Robust Handelsstrategien Llc

Adaptrade Software Newsletter Artikel Multi-Market-Techniken für Robust Handelsstrategien von Michael R. Bryant Eine der größten Sorgen der systematischen Händler über anpassbare Trading-Strategien. Eine Über fit Strategie sieht gut aus in Backtesting aber nicht in Vorwärts Testen oder in Echtzeit-Handel. Es gibt viele Faktoren, die beeinflussen, ob eine Strategie ist über fit, aber ein großer Faktor ist Robustheit. In diesem Zusammenhang bezieht sich auf die Robustheit, wie empfindlich eine Strategie ist es, Variationen in den Daten von der es ausgeht. Eine robustere Strategie ist weniger empfindlich gegenüber Variationen in den Preisdaten. Mit anderen Worten, wird eine robuste Strategie auch für eine breitere Palette von Marktpreisen als eine weniger robuste Strategie durchzuführen. Wohl ist eine Handelsstrategie, die gut funktioniert auf einer Vielzahl der verschiedenen Märkte robuster als eine, die auf Werke nur eine von diesen Märkten. , Gebäude-Strategien, die auf einer Vielzahl von Märkten zu arbeiten, ist jedoch nur eine Möglichkeit, die Robustheit mit einem Multi-Market-Ansatz für die Strategie-Design zu erreichen. Dieser Artikel beschreibt einige der verschiedenen Multi-Market-Techniken, die verwendet werden können, um robuster Handelsstrategien zu bauen. Unempfindlichkeit gegen Preise Das Schlüsselelement der Strategie Robustheit, die ich will, um den Schwerpunkt auf ist Unempfindlichkeit gegenüber Preisen. Unempfindlichkeit bedeutet, dass die Strategie gewinnbringend für eine Vielzahl von Preisen zu handeln. Der Grad der Veränderung der Preise kann von kleinen Unterschiede, wie die hohe oder niedrige verschieden durch wenige Zecken reichen, um große Unterschiede, wie völlig verschiedenen Märkten. Kleine Abweichungen sollte jedoch klar sein, dass eine Strategie sollte nicht so abhängig von einem bestimmten Preis oder das Muster der Preise, die sogar ein paar Zecken Variation im Muster bewirkt, dass die Strategie zu scheitern. Dennoch kann dies in der Praxis geschehen, wenn eine Strategie für einen bestimmten Markt mit Hilfe von Techniken, wie beispielsweise Kursmuster, in dem die Ein - oder Ausgangsbedingungen hängen von bestimmten Preisen oder der Beziehung zwischen spezifischen Preise gestaltet. Da die Zukunft niemals exakt repliziert die Vergangenheit, ist es wichtig, sich nicht auf Muster, die so verbunden sind, um die Vergangenheit, dass sie wahrscheinlich nicht wiederholt werden, verlassen. In der Tat, in den meisten Fällen sind solche Muster wahrscheinlich nur Zufallsmarktrauschen. An diesem Ende des Spektrums der Robustheit, dann, eine lohnende Ziel wäre Strategien weniger empfindlich auf zufällige Markt Rauschen zu machen. Am anderen Ende des Spektrums kann man ganz anderen Märkten. Eine Strategie, die effektiv Trades ein großes Portfolio von Futures, Aktien und Forex steht für den Höhepunkt der Preisunempfindlichkeit. Es ist höchst unwahrscheinlich, dass eine solche Strategie wäre überPassForm. Darüber hinaus ist eine Strategie, die auf einer Vielzahl von Märkten und testet eher in der Zukunft eine gute Leistung, wenn die Bedingungen zu ändern, weil es die Fähigkeit, auch unter verschiedenen Bedingungen durchführen bereits unter Beweis gestellt hat. Techniken für die verschiedenen Grade der Robustheit In diesem Abschnitt werde ich drei verschiedene Techniken für den Aufbau Robustheit in eine Trading-Strategie diskutieren, konzentrierte sich jeder auf einem anderen Maß an Robustheit. Um die Ideen zu veranschaulichen, werde ich Beispiele von Adaptrade Builder generiert verwenden. eine Strategie, die Entdeckung und Codegenerierungstool, Handelsstrategien in Easylanguage für Tradestation und Multicharts baut. Multi-Market-Strategien Die erste Technik, die auch die am häufigsten angetroffen wird, ist eine Strategie auf mehreren Märkten, wo jeder Markt anders aufzubauen. Einige Trader handeln nur Multi-Market-Strategien, die auf dem Glauben, dass Binnenmarktstrategien sind zu wahrscheinlich über fit zu sein. Andere Händler lieber auf einen einzigen Markt zu konzentrieren. Unabhängig von Ihren Wünschen, sollte ein Kompromiss zwischen Robustheit und Leistungsfähigkeit beim Bau Strategien zu erwarten. Es wäre zu viel verlangt, eine Strategie entwickelt, um den Handel auf mehreren Märkten als auch an einem bestimmten Markt als eine Strategie, die speziell für diesen Markt entwickelt führen erwartet. Andererseits wird die Gefahr der Überanpassung im allgemeinen höher für eine Single-Markt-Strategie sein. Ein Mittelweg ist jedoch möglich. Zwar gibt es nichts falsch mit dem Versuch, eine Strategie, die zuverlässig Trades einen Korb mit weitgehend unabhängig Märkte zu erschließen - sagen, Rohöl, Gold, Weizen, Aktienindizes, Devisen, usw. - Ein weiterer Ansatz ist, um verwandte Märkte und bauen mehr als nur die Märkte in jeder Gruppe. Ich werde auf dem letzteren Ansatz hier zu konzentrieren. E-mini SP MidCap 400 (EMD), Mini-Russell 2000 (TF) und E-mini S & P 500 (ES): Im Beispiel unten habe ich eine Strategie über drei Aktienindex-Futures aufgebaut. Mit Hilfe von fünf Jahren nach Tages Bars und unter der Annahme, $ 25 pro Vertrag für Handelskosten (Rutschen, Provisionen, etc.), baute ich eine Strategie durch die Maximierung der Nettogewinn bei gleichzeitiger Minimierung des Drawdown, wo der Nettogewinn wurde doppelt so viel wie der Drawdown gewichtet. Ich reserviert den letzten 25% der Daten für die Out-of-Sample-Tests. Position Sizing wurde eingestellt, um ein Vertrag pro Handel zu nutzen. Die Ergebnisse sind nachstehend gezeigt. 1. Abbildung 1. Eigenkapitalkurven für eine Trading-Strategie über Tages Bars der ES, EMD und TF Terminmärkten aufgebaut. Je dicker Kurve an der Spitze steht für die Kombination (Portfolio) Equity-Kurve, während die drei Kurven unten stellen die jeweiligen Aktienkurven für jeden Markt. Es ist aus den Equity-Kurven für jeden Markt, die die Strategie Trades sehr ähnlich auf jedem Markt deutlich. Während die drei Märkte bezogen und wahrscheinlich einen hohen Korrelationsgrad, sind die tatsächlichen Preise in jeder Preisreihen anders. Wir können feststellen, dass die Strategie ist daher unempfindlich gegenüber der Veränderung der Preise unter den Märkten - es funktioniert ziemlich das gleiche auf jedem Markt, obwohl die Tick-by-Tick-Angaben zu den Preisen für jeden Markt. Dies hilft, das Ziel, die Strategie unempfindlich gegen zufällige Marktrauschen zu erreichen, da vermutlich Zufallselemente wird sich von Markt zu Markt auch in verwandten Märkten. Darüber hinaus ist es vernünftig zu schließen, dass die Strategie Logik Eingabe auf Elemente, die die drei Märkte gemeinsam haben. Da alle drei Märkte sind Aktienindex-Futures, werden diese Elemente vermutlich, um, wie Aktienindex-Futures Handel auf dieser Zeitrahmen stehen. Intraday Einzel-Market-Strategien Eine andere Technik zur Herstellung von Strategien robuster ist eine, die zu einer einzelnen Vermarktungsstrategie auf dem Tagesdaten angewendet werden kann. Angenommen, Sie haben, um eine Trading-Strategie für 5 Minuten Bars der E-mini S & P 500 Futures (ES) entwickeln wollen. Wenn Sie auf der ES konzentrieren möchten, aber Sie sind besorgt über versehentlich falsche Passmuster an der Bar Größe sind, können Sie versuchen, gleichzeitig Einbauvorschriften zu anderen, ähnlichen bar Größen. Dieser Ansatz basiert auf der Idee, dass eine Strategie, die sich auf die Trades, sagen wir, 5 Minuten zu Bars sollten auch halten auf der Grundlage, sagen, 7 Minuten Bars. Jede Strategie, die nicht in ähnlicher Weise zu handeln hat auf beiden bar Größen würde angenommen werden, über-fit, um einen Preisreihen und somit ausgeschlossen zu sein. In Fig. 2 sind die Ergebnisse der Aufbau einer Strategie über 5, 7 und 9 Minuten Bars der ES (Tag-Session) werden angezeigt. Ein Jahr des Intraday-Daten verwendet, und $ 25 pro Vertrag für Handelskosten ausgegangen. Die anderen Einstellungen waren die gleichen wie in dem vorherigen Beispiel mit der Ausnahme, dass 33% der Daten wurde für out-of-Probenprüfung vorbehalten. Abbildung 2. Eigenkapitalkurven für eine Trading-Strategie über 5, 7 und 9 Minuten Bars des ES-Futures-Markt gebaut. Wie durch die drei unteren Aktien Kurven in Fig. 2, gehandelt werden die Strategie ähnlich über alle drei bar Größen, was darauf hindeutet, dass die Strategie nicht über fit einem bar Größe. Wie in dem vorherigen Beispiel, können wir schließen, dass die Strategie Logik ist nicht geeignet, den Zufallselementen (dh Rauschen) mit einem Stangengröße zugeordnet ist. Dies sollte uns mehr Vertrauen, dass die Strategie nicht über Anpassung an die ES-Markt. Direkt einschließlich Lärm Wenn das Ziel ist sicherzustellen, dass die Strategie entwickelt, ist unempfindlich gegenüber Markt Lärm, ist der direkteste Annäherung an Rauschen in den Build-Prozess gehören. Es gibt mehrere Möglichkeiten, dies zu tun. In einem Artikel von meinen anderen Newsletter, The Breakout Bulletin. Ich erklärte, wie man synthetische Preisdaten durch Randomisierung bestimmte Elemente einer bestehenden Preisreihe zu erstellen. In diesem Artikel, randomisierten ich die Reihenfolge der Preisänderungen, die den Preis erhält ändert sich, sondern verliert jegliche serielle Abhängigkeit in den Daten. Es gibt mindestens zwei alternative Ansätze, die die serielle Korrelationen erhalten würde, während die Schaffung eines zufällig modifizierten Version des Original-Serie: Einen bestimmten Prozentsatz Bars zufällig zu ändern, und für jeden bar geändert werden soll, nach dem Zufallsprinzip wählen Sie ein Preis (offene, hoch, niedrig oder in der Nähe) zu ändern. Schließlich ändern den Preis um einen zufälligen Betrag. Angenommen, wir ändern Bars mit einer Wahrscheinlichkeit von 20%. Wenn eine Bar ist so ausgewählt, modifiziert werden, könnten wir nach dem Zufallsprinzip wählen Sie den hohen Preis zu ändern. Schließlich möchten wir die hohe um einen Betrag zwischen, sagen wir, 0% und 10% der Average True Range der letzten 50 Bars zufällig ausgewählt zu ändern. Tragen Sie die in dem oben erwähnten Artikel beschriebenen synthetischen Preisreihen Methode, sondern verwenden Sie ein Chunking-Technik zur Erhaltung der seriellen Korrelationen. Die Chunking Technik Gruppen die Preisänderungen für einige vorgewählte Anzahl von Bars und randomisiert die Reihenfolge der Stücke. Angenommen, die Blockgröße ist 20 bar. Jede Serie von 20 bar wird als einer Brocken, und die Reihenfolge der Stücke wird dann randomisiert. Die randomisierte Brocken von Preisänderungen werden dann zu einem Preisreihen wiederhergestellt, wie in dem Artikel erläutert. Die Blockgröße kann anhand einer Analyse des seriellen Abhängigkeiten gewählt werden, falls vorhanden, in den ursprünglichen Preis. Unabhängig davon, welches Verfahren gewählt wird, die sich ergebende Reihe würde in das Portfolio ebenso wie bei den vorigen Beispielen zugegeben werden. Da das Ziel ist es, sicherzustellen, dass die sich ergebende Strategie ist unempfindlich gegen die Zufallselemente in die Daten, zumindest sollten mehrere solcher synthetischer Preisreihen in das Portfolio zusätzlich zu den ursprünglichen Preisen hinzugefügt werden vorgestellt. Die Strategien würden dann über alle Serien, original und synthetische, als ein Portfolio aufgebaut werden. Schlussfolgerungen Das Erreichen Unempfindlichkeit gegenüber Preisschwankungen ist ein Weg, um die Robustheit in eine Trading-Strategie zu bauen. Das Ausmaß der Preisschwankungen kann von Zufallsschwankungen (dh Rauschen), um die Preise aus einer ganz anderen Markt liegen. Um eine Strategie, die unempfindlich gegenüber dem gewünschten Grad der Preisunterschiede ist zu entwickeln, kann die Strategie eingebaut und über ein Portfolio von Märkten, die aus dem Original oder Kursziel Serie zusammen mit anderen Preisreihen, die den gewünschten Grad der Variation einzuführen getestet werden. Die drei Techniken, die in diesem Artikel beschrieben unterschieden sich, wie die Preisunterschiede erstellt wurde. Die erste Technik verwendet verschiedene, aber verwandte Märkte. Die zweite Technik verwendet verschiedene Größen von bar auf demselben Markt. Die letzte Technik vorgeschlagen, unter Verwendung von synthetischen aus der Original-Serie von zufällig Modifizieren Elemente der Original-Serie generiert Preisdaten. Unabhängig von der Vorgehensweise verwendet wird, die Grundidee der Aufbau von Handelsstrategien, weniger empfindlich auf die zu entwerfen und zu testen Daten werden sie soll Ihnen helfen, robuster Handelsstrategien zu erstellen. Und eine robuste Handelsstrategie ist weniger wahrscheinlich über fit für den Markt und daher eher bereit, in Echtzeit-Handels gut behaupten zu sein. Mike Bryant Adaptrade Software * Dieser Artikel erschien in der Ausgabe August 2012 des Adaptrade Software Newsletter. Eine der Eigenschaften, die Händler von der Nutzung Trend Following Abschreckung ist die typische niedrigere Gewinnprozentsatz (dh Verhältnis von Gewinn-Trades gegen Verlust-Trades) solcher Systeme. Es geht gegen den natürlichen Instinkt zu wollen, rechts die meiste Zeit sein, wie Trades am Ende in einem Verlust mehr als oft nicht. Psychologisch ist es schwieriger, ein System, das mehr Verlust-Trades produziert handeln. Trotzdem ist Trendfolge eine profitable Strategie. Könnte es eine Art psychologische Prämie von Händlern bereit, niedrige Gewinnwahrscheinlichkeit System zu verwenden empfangen sein? Als vor kurzem sah Ralph Vinces Leverage Space Model. Ich könnte ein möglicher Grund, warum niedrige Gewinnwahrscheinlichkeit Systeme könnte robuster sind. Robuste Systeme sind flüchtig Ein Aspekt der robuste Systeme ist die Volatilität in den System Ergebnisse und ihre Equity-Kurve. Ähnlich wie bei geringen Anteil gewinnen, ist die Volatilität auch eine Systemfunktion, die Händler / Investoren wollen fast immer zumindest aus psychologischer Sicht zu vermeiden. Hier ist ein Zitat aus David Druz der jüngste Neuzugang in der Trendfolge Wizards Bericht, der die Verbindung zwischen Robustheit und Volatilität, erklärt: Die Robustheit eines Handelssystems ist proportional zu seiner Volatilität. Dies ist die nicht-freien Mittagessen teil. Ein robustes System ist eines, das funktioniert und ist auf viele Arten von Marktbedingungen und über viele Zeitrahmen stabil. Es funktioniert in der deutschen Bund-Futures und es funktioniert in Weizen. Es funktioniert, wenn mehr als 1950-1960 oder 1990-2000 überprüft. Robuste Systeme neigen dazu, um erfolgreiche Trading-Taktiken, klassisches Geld-Management-Techniken und universellen Prinzipien des Marktverhaltens entwickelt werden. Diese Systeme sind nicht um bestimmte Arten von Märkten oder Markt Maßnahmen konzipiert. Und hier ist die erstaunliche Sache über robuste Systeme: Die robustere ein System ist, desto mehr flüchtige es dazu neigt, zu sein. Dies liegt daran, robuste Systeme sind nicht auf bestimmte Märkte oder Marktbedingungen optimiert. Das Gegenteil ist ebenfalls wahr. Sie können Systeme mit ausgezeichneten Renditen und geringer Volatilität auf historischen Tests, die aber Arbeit nur für bestimmte Zeiträume in bestimmten Märkten zu entwerfen. Diese Systeme sind in der Regel Kurvenanpassung oder markt fit sein und sind nicht robust. Für ein System, um die höchsten Quoten der Profitabilität im Laufe der Zeit und die Märkte haben, ist die unausweichliche Kompromiss Volatilität. Diversifizierung kann selbstverständlich verwendet werden, aber es wird nur die Flüchtigkeit soviel dämpfen. Eine typische Darstellung der schwerflüchtige, ist dies eine unter Hochleistungs Equity-Kurve: LTCM: glatte Equity-Kurve für eine Weile. Kein Robustheit gibt. Der Einfluss von Money Management Money Management ist ein entscheidender Teil eines Handelssystems. Es kann Pause machen oder jedes System, wie gut es ist. Over-Handel ein wirklich gutes System wird immer noch verlieren Sie Geld. In der Tat, Vince bekräftigt, in der Leverage Raumhandelsmodell Intro, dass Money Management stellt 100% eines Handelssystems (Abfahrt 0% für die Signalerzeugung, etc.). Dies ist wahrscheinlich eine Übertreibung, aber die Auswirkungen der Geld-Management sollte nicht unterschätzt werden. Mit Blick auf die Auswirkungen der Systeme Gewinnrate auf der Money-Management-Teil von ihr, könnte es einen Grund, warum ein System könnte robuster sein, wenn es produziert mehr Verlierer als Gewinner zu sein. Optimal f, Grenzen und die Tiger Cage Je nach Vorlieben, gibt es eine optimale f, die das Wachstum maximiert und die Risikofaktoren berücksichtigen können. Der optimale Ansatz ist offensichtlich so nahe wie möglich an die optimale f sein. Dies ist jedoch nicht einfach: Märkte verändern, Systeme durchlaufen verschiedene Phasen der Leistung und im Ergebnis eine optimale f bewegt sich auch. Es ist kein fester Wert. Von Anfang an wissen wir, dass eine optimale f zwischen 0 und 1, und dass je weiter wir von ihm sind, desto weniger optimale Leistung werden begrenzt. Vince hatte einen amüsanten Analogie Vergleich des Optimal f zu einem Roaming-Tiger auf einem Fußballfeld. Der Tiger könnte überall auf dem Felde sein; das Jagd Trader muss seine Lage, den Tigerkäfig Platz zu finden. Jeder Fehler bei der Lokalisierung der Tiger würde zu einer suboptimalen Leistung führen: Je weiter der Tiger aus dem Käfig, würde das noch schlimmer das System durchzuführen. Allerdings gibt es eine logische Folge aus den Optimal f Berechnungen: der optimale f-Wert wird durch die Gewinnrate des Handelssystems begrenzt. F kann Werte zwischen 0 und 1 zu nehmen, aber wenn das System über eine Gewinnrate von 30%, wird eine optimale f immer zwischen 0 und 0,3 liegen. Gehen wir zurück zu den Tiger-on-the-Fußball-Feld Analogie, es sehr die Aufgabe des Jagd Händler reduziert, wenn wir wissen, dass der Tiger nie Ventures jenseits der 30-Yard-Linie. Und als Ergebnis auch nie zu weit weg vom Ziel. Aus einem Handelspunkt aus bedeutet dies, dass es weniger Raum für Fehler in der Lage der optimale Hebelwirkung und daher weniger Einfluss einer suboptimalen Hebelwirkung. In Bezug auf die Robustheit, bedeutet dies, dass, da die Märkte verändern, so wird der optimale f. Ein Handelssystem mit einem geringen Anteil Gewinn wird die mögliche Veränderung des Optimal f zu verringern (zB [0,0.3] anstelle von [0,1]) und damit die Fehler zwischen der tatsächlichen f-Wert von einem Händler und der optimalen f verwendet. Die Reduzierung der Fehler sollte auch eine Verringerung seiner negativen Auswirkungen auf die Systemleistung und machen das System weniger empfindlich auf zugrunde liegende Marktveränderungen. Mit einem Wort: robuster. Dies ist nur ein Gedanke. Ich habe keine stichhaltigen Beweise oder eine Theorie dafür. Als junges Kind habe ich immer von einem Tiger und reitet sie in die Schule geträumt. Id jetzt gerne denken, dass es war ein früher Unterbewusstsein Aufruf ein guter Trader werden durch die Konzentration auf den Fang der tiger guter Position Sizing / Money-Management-