlo Ergebnisse der Stresstests. Das erste Beispiel ist für den SPDR SampP 500 Index ETF (Symbol SPY). Tägliche Stäbe von 141999 bis 4232013 wurden benutzt. Der Datumsbereich für den Bau wurde auf 141999 bis 122011 eingestellt, wobei die ersten 80 (141999 - 8102008) für den Bau (d. H. In-Probe) und die verbleibenden Daten (8112008 - 122011) verwendet wurden, die für die Prüfung außerhalb des Samples verwendet wurden. Die verbleibenden Daten (132011 - 4232013) wurden zur Validierung beiseite gelegt. Alle Daten wurden von der TradeStation 9 abgerufen. Die Strategielogik war langwierig und 100 Eigenkapital wurde in jedem Handel investiert, wobei alle Gewinne reinvestiert wurden und 0,015 je Aktie pro Umlauf für Handelskosten abgezogen wurde. Adaptrade Builder verwendet einen genetischen Programmieralgorithmus, um eine Population von Strategien über aufeinanderfolgende Generationen zu entwickeln. Der Schlüssel zur Verwendung von Builder, um Strategien zu finden, die unseren optimalen Anforderungen gerecht werden, ist die Festlegung der sogenannten Build-Metriken, die unten in Abb. 1. Abbildung 1. Die Build-Metriken im Builder definieren den Sweet-Spot für die SPY-Strategie. Die Liste der Build-Ziele enthält drei Allzweck-Metriken, die alle maximiert werden. Diese helfen, die Bevölkerung von Strategien zu denen zu begleiten, die einen hohen Nettogewinn, einen Korrelationskoeffizienten und eine statistische Signifikanz aufweisen, die für jede Strategie wünschenswert sind. Die spezifischen Qualitäten, die gesucht wurden (d. H. Der Sweet Spot), werden durch die Build-Bedingungen definiert, die die Ungleichheitsbedingungen für die Anzahl der Trades, die durchschnittlichen Balken im Handel und den Prozentsatz der Gewinne beinhalten. Beachten Sie, dass die Bedingung für die Anzahl der Trades auf einen Bereich eingestellt ist, der auf der Anzahl der Jahre der Stichprobendaten basiert und das Ziel, zwischen 20 und 30 Trades pro Jahr zu haben. Beachten Sie auch, dass der Prozentsatz der Sieger-Trades auf einen Bereich zwischen 65 und 85 eingestellt ist. Die Obergrenze wurde hinzugefügt, da Strategien mit einem ungewöhnlich hohen Prozentsatz der Siegerabschlüsse im Allgemeinen keine andere Bedingung erfüllen. Die Stimulierung solcher Strategien wird dazu beitragen, die Bevölkerung auf Strategien zu stoßen, die alle Bedingungen erfüllen, im Gegensatz zu Strategien, die überproportional eine Bedingung zum Ausschluss anderer erfüllen. Die gleiche Logik wurde bei der Festlegung eines Bereichs für den Gewinnfaktor verwendet. Die anderen Bedingungen - Korrelationskoeffizient, statistische Signifikanz, Gewinnfaktor und Kelly-Fraktion - sind nicht Teil unserer spezifischen Anforderungen, sondern wurden hinzugefügt, um die Gesamtergebnisse zu verbessern. Die Stress-Tests und Monte-Carlo-Einstellungen, die für dieses Beispiel verwendet wurden, wurden auf dem Bildschirm "Build-Optionen" ausgewählt, wie unten in Abb. 2. Abbildung 2. Die Monte-Carlo-Analyse - und Stress-Testoptionen werden auf der Registerkarte "Build-Optionen" ausgewählt. Wie in der Abbildung gezeigt, wurden für jede Analyse 99 Monte Carlo Iterationen verwendet. Dies bedeutet, dass neben der Auswertung der Originaldaten auch 99 Stresstests durchgeführt wurden. Die 100 Datensätze wurden unter Verwendung der Monte-Carlo-Analyse analysiert, um die Ergebnisse bei 95 Vertrauen zu extrahieren, wo sie verwendet wurden, um die in Fig. 1. Die Stresstests bestanden aus der Randomisierung der Preise, der Randomisierung der Strategie-Inputs und der Randomisierung der Start-Bar. Alle drei Randomisierungen wurden für jeden Stresstest durchgeführt. Weil jede Strategie 100 mal (99 Stress-Tests plus die ursprünglichen Daten) bei jeder Generation ausgewertet wurde, dauerte dieser Ansatz etwa 100-mal so lange, wie es genommen hatte, hatte Stress-Tests und Monte-Carlo-Analyse nicht verwendet worden. Aus diesem Grund wurde eine relativ kleine Bevölkerung von nur 100 Mitgliedern verwendet, um die Lösungszeit angemessen zu halten. Die Bevölkerung wurde über 10 Generationen entwickelt, und eine Option wurde eingestellt, um nach 10 Generationen zu beginnen, wenn der Nettogewinn in der Out-of-Sample-Periode negativ war. Die Eigenkapitalkurve aus der Top-Strategie in der Population nach 20 Generationen (1 Rebuild) ist unten in Abb. 3. Abbildung 3. Eigenkapitalkurven für jeden Stresstest für die endgültige SPY-Strategie. Jede Kurve in Abb. 3 stellt einen Stresstest dar. Wie zu sehen ist, haben alle verschiedenen Eigenkapitalkurven im Allgemeinen die gleiche Form mit positiven Out-of-Sample-Ergebnissen. Im Folgenden sind einige der Monte-Carlo-Ergebnisse bei 95 Vertrauen entsprechend Fig. 3. Gesamtes Nettogewinn Durchschnittliche Stäbe im Handel Abgesehen von der Anzahl der Trades, die weniger als gefragt ist, erfüllt die Strategie die ursprünglichen Anforderungen. Die Strategie übergibt auch den Validierungstest. Wenn das Enddatum auf 4232013 verlängert wird, steigt der Nettogewinn des Monte Carlo auf 67.015 an. Die Strategielogik erfüllt auch die Voraussetzung für eine mittlere Reversionsstrategie: sie tritt mit einer Indikatorbedingung auf eine Limit Order ein und verlässt sie. Der Limiteintrag bedeutet, dass der Markt auf den Grenzpreis herunterkommen muss, so dass die Strategie niedrig ist und verkauft wird, nachdem der Markt zurückgegangen ist. Es ist wichtig zu beachten, dass dies Monte Carlo Ergebnisse bei 95 Vertrauen, was bedeutet, dass zum Beispiel 95 der Stresstest Auswertungen hatte einen Gesamtnettogewinn mindestens so groß wie 56.784. Wenn der Stresstest abschaltet und die Strategie auf die ursprünglichen Daten ausgewertet wird, ist die Eigenkapitalkurve wie in Abb. 4. Abbildung 4. Eigenkapitalkurve für die endgültige SPY-Strategie auf den Originaldaten. Diese Eigenkapitalkurve entspricht einem Reingewinn von 109.497, was einer jährlichen Rendite von 5,5 entspricht. Während dies nur eine bescheidene Rendite ist, schlägt es leicht die Buy-and-Hold-Rendite von etwa 1,8 über den gleichen Zeitraum und wird ohne Hebelwirkung und mit einer stetig wachsenden Eigenkapitalkurve während eines Zeitraums erreicht, der zwei Bärenmärkte umfasst. A Select Sector SPDR Beispiel Das zweite Beispiel beinhaltet den Aufbau einer Strategie über ein Portfolio von ETFs, die aus den Select Sector SPDRs bestehen. Diese ETFs teilen den SampP 500 Index in neun Sektoren auf, so dass jeder Bestand im SampP 500 in einen der neun Sektoren ohne Überlappung platziert wird. Die neun Sektoren sind Consumer Discretionary (Symbol XLY), Consumer Staples (XLP), Energy (XLE), Financial (XLF), Health Care (XLV), Industrial (XLI), Materialien (XLB), Technologie (XLK) und Utilities (XLU). Die meisten der gleichen Einstellungen wurden verwendet, um diese Strategie wie im letzten Beispiel zu bauen. Da jedoch neunmal so viel Preisdaten im Bau verwendet wurden, reduzierte ich die Anzahl der Monte Carlo Iterationen von 99 auf 5. Die anderen Build-Optionen waren die gleichen wie in Abb. 2 mit Ausnahme der Wiederaufbau-Option, die nicht ins Spiel kam. Für die Positionsbestimmung wurde 20 des Eigenkapitals für jeden Handel investiert. Da nicht alle Märkte wahrscheinlich gleichzeitig handeln würden, wurde diese Einstellung gewählt, um angemessene Positionsgrößen zu schaffen, ohne dass sie zu einer Hebelwirkung (d. H. Überinvestitionen) führen würde. Die In-Sample-Periode für diesen Build war 141999 bis 5282009 mit 5292009 bis 122012 als Out-of-Sample-Zeitraum und 132012 bis 4232013 für die Validierung beiseite gesetzt. Die Eigenkapitalkurve von einer der Top-Strategien in der Population nach 10 Generationen (keine Umbauten) ist unten in Abb. 5. Abbildung 5. Eigenkapitalkurven für jeden Stresstest für die endgültige Select Sector SPDR Portfolio-Strategie. Jede Eigenkapitalkurve in Abb. 5 repräsentiert das Portfolio-Eigenkapital, das aus einem Backtest auf allen neun Märkten gleichzeitig für eine Reihe von Stress-Test-Einstellungen (oder die ursprünglichen Daten) generiert wird. Einige Zusammenfassung Monte Carlo Ergebnisse sind unten gezeigt. Total Nettogewinn Im Gegensatz zum vorherigen Beispiel sind die Ergebnisse nicht wesentlich anders, wenn die Monte Carlo-Analyse ausgeschaltet ist und die Ergebnisse über die ursprünglichen Daten ausgewertet werden. In diesem Fall steigt der Gesamtgewinn auf 205.140. Diese Strategie übergibt auch den Validierungstest. Die Eigenkapitalkurve für die Strategie über die ursprünglichen Daten (kein Stress-Test), in der die Validierungsperiode enthalten ist, ist unten in Abb. 6. Abbildung 6. Eigenkapitalkurve für die endgültige Select Sector SPDR Portfolio-Strategie auf die ursprünglichen Daten. Diese Eigenkapitalkurve entspricht einem Nettogewinn von 249.431, was einer jährlichen Rendite von 9,5 mit einem Worst-Case-Drawdown von 21 entspricht. Wie beim vorherigen Beispiel tritt die Strategielogik lange auf eine Limit Order ein. Die meisten Ausgänge sind über einen Zielausstieg, mit anderen Trades, die auf einer Indikatorbedingung oder einem Schutzstopp aufhören. Download Mean Reversion Project Files: (rechte Maustaste, Ziel speichern als. In. zip Datei benötigt Adaptrade Builder zu öffnen.) Aus Lizenzgründen enthalten Projektdateien keine Preisdaten. Die so genannte Sweet-Spot für Handelsstrategien, die von Dr. Bandy empfohlen werden, scheint effektive Bedingungen für den Aufbau von Mitteln, die Handelsstrategien in automatisierter Weise mit einem Werkzeug wie Adaptrade Builder umzuwandeln. Es war möglich, Strategien zu finden, die die meisten Anforderungen für beide Beispiele erfüllen: eine Einmarktstrategie für den SPY ETF-Markt und eine Strategie für ein Portfolio von ETFs, bestehend aus den neun Select Sector SPDRs. Beide Strategien schlagen Buy-and-Hold und hielten sich gut im Validierungstest. Für beide Beispiele wurde der Stresstest mit der Monte-Carlo-Analyse eingesetzt, um die Chancen auf eine robuste Strategie zu erhöhen. Im Vergleich zum Portfolio-Beispiel waren die Stress-Testergebnisse für die Single-Market-Strategie (SPY) wesentlich konservativer (weniger günstig) als die Ergebnisse der ursprünglichen Daten. Während einige davon aufgrund der strengeren Belastungstests im Vergleich zum Portfolio-Beispiel liegen können, schlägt es vor, dass die SPY-Strategie weniger robust ist als das Portfolio-Beispiel. Im Allgemeinen, wo die Ergebnisse von Monte Carlo deutlich von den Ergebnissen der ursprünglichen Daten abweichen, könnte man erwarten, dass die beste Schätzung der zukünftigen Ergebnisse irgendwo dazwischen liegen würde, obwohl das davon abhängt, wie konservativ der Stresstest und die Monte-Carlo-Analyse ist . Es scheint vernünftig, dass die Portfoliostrategie robuster wäre als die Einmarktstrategie, da die Portfoliostrategie auf neun verschiedenen Märkten aufgebaut wurde und über eine breitere Palette von Preisdaten hinweg gut funktionieren musste. Es wurde über neun Mal so viel Daten gebaut und hat etwa neun Mal so viele Trades. Die stärkere Performance der Portfoliostrategie kann die positive Auswirkung der Diversifikation auf die neun verschiedenen Sektoren der SPDR widerspiegeln. Obwohl keine Strategie die Forderung nach der Anzahl der Trades erfüllt, kann es möglich sein, Strategien zu finden, die alle Anforderungen erfüllen, wenn eine größere Population verwendet wird oder strengere Wiederherstellungsanforderungen angewendet werden, die mehr Buildzeit erfordern würden. Alternativ kann es auch sein, dass eine solche Strategie aufgrund der widersprüchlichen Anforderungen von hoher Genauigkeit, Handelshäufigkeit, kurzer Handelsdauer und so weiter unwahrscheinlich ist. Der beste Satz von Baubedingungen ist eine, die das Marktpotenzial voll ausschöpft und realistisch bleibt. Die Kombination von einer Reihe von nützlichen Build-Bedingungen, wie die von Dr. Bandy, mit eingebauten Robustheit Features, wie Stress-Tests und Monte Carlo-Analyse, in einem automatisierten Tool wie Builder sollte eine solide Rahmen für die Entwicklung effektiver Trading-Strategien. Bandy, Howard B. Mittlere Reversion Trading Systems. Blue Owl Press, Inc. Sioux Falls, SD, 2013, p. 138. Bandy, Howard B. Modellierung von Trading System Performance. Blue Owl Press, Inc. Sioux Falls, SD, 2011, p. 154. Dieser Artikel erschien in der April 2013 Ausgabe des Adaptrade Software-Newsletters. Die SampP 500 und Select Sector SPDRs sind Marken der McGraw-Hill Companies, Inc. HYPOTHETISCHE ODER SIMULATED PERFORMANCE ERGEBNISSE HABEN BESTIMMTE INHERENTE BESCHRÄNKUNGEN. UNTERNEHMEN EINE TATSÄCHLICHE LEISTUNGSAUFNAHME, ERFOLGREICHE ERGEBNISSE NICHT VERTRETEN AKTUELLES HANDEL. AUCH AUCH DIE HÄNDLER HABEN NICHT AKTUELL AUSGEFÜHRT WERDEN, DIE ERGEBNISSE KÖNNEN FÜR DIE AUSWIRKUNGEN, WENN JEDOCH, BESTIMMTE MARKTFAKTOREN, WIE FREI DER FLÜSSIGKEIT VORGESEHEN WERDEN KÖNNEN. SIMULIERTE HANDELSPROGRAMME IN ALLGEMEINEN SIND AUCH AUF DIE TATSACHE, DIE SIE MIT DEM BENEFIT VON HINDSIGHT ENTWICKELT WERDEN. KEINE REPRÄSENTATION IST GEMACHT, DASS JEDES KONTO WIRD ODER IST, WIE GEWINNT ODER VERLUSTE ÄNDERN ZU DIESEM ANGEBOT ZU ERHÖHEN. Wenn Sie sich über Neuentwicklungen, Neuigkeiten und Sonderangebote von Adaptrade Software informieren möchten, melden Sie sich bitte bei unserer E-Mail-Liste an. Vielen Dank.