일일 자동화 된 거래 전략

최고의 Forex Intraday 전략.
Forex의 일중 거래 전략은 동일한 거래일 내에 증권 시장에서 금융 상품을 판매 및 구매하는 데 사용되는 투기 전략입니다. 일 거래는 짧은 기간 내에 발생하므로 시장 참가자는 거래 성공을 목표로 최고의 일중 외환 전략을 찾아야합니다. 아래, 우리는 가장 널리 퍼진 forex 거래 intraday 전략을 조사 할 것입니다.
추세 추종.
이 일일 외환 전략은 시장 주체가 기업의 재무 건전성보다는 주식의 가격 변동을 분석한다고 가정합니다. 추세는 단순한 외환 거래 전략으로 시장 주체는 주식 시장에서 지속되는 현재 추세가 계속 유효하다고 믿습니다. 따라서 주식 가격이 오를 경우 계속 증가 할 가능성이 높으며 따라서 투자자는 그러한 주식을 구매하는 데 관심이 있습니다. 반대로 주가의 ​​하락 움직임이 있다면 투자자는 그러한 주식의 공매도에 관심을 가질 것입니다.
Contrarian 투자.
Contrarian 투자는 기존 시장 동향과 달리 주식을 매매하기위한 투자자의 행동으로 구성됩니다. 따라서 주식 가격이 하락하면 투자자는 그러한 주식을 구매하고, 반대로 가격이 오를 경우 투자자는 두 가지 경우 모두 곧 반전 될 것으로 예상한다. 이것은 투자자가 두 가지 주요 전제 조건 중 하나에 대한 확신을 가질 때 가장 좋은 외환 전략 일 것입니다 : 주식 시장에서 과도한 수요를 누리고 비싼 가격, 즉 과도한 낙관주의 (높은 가격> 매도); 시장 비관론은 극도로 높고 주식 가격을 시장 가격보다 낮게 책정합니다 (저렴한 가격> 구매) (아래 그림 참조).
뉴스 거래.
외환 거래를하는 뉴스에서 투자자는 주식 가격의 예상 성장에 대해 긍정적 인 소식을 얻거나 또는 나쁜 뉴스가 나옴에 따라 주식을 매도하는 즉시 주식을 매입한다.
투자자가 일중 외환 전략을 나타내는 뉴스를 사용하게 만드는 요소는 시장 요인 (예 : 투자자의 기대치, 예측 된 가격 변동, 부정적 또는 긍정적 인 경제 역학 등) 및 직접적으로 다양한 정치적 요인 및 기타 요인 외환 시장 관련. 따라서 뉴스를 통해 이익을 얻으려면 투자자는 시장 역학에 영향을 미치는 많은 변수를 잘 알고 있어야하며 신속한 대응을 위해 변경 사항을 면밀히 모니터링 할 수 있어야합니다.
intraday forex 전략을 스캘핑.
거래 주식에 대한이 forex intraday 전략은 매도 팔 스프레드에서의 작은 격차의 감지와 작은 수익률로 단기간의 일중 거래가 시작되는 것을 기반으로합니다. 스캘핑 전략 내의 위치는 일반적으로 현재 사용 가능한 가격 격차로부터 이익을 얻기 위해 신속하게 개폐됩니다.
사실은 scalping forex intraday 전략은 제한된 시간 (일반적으로 3 ~ 5 분, 덜 자주 13 ~ 15 분) 내에 구현되기 때문에이 전략은 다소 위험하며 scalper에 대한 몇 가지 핵심 요구 사항을 부과합니다 유효한. 따라서 우선 브로커는 모든 입찰가를 신속하게 처리해야합니다. 지연이 있어도 트랜잭션이 비효율적 일 수 있습니다. 다음으로, 각 거래소에서 단기 거래에 대해 스캘핑을 허용해야합니다. 마지막으로 위대한 매도 스프레드는 이미 제한된 이익 마진을 최소화하여 재정적으로 비효율적이게하므로 피해야합니다.
Scalping은 시장 변동성 및 변동성이 증가하는 상황에서 최고의 일중 외환 전략 일 수 있습니다. 이는 시장 참가자가 그 기간 동안 발생하는 단기 불균형으로부터 이익을 얻을 수있게합니다.
Intraday Forex 전략 - 범위 거래.
범위 거래 intraday forex 전략은 주식 가격이 가장 높은 토양에 도달하자마자 최저 수준으로 떨어지고 그 반대로 하락할 것이라는 투자자의 가정에 근거합니다. 따라서 가격이 상위 토양에 도달하면 투자자가 판매하고 반대로 낮은 토양에 도달하면 투자자가 구매합니다.
실제로, 이 intraday 외환 전략 내에서, 투자자는 지원에 의해 표현 된 낮은 수준과 저항으로 표현 된 상위 수준의 채널을 확인했습니다. 주가 변동이 확인 된 채널에서 벗어나지 않는 한, 투자자는 여러 차례 저항에 사다가 매수로 매수할 수 있습니다.
리베이트 거래 및 가격 행동.
이 외환 거래 전략은 수입의 주요 원천 인 전자 통신 네트워크 (ECN)의 리베이트를 기반으로합니다. ECN은 주식 가격을 유지하기 위해 주식을 주문함으로써 추가 유동성을 갖는 시장 행위자 (구매자 또는 판매자)에게 리베이트를 제공 할 수있다.
가격 행동 전략은 가격, 주식 수량 등과 같은 원시 시장 데이터에 대한 투자자의 분석을 숫자 형식으로하는 무료 forex 일일 전략이며, 그러한 전체의 조합을 기반으로하는 결정의 차후 채택 기술적 인 지표 및 가능한 후속 이동 예측.
가격 행동 forex intraday 전략 거래 내에서 다른 도구와 그들의 응용 프로그램이있을 수 있습니다. 예를 들어, 투자자는 가격 변동성, 촛대 또는 밴드뿐만 아니라 행동 및 기타 요인을 분석 할 수 있습니다. 이것은 가격 행동을 투자자로부터 높은 수준의 지식과 분석 기술을 요하는 외환 거래 전략으로 만듭니다.
가격 행동 전략의 구현의 예는 투자가가 주가가 오후까지 하락해야하는 시나리오를 감독하는 경우 일 수 있습니다. 시나리오가 사실 인 것으로 판명되면 (즉, 가격이 오후까지 떨어지는 경우) 투자자는 이전 가정을 다시 조사합니다. 그가 기술적 인 분석 자료에 기초하여 가격의 후속 감소가 예상되지 않는다고 믿는다면, 투자자는 그러한 주식을 구입합니다. 반대로, 가격이 추가 하락할 것으로 예상되면 투자자는 증권을 구매하기 전에 추가 시간이 걸릴 수 있습니다.
Forex intraday 전략 및 인공 지능.
이 intraday forex 전략은 현재의 시장 역학과 잠재적 인 후속 개발 시나리오를 평가하기위한 복잡한 알고리즘을 사용하는 자동 계산 소프트웨어의 사용을 기반으로합니다. 기술 진보의 범위가 확대됨에 따라 시장에서 획득 한 새로운 정보를 기반으로 새로운 알고리즘 및 편차를 학습하고 생성 할 수있는 새로운 자동화 된 기계 및 소프트웨어가 등장했습니다.
예를 들어, 특정 시장의 증권은 특정 가격으로 거래되며, 그 날의 변동은 미미합니다. 소프트웨어는이를 등록하고 알고리즘 정보를 투자자에게 제공합니다. 그런 다음 가까운 주식 시장이 급속하게 발전하고 있으며, 투자자의 주식 시장은 이웃 시장의 변동에 따라 주간에 더 큰 변동을 야기합니다. 인공 지능 intraday forex 전략을 사용함으로써 소프트웨어는 다른 관련 시장에서 가격 변동의 영향과 같은 요인을 이미 고려한 새로운 알고리즘을 생성 할 수 있으므로 상당한 시간과 자금을 절약 할 수 있습니다.
이 예제는 다소 단순화되어 있지만, 벡터화 된 요소의 대부분이 다를 경우 인공 지능의 사용이 필수적 일 수 있으며이 외환 거래는 투자자의 이익을 향상 시키거나 내재 된 위험을 헤지하기위한 최상의 옵션 일 수 있습니다.

일중 자동 거래 전략
App Store를 통해 가져 오기 우리의 응용 프로그램 에서이 게시물을 읽으십시오!
일중 전략 수의 방법.
나는 5/10 분 바를 사용하여 intraday 전략을 연구 중이다. 나는 전략에 대한 적절한 반환과 샤프를 얻고있다. 그러나 면밀한 검토를 통해 나는 거래 당 약 1 센트를 벌고 있다고 본다 (나는 거래 비용을 고려하지 않았다).
좋은 평일 전략을 선택하는 방법에 대해 어떻게 생각하십니까? 나는 오랜 홀드 타임 전략을 위해 항상 날카로운 부분과 CGAR를 사용했지만, 일중 전략을 평가하는 것은 다른 짐승처럼 보입니다.
나는 또한 내 전략이 특정 분야의 상징에 돈을 벌고 다른 것에 대해서는 돈을 벌지 않는다는 것을 알아 냈다. (이것은 내 백 테스팅 데이터 세트이다.) 포트폴리오의 일부로 순방향 테스트를 수행 할 때 일반적으로 부정적인 수익률로 심볼을 버립니다.
편집 :이 전략은 미국 주식을 기반으로하고 있습니다. 그렇습니다. 중간 가격과 이전 거래 가격의 조합을 사용하고 있습니다. 질문은 꽤 간단하다고 생각합니다. 어떻게 당신은 평일 전략을 평가합니까? 얼마나 큰 요인은 주중 미끄러짐 (예 : 10 분간의 비늘)입니다. ?
미끄러짐과 커미션 전까지 1 센트 씩 거래를한다면, 이것이 반드시 실행 가능한 전략이라고 생각하지는 않습니다. 커미션만으로도 그 틈새를 없앨 수 있습니다. 유동성을 추가하는 경우 (거래소가 정의한대로) 수수료 및 미끄러짐을 상쇄 할 수있는 리베이트를 얻을 수 있습니다.
슬리피는 거래되는 증권에 따라 달라질 수 있습니다. 또한 스프레드를 먹고 크기에 따라 시장을 움직이는 것도 포함됩니다. 일중 전략의 경우, 당신은 스프레드 미끄러짐을 줄이기 위해 찾을 수있는 가장 유동성있는 증권을 거래 할 것이라고 가정합니다. 다시 테스트 할 때는 미끄러짐 추정을 위해 다른 크기의 스프레드를 사용하십시오. 예를 들어 1 센트, 2 센트, 3 센트 등입니다. 스프레드의 각 단계에서 샤프 비율이 어떻게 보이는지 확인하여 시장 스트레스 (비유 동성)시 전략이 어떻게 수행 될지 알 수 있습니다.
크기 때문에 거래가 악화되는 측면에서 이는 전략에 달려 있습니다. 만약 당신이 1 ~ 2 라운드 스파이를 거래하고 있다면, 기회는 당신이 가격을 움직이지 않고 채울 수 있다는 것입니다. 그것은 결정하기가 조금 더 어렵습니다.
일반적으로 다양한 매개 변수와 가정을 사용하여 전략을 시뮬레이션하고 어떤 매개 변수 조합이 가장 높은 Sharpe 비율을 생성하는지 확인할 수 있습니다. 백 테스트를 작성하여 미끄러짐에 대한 변수 입력이 필요합니다. 미끄러짐이 증가하면 샤프 비율이 감소합니다. Sharpe 비율이 어느 정도 허용 할 수없는 수준에 이르렀을 때, 당신은 당신이해야 할 실전이 무엇보다 좋은지 알아야합니다.
귀하의 PnL은 거래량, 거래 비용 및 제재소 p / share (밀은 $ 0.001 p / 주를 의미)의 함수입니다. 교환 환불 및 수수료도 포함시켜야합니다.
1 센트 net p / share는 실제로 고주파 또는 수백만 주당 하루에 거래되는 시장 형성 전략에 대한 좋은 수익입니다. 그러나 기간을 감안할 때 귀하의 전략이 그런 종류의 거래를하는 것으로 의심됩니다. 그렇다면 당연히 귀하의 순손실을 낮추는 역효과가 있습니다. 마지막으로 SEC 세금 및 브로커 또는 독점 인프라 비용을 고려해야합니다. 시장 영향 (미끄러짐)은 주문 크기, 주식 유동성 및 기타 요소의 함수입니다. 이 주제에 대해 Phd 논문이 있습니다. 두 문장으로 유효한 대답을 제시하는 것은 불가능합니다.
어쨌든 Sharpe와 이익 p / share는 평가를위한 좋은 측정 기준입니다. 그것이 내가 모델 개발 중에 사용하는 것입니다.

9 개의 수익성 높은 일중 거래 전략 (지금 사용할 수 있음)
당신이 지금 사용할 수있는 9 개의 수익성 intra-day 외환 거래 전략!
낮 거래에서 성공하는 사람들은 세 가지 일을 잘합니다.
그들은 시험되고 시험 된 intra-day 거래 전략을 확인합니다. 그들은 그 전략을 실행하는 데 100 % 징계를 받았습니다. 그들은 엄격한 자금 관리 제도를 고수합니다.
원하는 위치로 바로 이동하십시오. 클릭하십시오.
모멘텀 반전 거래 전략.
역할 역전 거래 전략.
헤이킨 - 아시 무역 전략.
RSI 트레이딩 전략, 5 시스템 + 백 테스트 결과.
이동 평균 크로스 오버 전략.
스윙 데이 트레이딩 전략.
촛대 패턴.
Bollinger 밴드는 전략을 압박합니다.
좁은 범위 전략.
2 기간 RSI 전략.
150 % 수익을 창출하는 이진 옵션 거래 전략.
너의 아마 생각 :
"실제로 일하는 일중 거래 전략을 어떻게 찾을 수 있습니까?"
외환, 상품, 주식 거래에 도움이되는 언젠가 거래 규칙이 있습니까?
당신이해야 할 일은 : 내가 당신을 위해 아래에서 개략적으로 설명하는 다음 forex day 거래 전략 중 하나를 다루기 위해 당신의 하루의 몇 분을 치워 두는 것입니다.
현실은 이것입니다 :
몇몇 사람들은 실제로 성공적으로 일 무역 forex 또는 살아있는 동안 다른 시장,
마케팅 담당자가 말하고 싶어하지 않는 불편한 삶의 사실! 그리고 소수의 사람들은 은행이나 헤지 펀드를 위해 일하는 상인처럼 다른 사람들의 돈으로 거래를하고있을 것입니다.
즉, 자신의 자본을 거래하는 사람과 마찬가지로, 스테이크가 그다지 높지 않음을 의미합니다.
그것은 말하고있다.
초보자가 장기간 동안 게임에 머물기위한 기회를 극대화하기 위해 사용할 수있는 일일 거래 전략이 있습니다. 이들은 외환, 상품 또는 주식과 같은 대부분의 시장에서 사용할 수 있습니다.
왜냐하면 & nbsp; 장거리 노선 & # 8217; 누군가가 퇴직 둥지 달걀에 처음 출발 자본을 돌릴 수있는 곳입니다!
따라서이 기사에서는 다음을 비롯하여 시작하기 위해 알아 두어야 할 모든 내용을 보여줍니다.
매일 성공적으로 사용되는 외환 거래 전략. 주요 차트 패턴은 이러한 외환 거래 전략과 관련이 있습니다. 전략을 실행하기위한 지침.
그럼 내가 너에게 말할거야.
간단한 진리가 있습니다.
기본 일중 거래 전략을 사용하고 구현하는 방법을 배우면 즉시 63 %의 손실을 줄일 수 있으며 장기적으로 수익성을 높일 수 있습니다.
반드시 읽어야합니다 : Forex Trader가 알아야하는 위험 관리에 관한 몇 가지 사항.
그러니 사업에 집중하십시오.
1. 모멘텀 반전 거래 전략.
# 1 전략은 근본적 분석과 기술적 분석의 결합을 통해 거래 기회를 모색합니다.
# 2 중장기 트렌드를 먼저 확립하기 위해서는 상장 된 통화의 기본 측면을 분석해야합니다. 그런 다음 시장 모멘텀을 잡기 위해 가격 모멘텀, 지원 및 저항 영역을 사용합니다.
# 3 전략을 통해 낮은 위험에 시장에 진입하고 선진 자금 관리를 통해 큰 이익 잠재력을 제공 할 수 있습니다.
# 4 모든 거래는 상인에게 매번 시장 진입에 충분한 시간을주기 위해 미리 계획됩니다. 대부분의 거래는 런던 회의 기간에 종종 실행되는 보류중인 한도 주문으로 처리됩니다.
# 5 전략은 모든 주요 미국 달러 십자가에서 잘 작동합니다. 한 달에 1-5 개의 신호를 생성합니다. 모든 거래는 가격 결정 및 시장 펀더멘털에 따라 최대 몇 주가 소요될 수 있습니다.
# 6 전략은 지난 15 개월 동안 라이브 시장에서 거래되었으며 성과는 성과 섹션에 명확하게 기록되어 있습니다.
이 전략에서는 몇 가지 지표 만 사용합니다.
확률 론적 발진기 (다중 시간 프레임) 지원 및 저항 피보나치 회귀.
Commitments of Traders 보고서를 통해 편향과 장기 추세를 설정 한 후 일일 차트로 전환하고 가격 반전 단계를 찾아 볼 시간입니다.
가격 반전을 정의하려면 먼저 일일 차트의 가격을 분석하고 3 가지 간단한 질문에 답해야합니다.
최근에 시장이 명확하게 하락 했는가? 주간 및 일별 확률 론적 차트가 일일 차트에서 과매 수 또는 과매 수 수준을 보이고 있습니까? 주요지지 또는 저항 지역 주변의 가격 거래인가?
위의 USDJPY 차트에서 반전 단계에있는 가격의 네 가지 예를 볼 수 있습니다.
차트에서 # 1을 설정하십시오.
주간 및 일간 stochastics는 70 구역 이상이며 시장은 그 전에 상당한 랠리에왔다. 상인은이 지역을 약세로 표시하고 약세 반전 가격 패턴을 찾으려면 일중 차트로 전환해야합니다.
셋업 # 1과 마찬가지로, 가격은 집회 며칠 후, overbought stochastics zone (70 세 이상)까지 되돌아 왔고 현재 주요 저항 지역을 돌아 다니고 있습니다. 상인은 곰 같은 반전 가격 패턴을 찾기 위해이 지역을 약세로 표시하고 일중 차트로 전환 할 것입니다.
다시 한 번 그 추진력은 과소 평가되었고 가격은 명확한 저항을 형성하고 있습니다. 상인은이 지역을 약세로 표시하고 약세 반전 패턴을 찾기 위해 일중 차트로 전환 할 것입니다.
가격이 하락하고 117 지역에서 지원을 받았다. 그 기세는 이제 과매 해졌습니다. 상인은 낙관적 인 것으로이 지역을 표시하고 완고한 반전 가격 패턴을 찾기 위해 일중 차트로 전환 할 것입니다.
위의 설정은 기초 분석 중에 상인이 설정 한 추세의 방향으로 만 시도됩니다. 기본은 USDJPY에있는 아래쪽을 가르키고 있었다. 첫 번째 셋업은 고려 될 것이고 넷째는 무시되거나 더 낮은 로트 크기를 가진 카운터 추세 위치로 입력 될 것입니다.
더 자세한 정보는 여기를 클릭하십시오.
2 : 이동 평균 크로스 오버 전략.
이동 평균 지표는 모든 거래 플랫폼에서 표준이며, 지표는 원하는 기준으로 설정할 수 있습니다.
이 단순한 하루 거래 전략을 위해서는 3 개의 이동 평균선이 필요합니다.
20 기간 라인은 빠른 이동 평균이며 60 기간은 느린 이동 평균이며 100 기간 라인은 추세 지표입니다.
이 거래 전략은 빠른 이동 평균 (또는 MA)이 느린 이동 평균을 넘을 때 BUY 신호를 생성합니다.
그리고 빠른 이동 평균이 느린 MA 아래로 교차 할 때 SELL 신호가 생성됩니다.
따라서 MA 선이 한 방향으로 교차 할 때 위치를 열고 반대 방향으로 교차 할 때 위치를 닫습니다.
가격이 추세를 나타내고 있는지 어떻게 알 수 있습니까?
음, 가격 막대가 일관되게 100 기간 선보다 높거나 낮은 경우에는 강력한 가격 추세가 적용되고 거래가 실행되도록해야한다는 것을 알 수 있습니다.
위의 설정은 짧은 기간으로 변경 될 수 있지만 잘못된 신호가 더 많이 발생하고 도움이 될 수 있습니다.
내가 제안한 설정은 짧은 가격 변동이 신호를 위반하지 않고 시작하면 추세를 따라갈 수있는 신호를 생성합니다.
위의 차트에서 나는이 이동 평균 크로스 오버 시스템이 지난 6 개월 동안 EURUSD 매일 차트에서 생성 한 4 개의 개별 신호를 녹색으로 동그라미로 표시했습니다.
각각의 경우에 시스템은 각각 600, 200, 200 및 100 포인트를 만들었습니다.
또한이 거래 기법이 잘못된 신호를 생성 한 빨간색으로 표시했습니다. 이 기간은 가격이 동향보다는 오히려 신호가 거짓 일 가능성이 높을 때입니다.
위의 예에서 첫 번째 허위 신호는 균등하게 나갔고 다음 예제는 35 점을 잃었습니다.
위의 차트는 첫 번째 양수 신호를 자세히 보여 주며 빠른 MA는 느린 MA와 추세 MA를 빠르게 넘어서 신호를 생성합니다.
어떻게 추세가 MA에서 빠르게 벗어 났으며 그 아래에 머물러 강한 추세를 보였는지 주목하십시오.
두 번째 위 신호는 위의 그림과 같이 상세하게 표시되어 있습니다. 고속 MA가 저속 MA보다 위로 움직 였을 때 신호가 생성되어 신속하게 반전되고 위치를 닫기위한 신호 만 발생합니다.
시스템이 항상 올바르지는 않지만, 위의 예는 정확한 6/12 또는 50 %의 시간이었습니다.
우리는 거래 기법이 사용될 때 통제되고 결정적인 거래가 얼마나 더 많이 발생하는지 즉시 알 수 있습니다. 사나운 정서적 합리화가 없으며 모든 교역은 계산 된 이유에 근거합니다.
3. 하이킹 - 아시 무역 전략.
Heikin-Ashi 차트는 촛대 차트와 비슷하지만 Heikin-Ashi 차트의 양초 계산 및 플로팅 방법은 촛대 차트와 다릅니다. 이것은 저의 가장 좋아하는 외환 전략 중 하나입니다.
촛대 차트에서 각 촛대는 4 개의 다른 숫자를 보여줍니다 : 개방형, 폐쇄 형, 고가 및 저가. Heikin-Ashi 양초는 다르며 각각의 양초는 이전 양초의 정보를 사용하여 계산되고 플롯됩니다.
마감 가격 : Heikin-Ashi 양초는 오픈, 클로즈, 하이, 로우 프라이스의 평균입니다. 오픈 가격 : 헤이 키닌 아시 양초는 이전 양초의 오픈과 닫음의 평균입니다. 높은 가격 : Heikin-Ashi 양초의 높은 가격은 고가의 공개 가격 중 가장 높은 가치를 지닌 가격 중 하나입니다. 낮은 가격 : Heikin-Ashi 양초의 높은 가격은 가장 높은 가치를 지닌 높고 개방적인 마감 가격 중 하나에서 선택됩니다.
헤이킨 - 아시 양초는 서로 관련이 있습니다. 왜냐하면 각 양초의 가깝고 개방 된 가격은 이전 양초의 가까운 가격과 열린 가격을 사용하여 계산되어야하고 또한 각 양초의 높고 낮은 가격은 이전 양초의 영향을 받기 때문입니다.
Heikin-Ashi 차트는 촛대 차트보다 느리며 신호가 지연됩니다 (예 : 차트에서 이동 평균을 사용하고 그에 따라 거래하는 경우).
이것은 많은 경우 휘발성 가격 책정의 이점이 될 수 있습니다.
이 forex 일 무역 전략은 특별한 이유를위한 상인 중 아주 대중적입니다.
또한 상인이 매일 촛불을 닫기를 기다릴 필요가 있기 때문에 쉽게 알아볼 수 있습니다. 일단 새로운 촛불이 채워지면, 이전 촛불은 다시 채색되지 않습니다.
현재 모든 차트 도구에서 Heikin-Ashi 표시기에 액세스 할 수 있습니다.
Heikin-Ashi 차트가 어떻게 보이는지 보겠습니다.
위의 차트에서; 낙관적 인 초는 초록색으로 표시되고 곰 같은 초는 빨간색으로 표시됩니다.
Heikin-Ashi를 사용한 매우 간단한 전략은 등 테스트와 라이브 거래에서 매우 강력 함이 입증되었습니다.
이 전략은 Heikin-Ashi 역전 패턴과 대중적인 운동량 지표 중 하나를 결합합니다.
내가 가장 좋아하는 설정은 간단한 Stochastic Oscillator (14,7,3)입니다. 반전 패턴은 양초 중 두 개 (약세 또는 완고한)가 아래의 GBPJPY 스크린 샷에 따라 매일 차트에서 완전히 완료되면 유효합니다.
일단 일련의 녹색 초 후에 가격이 두 개의 빨간색 연속 양초를 인쇄하면 상승 추세는 소진되고 되돌릴 수 있습니다. 짧은 위치를 고려해야합니다.
가격에 두 개의 연속 초록색 양초가 인쇄되면, 일련의 빨간색 초가 지나면 하락세가 고갈되고 역 분개 가능성이 높습니다. LONG 위치를 고려해야합니다.
원시 촛불 형성은 오늘날의 거래 전략을 가치있게 만드는 데 충분하지 않습니다. 거래자는 잘못된 신호를 제거하고 실적을 개선하기 위해 다른 필터가 필요합니다.
모멘텀 필터 (Stochastic Oscillator 14,7,3)
간단한 Stochastic Oscillator (14,7,3 세팅)를 사용하는 것이 좋습니다.
Stochastic Oscillator 가이드를 먼저 읽으시기 바랍니다.
일단 적용되면 과매 수 / 과매 대상 영역이 표시되고 성공 확률이 높아집니다.
2 연속 RED 촛불이 완료되고 확률이 70 점 이상인 경우 장거리 교역을 시작하십시오.
연속 된 2 개의 녹색 양초가 완성되고 확률이 30 점 미만인 경우 짧은 거래를하십시오.
이 멋진 거래 전략의 성능을 향상시키기 위해 다른 파일러를 사용할 수도 있습니다. 설치가 완료되면 주문 중단을 권하는 것이 좋습니다.
아래 차트에 표시된 긴 설정에서 상인은 두 번째 Heinkin-Ashi 리버설 캔들 위로 몇 피스 이상의 긴 멈춤 주문을 할 것입니다.
짧은 설정에도 동일하게 적용되지만 상인은 두 번째 반전 캔들의 최저 가격보다 몇 피스 낮게 주문합니다.
가속기 발진기 필터.
다른 도구로는 표준 Accellarator Oscillator를 사용할 수 있습니다. 이것은 매일 차트에 대한 좋은 지표입니다. 때로는 다시 칠하기는하지만 대개 인쇄 된 후에도 동일하게 유지되는 경향이 있습니다. 모든 막대는 자정에 채워집니다. 사용 방법? Heikin-Ashi 양초가 인쇄 된 후, Accellarator Oscillator로 역전을 확인하십시오.
Long trades의 경우 : 두 개의 녹색 초가 인쇄되면 AC가 일일 차트의 0 줄 위에 녹색 막대를 인쇄 할 때까지 기다립니다.
짧은 거래의 경우; 2 개의 연속적인 RED 촛불이 인쇄되면 AC가 일일 차트의 0 줄 위에 빨간색 막대를 인쇄 할 때까지 기다리십시오.
반전 패턴은 아래의 GBPJPY 스크린 샷에 따라 촛불 중 2 개 (약세 또는 완고한)가 매일 차트에서 완전히 완료되면 유효합니다. 일시적으로 변동하는 가격으로 한 방향으로 진입하지 마십시오. 시장에서 근본적인 뉴스를 고려하는 것이 중요합니다. 나는 다음과 같은 일을 피할 것을 권고합니다.
이익 50 pips 후에도 휴식 위치로 이동하십시오. 주요 지역 저고도에서 정지 손실을 이동 시키거나 반대 신호가 발생하면 정지 손실을 이동하십시오. 승자가 뛰게하십시오. 평평한 손실을 100 pips 줄이거 나 현지 기술 수준을 사용하여 정지 손실을 설정하십시오. 모든 상인은 자신의 금전 관리 규정을 이행하도록 권고받습니다.
전략 예제 및 스크린 샷.
전략은 많은 설정을 생성하지 않지만, 그렇게 할 때, 그들은 일반적으로 중요한 시장 정상 또는 바닥입니다. 이전 및 이후 샘플 거래 설정을 참조하십시오.
아래의 설정을위한 준비된 MT4 템플릿을 얻으려면 여기를 클릭하십시오.
그런 다음 압축을 풀고 MT4에 놓고 아래 차트를 준비하십시오.
날짜 : 2013 년 5 월 22 일
날짜 : 2013 년 6 월 21 일.
날짜 : 2013 년 10 월 31 일.
4. 스윙 외환 거래 전략.
스윙 데이 트레이딩 전략은 경계에 관한 것입니다!
트레이더는 추세의 수정을 알기 위해 경계해야하며, 그런 다음 스윙을 잡을 준비를해야합니다. 정정에서 벗어나 추세로 되돌아갑니다.
"그리고 정정은 무엇인가?"나는 묻는다.
단순한. 수정 사항에는 가격 막대 또는 양초의 겹침, 많은 겹침이 포함됩니다.
인기 급상승 가격으로 인해 신속하게 진전이 이루어지며 수정이 필요하지 않습니다.
몇 가지 차트를 예로 들어 보겠습니다.
위의 차트, EURUSD에서 240 분 양초, 녹색 원 안에 26 개 양초가 있으며 가격은 100 포인트 범위 내에 있습니다.
내가 파란 선으로 표시 한대로 가격은 매일 20 포인트 밖에 떨어지지 않았습니다!
스윙 트레이더가 여기 AL ALERT에있을 것입니다! 계약 체결 가격, 겹치기 및 겹침.
이것은 이전 주를 시작했던 추세로 가격이 계속 될 가능성이 매우 높았습니다.
무역은 첫 번째 촛불이 이전 몇 촛불의 계약 범위 아래로 움직 였을 때 판매를 포함 할 것이고, 정지는 가장 최근의 작은 스윙 높이에 놓일 수 있습니다. (주황색 화살표)
스윙 교역의 또 다른 예가 아래 차트에 나와 있습니다.
다시 우리는 EURUSD 240 분 차트 작업을하고 있습니다.
우리는 단점에 대한 시정을 볼 수 있습니다.
겹치는 가격의 양초를 모두 확인하십시오.
이 거래의 진입 점은 원칙은 동일하지만 실행하기가 조금 더 어려울 것입니다.
우리는 가격이 반전의 징후를 보일 때까지 기다리기를 원합니다. 교정이 끝나면 두 개의 다른 양초가 파란색 선 위로 이동했습니다.
이는 가격이 반전을 준비하고 있음을 보여줍니다.
상인은 다음과 같은 촛불을 열고 정정의 가장 낮은 지점에 정차합니다.
여기 위험은 약 30 점이었습니다. 당신이 그 모든 것을 타고 다닐 수 있다면, 이득은 약 600이었습니다!
스윙 거래는 크로스 오버 기술보다 약간 미묘한 차이가 있지만 여전히 자금 관리 및 거래 진입 신호 측면에서 충분히 제공 할 수 있습니다.
5. 교활한 패턴.
반드시 읽어야합니다 : 촛대 패턴 - 21 가지 쉬운 패턴 (그리고 그 의미)
엔 클로핑 패턴은 가격 촛불의 실제 몸체가 하나 이상의 선행 촛불의 실제 몸을 덮거나 휩싸 일 때 발생합니다.
촛불을 담그면 촛불이 많을수록 다음과 같은 행동이 더 강력해질 것입니다.
두 가지 유형이 있습니다. 완고하고 곰이다.
완고한 감아 올리는 양상은 앞에 완고한 상승을 신호하고 반대는 곰 같은 양초에 대해 사실입니다.
위의 도표에서 나는 가격 상승으로 이어지는 낙관적 인 돌잔치를 돌았습니다.
글쎄, 완고한 감아 패턴은 커다란 상향 이동의 선구자입니다.
그래서, 당신이 다음에 촛불을 기다리고 귀하의 위치를 ​​열어 모양을 복용 engulfing 촛불을 볼 때.
당신의 정지는 휩싸이는 초 낮은 곳에 두어야합니다.
곰 같은 담황색의 패턴은 앞으로 곰 같은 가격 하락을 신호한다.
위 차트에서 나는 약세 직후 가격 하락을 초래 한 곰팡이를 휩쓸고 다니는 양초를 돌았습니다.
다시 말하면, 촛불이 담긴 촛불이 많을수록 다음과 같은 행동이 더욱 강력해질 것입니다.
낙관적 인 패턴과 같은 원리입니다, 동전의 플립 사이드!
bearish engulfing 패턴은 또한 커다란 쇠퇴의 선구자입니다.
그래서, 당신이 다음에 촛불을 기다리고 귀하의 위치를 ​​열어 모양을 복용 engulfing 촛불을 볼 때.
당신의 정지는 빨아들이는 초 높이에 두어야합니다.
긴 그림자는 양초의 종가에서 특정 양초의 최고 가격 또는 최저 가격까지의 길이를 나타냅니다.
& # 8217; 그림자 & # 8217; 초의 진짜 몸의 길이의 적어도 두번이어야한다.
이 그림자는 전환점에서 발생하는 경향이 있습니다.
그리고 그들은 큰 가격 움직임으로 이어지는 경향이 있습니다!
나머지 촛불 막대기 패턴과 마찬가지로, 우리는 긴 그림자 촛불이 닫힐 때까지 기다리고 우리는 다음 촛불을 열어 우리 무역을합니다.
당신의 정지는 shadow candle의 극단적 인 최고점 또는 최저점에 다시 위치해야하며 추세를 따라 가야합니다.
양초는 망치를 형성합니다. 촛불의 실제 몸이 머리와 손잡이를 남기고 촛불의 한쪽 끝에 앉을 때!
다시이 양초는 상인에게 강한 신호를주는 가격 반전에서 형성되는 경향이 있습니다.
그 같은 트릭!
우리는 긴 망치 양초가 닫힐 때까지 기다린다. 그리고 우리는 다음 촛불을 열어 무역을 시작했다.
당신의 정지는 다시 망치 양초의 최고 또는 최저에 놓여 야합니다.
다시 추세를 따르기 위해 끌렸다.
6. 지원 및 저항.
역할 반전의 날 트레이딩 전략.
시작하려면 Forex 거래에서 지원 및 저항이 무엇인지를 알고 있다고 가정해야합니다. 보이지 않는다면 아래에 몇 가지 간단한 정의와 예가 나와 있습니다.
지지와 저항은 가격에 어려움이있는 심리적 수준입니다. 경향의 많은 역전이이 수준에서 발생할 것입니다.
가격이 일정 수준을 넘어서기가 어려워 질수록 거래의 수익성이 향상 될 것입니다. 지원과 저항의 가장 기본적인 형태는 수평 적입니다. 많은 상인들이 매일 그 수준을 지켜 보며 많은 주문은 지원 또는 저항 지역 주변에 축적됩니다.
언급하는 것이 중요합니다. 지원과 저항은 정확한 가격이 아니라 오히려 ZONE입니다. 많은 초보자 거래자들은지지와 저항을 정확한 가격으로 취급합니다. 상인은 지원 및 저항을 영역 또는 영역으로 생각해야합니다.
이 수준은 기술 분석에서 가장 중요한 개념 일 것입니다. 그들은 거기 밖으로 대부분의 직업적인 일 무역 전략의 중핵이다.
"역할 역 분개"를 소개하겠습니다. 매일 거래에서 어떻게 사용할 수 있는지 봅시다.
역할 역 분개는 저항이 (하락 추세)되고 저항이지지가되는 (상승 추세에서)지지의 간단하고 강력한 생각입니다.
uptrend에서 이것이 어떻게 전개되는지보십시오.
일단 가격이 고점과 저점을 형성하면 우리는 그것을 상승 추세라고 부릅니다. 기술 상인은 가격이 영원히 올라갈 것으로 예상하고 긴 거래 만 고려해야합니다. uptrend가 정의되면, 가장 낮은 전략은 pullbacks에 구매하는 것입니다.
상승 추세에 대한 정의에 따르면, 가격은 저항을 통해 펀치를 당기고 가격이 내려 가기 전에 또 다른 상승폭을 높입니다.
"역전환"개념은이 시나리오에서 황소에게 유용합니다.
일단 저항이 상승하면 새로운지지 수준이됩니다.
레지스탕스가 지원 역할을 바꿈으로써 "역할 역 분개"라는 이름이 바뀝니다.
새로운 최고가를 만든 후에, 상승 추세의 가격은 수정해야합니다. It is likely to correct to the new support level. This can present an excellent buying opportunity for bulls.
We don’t know where exactly price will resume an uptrend. Risk management must be applied.
Trader must remember to treat support and resistance levels as ZONES rather than exact price.
The same principle applies to downtrends.
If the market is in downtrend, the price will punch through supports making new lower lows. The broken support becomes new resistance and offers opportunity for short positions.
Sometimes the price will pull back a bit further than just the former support or resistance. It might retrace toward other important technical levels.
I like to combine pure price action with other major, widely used leading indicators. My favourite would be: Pivot Points and Fibonacci retracements. After many years of using these tools, I can say with confidence, they are pretty accurate.
The popularity of these tools makes them so responsive.
You could also establish few levels of entries for example:
If you are looking to buy the market after the price made fresh high, you would be waiting for the price to retrace towards role reversal, Fibonacci Level or moving average. As you are pretty confident, the price is moving higher, you don’t know how far the price will pullback.
If it’s an aggressive day, the price can only come back to 20MA and shoot for new high again. Another day, the price can dip as far as 38% Fib retracement.
You can divide you position into 3 equal parts and set limit orders based on the logic above:
1/3 at 20MA, 1/3 at role reversal, 1/3 at 50% Fib retracement. This way you lower the risk and increase the odds of getting filled.
7. The Bollinger band squeeze strategy.
Bollinger bands are a measurement of the volatility of price above and below the simple moving average.
John Bollinger noted that periods of low volatility are followed by periods of high volatility, so when we notice the Bollinger bands ‘squeeze’ in towards each other, we can infer that a significant price movement may be on the cards soon.
So, the Bollinger band squeeze trading strategy aims to take advantage of price movements after periods of low volatility.
I urge you to read: Bollinger bands ( the COMPLETE how-to guide! )
The above chart is the EURUSD 240 minute chart.
The Bollinger band indicator should be set to 20 periods and 2 standard deviations and the Bollinger band width indicator should be switched on.
When trading using this strategy, we are looking for contraction in the bands along with periods when the Bollinger band width is approaching 0.0100 or about 100 points.
When all the conditions are in place, it signifies a significant price move is ahead as indicated within the green circles above.
A BUY signal is generated when a full candle completes above the simple moving average line.
A SELL signal is generated when a full candle completes below the simple moving average line.
Stops should be placed at the high or low of the preceding candle, or, to allow for a maximum loss of 3% of your trading capital, whichever is the smaller.
8. The Narrow Range Strategy.
The narrow range strategy is a very short term trading strategy. The strategy is similar to the Bollinger band strategy in that it aims to profit from a change in volatility from low to high.
It is based on identifying the candle of the narrowest range of the past 4 or 7 days.
A suitable candle would consist of a ‘ Chubby’ look with an opening and closing prices close to the days high and low as shown in the chart below.
Quite often you will find two or more narrow candles together this only serves to contract the volatility and will often lead to an even larger breakout of the range to come.
Once a narrow candle is identified we can be reasonably sure that a volatility spike will be close at hand.
Your stop is placed at the low or high of the Narrow candle and trailed to suit.
9. The 2 period RSI strategy.
This strategy is pretty simple really.
In general this is a very aggressive short term strategy as you can see by the amount of signals that are generated in the chart shown.
As such this aggressiveness will be caught out by a ranging market and may lead to several losing trades in a row.
The aggressive nature of the strategy should be matched with an equally rigorous stop loss regime.
The merits of the system shine when the market begins to trend in a particular direction. In this case Extra BUY or SELL triggers can be used to add to positions.
Those positions should be closed when an opposing signal is generated.
As in the chart above, when the RSI moved above 90 the first BUY signal was generated and the first position was opened, the RSI then triggered another BUY signal and another similar position was opened.
Both trades were then closed when the RSI moved back below 10.
In the End!
Day trading, and trading in general is not a past-time! Trading is not something that you dip your toes into now and again.
Day trading is hard work, time consuming and frustrating at the best of times! It is no wonder that over 93% of people that try it, lose money and give up!
“the excuse doesn’t matter; the cold hard number is that only about 4.5% of traders who start day trading will end up being able to make something of it.”
BUT, by recognizing the difficulty and learning some basic trading strategies you can avoid the pitfalls that most new traders fall into!
The honest truth of the matter is this, most new traders get involved because they see huge profits straight ahead by simply clicking BUY .
Believing they will wake up the next morning a newly minted millionaire! What actually happens goes more like this.
Your friend has just opened a trading account, he claims to have made a hundred dollars in ten minutes, he just sold the EURUSD because the U. S economy is so great right now, it said so on TV!
So you go home, lodge a $1000 into a trading account, SELL the EURUSD at $5/ point.
You wake up the next day and the market has moved against you by 200 points, and your account is wiped out!
Lets look at the facts. There are three main reasons behind the high failure rate of new traders, and you can avoid them easily!
As in the story I told above, trading based on hearsay or some popular narrative will lead you to almost certain doom!
The value of using a tried and tested trading technique is immense, and will save you from loosing your hard earned savings.
By using a day trading strategy, you remove the emotional element from the trading decision.
A trading strategy requires a number of elements to be in place before trading.
So, when those elements are in place, you place the trade.
It is a binary decision rather than an emotional decision. All other actions are off the table, by following a trading technique you avoid the cardinal sin of trading, that is, over trading.
So often new traders place a trade without even placing a stop loss position! An error which can lead to catastrophic losses.
Money management can be as simple as using the 3 / 1000 rule.
That is: never ever ever ever risk more than 3% of your capital on any trade.
And never risk more than 1000 th (or as close to) of your capital per point.
Now, I’ve given you the tools, so get to it, and start trading profitably!
Please let me know, which intraday trading strategy is your favourite in the comment section below. I will expand of the most popular ones.
Author: Roman Sadowski.
I truly believe the journey to profitability and freedom is a function of hard work, commitment, persistence and boring routines.
There is no magic to trading. I believe in making calm rational decisions what, when and how to trade based on a decade of intense learning.
2 개의 댓글.
Very good and valuable information thanks for sharing.
회신을 남겨주 답장을 취소하십시오.
댓글을 게시하려면 로그인해야합니다.
30 일 동안 사용해보십시오 (신용 카드 필요 없음).
50 페이지 무역 전략 전자 서적.
인기 코스.
최근 게시물.
경고! 이 전자 서적은 거래를 극적으로 개선합니다.
9 강력한 Forex 무역 전략.
42 pages E-Book teaching you the most successful Trading Strategies.
전략에는 기세 및 역할 전환, Heikin-Ashi, RSI 및 이동 평균 교차, 촛대 및 기타에 대한 단계별 지침이 포함됩니다.

QuantStart.
빠르게 성장하는 소매점 퀀텀 트레이더 커뮤니티를 지원하는 Quantcademy 개인 회원 포털에 가입하십시오. 당신은 당신의 가장 중요한 퀀트 트레이딩 질문에 대답 할 준비가되어있는 지식이 풍부하고 마음이 맞는 퀀트 트레이더 그룹을 찾을 수 있습니다.
퀀트 트레이딩에 관한 나의 eBook을 확인해보십시오. 여기서 저는 파이썬 툴로 수익성 높은 체계적인 트레이딩 전략을 만드는 법을 가르쳐드립니다.
Python 및 R을 사용하여 시계열 분석, 기계 학습 및 베이지안 통계를 사용하는 고급 거래 전략에 관한 새로운 전자 책을 살펴보십시오.
By Michael Halls-Moore on April 19th, 2013.
In this article I want to introduce you to the methods by which I myself identify profitable algorithmic trading strategies. Our goal today is to understand in detail how to find, evaluate and select such systems. I'll explain how identifying strategies is as much about personal preference as it is about strategy performance, how to determine the type and quantity of historical data for testing, how to dispassionately evaluate a trading strategy and finally how to proceed towards the backtesting phase and strategy implementation.
Identifying Your Own Personal Preferences for Trading.
In order to be a successful trader - either discretionally or algorithmically - it is necessary to ask yourself some honest questions. Trading provides you with the ability to lose money at an alarming rate, so it is necessary to "know thyself" as much as it is necessary to understand your chosen strategy.
I would say the most important consideration in trading is being aware of your own personality . Trading, and algorithmic trading in particular, requires a significant degree of discipline, patience and emotional detachment. Since you are letting an algorithm perform your trading for you, it is necessary to be resolved not to interfere with the strategy when it is being executed. This can be extremely difficult, especially in periods of extended drawdown. However, many strategies that have been shown to be highly profitable in a backtest can be ruined by simple interference. Understand that if you wish to enter the world of algorithmic trading you will be emotionally tested and that in order to be successful, it is necessary to work through these difficulties!
The next consideration is one of time . Do you have a full time job? Do you work part time? Do you work from home or have a long commute each day? These questions will help determine the frequency of the strategy that you should seek. For those of you in full time employment, an intraday futures strategy may not be appropriate (at least until it is fully automated!). Your time constraints will also dictate the methodology of the strategy. If your strategy is frequently traded and reliant on expensive news feeds (such as a Bloomberg terminal) you will clearly have to be realistic about your ability to successfully run this while at the office! For those of you with a lot of time, or the skills to automate your strategy, you may wish to look into a more technical high-frequency trading (HFT) strategy.
My belief is that it is necessary to carry out continual research into your trading strategies to maintain a consistently profitable portfolio. Few strategies stay "under the radar" forever. Hence a significant portion of the time allocated to trading will be in carrying out ongoing research. Ask yourself whether you are prepared to do this, as it can be the difference between strong profitability or a slow decline towards losses.
You also need to consider your trading capital . The generally accepted ideal minimum amount for a quantitative strategy is 50,000 USD (approximately £35,000 for us in the UK). If I was starting again, I would begin with a larger amount, probably nearer 100,000 USD (approximately £70,000). This is because transaction costs can be extremely expensive for mid - to high-frequency strategies and it is necessary to have sufficient capital to absorb them in times of drawdown. If you are considering beginning with less than 10,000 USD then you will need to restrict yourself to low-frequency strategies, trading in one or two assets, as transaction costs will rapidly eat into your returns. Interactive Brokers, which is one of the friendliest brokers to those with programming skills, due to its API, has a retail account minimum of 10,000 USD.
Programming skill is an important factor in creating an automated algorithmic trading strategy. Being knowledgeable in a programming language such as C++, Java, C#, Python or R will enable you to create the end-to-end data storage, backtest engine and execution system yourself. This has a number of advantages, chief of which is the ability to be completely aware of all aspects of the trading infrastructure. It also allows you to explore the higher frequency strategies as you will be in full control of your "technology stack". While this means that you can test your own software and eliminate bugs, it also means more time spent coding up infrastructure and less on implementing strategies, at least in the earlier part of your algo trading career. You may find that you are comfortable trading in Excel or MATLAB and can outsource the development of other components. I would not recommend this however, particularly for those trading at high frequency.
You need to ask yourself what you hope to achieve by algorithmic trading. Are you interested in a regular income, whereby you hope to draw earnings from your trading account? Or, are you interested in a long-term capital gain and can afford to trade without the need to drawdown funds? Income dependence will dictate the frequency of your strategy. More regular income withdrawals will require a higher frequency trading strategy with less volatility (i. e. a higher Sharpe ratio). Long-term traders can afford a more sedate trading frequency.
Finally, do not be deluded by the notion of becoming extremely wealthy in a short space of time! Algo trading is NOT a get-rich-quick scheme - if anything it can be a become-poor-quick scheme. It takes significant discipline, research, diligence and patience to be successful at algorithmic trading. It can take months, if not years, to generate consistent profitability.
Sourcing Algorithmic Trading Ideas.
Despite common perceptions to the contrary, it is actually quite straightforward to locate profitable trading strategies in the public domain. Never have trading ideas been more readily available than they are today. Academic finance journals, pre-print servers, trading blogs, trading forums, weekly trading magazines and specialist texts provide thousands of trading strategies with which to base your ideas upon.
Our goal as quantitative trading researchers is to establish a strategy pipeline that will provide us with a stream of ongoing trading ideas. Ideally we want to create a methodical approach to sourcing, evaluating and implementing strategies that we come across. The aims of the pipeline are to generate a consistent quantity of new ideas and to provide us with a framework for rejecting the majority of these ideas with the minimum of emotional consideration.
We must be extremely careful not to let cognitive biases influence our decision making methodology. This could be as simple as having a preference for one asset class over another (gold and other precious metals come to mind) because they are perceived as more exotic. Our goal should always be to find consistently profitable strategies, with positive expectation. The choice of asset class should be based on other considerations, such as trading capital constraints, brokerage fees and leverage capabilities.
If you are completely unfamiliar with the concept of a trading strategy then the first place to look is with established textbooks. Classic texts provide a wide range of simpler, more straightforward ideas, with which to familiarise yourself with quantitative trading. Here is a selection that I recommend for those who are new to quantitative trading, which gradually become more sophisticated as you work through the list:
For a longer list of quantitative trading books, please visit the QuantStart reading list.
The next place to find more sophisticated strategies is with trading forums and trading blogs. However, a note of caution: Many trading blogs rely on the concept of technical analysis . Technical analysis involves utilising basic indicators and behavioural psychology to determine trends or reversal patterns in asset prices.
Despite being extremely popular in the overall trading space, technical analysis is considered somewhat ineffective in the quantitative finance community. Some have suggested that it is no better than reading a horoscope or studying tea leaves in terms of its predictive power! In reality there are successful individuals making use of technical analysis. However, as quants with a more sophisticated mathematical and statistical toolbox at our disposal, we can easily evaluate the effectiveness of such "TA-based" strategies and make data-based decisions rather than base ours on emotional considerations or preconceptions.
Here is a list of well-respected algorithmic trading blogs and forums:
Once you have had some experience at evaluating simpler strategies, it is time to look at the more sophisticated academic offerings. Some academic journals will be difficult to access, without high subscriptions or one-off costs. If you are a member or alumnus of a university, you should be able to obtain access to some of these financial journals. Otherwise, you can look at pre-print servers , which are internet repositories of late drafts of academic papers that are undergoing peer review. Since we are only interested in strategies that we can successfully replicate, backtest and obtain profitability for, a peer review is of less importance to us.
The major downside of academic strategies is that they can often either be out of date, require obscure and expensive historical data, trade in illiquid asset classes or do not factor in fees, slippage or spread. It can also be unclear whether the trading strategy is to be carried out with market orders, limit orders or whether it contains stop losses etc. Thus it is absolutely essential to replicate the strategy yourself as best you can, backtest it and add in realistic transaction costs that include as many aspects of the asset classes that you wish to trade in.
Here is a list of the more popular pre-print servers and financial journals that you can source ideas from:
What about forming your own quantitative strategies? This generally requires (but is not limited to) expertise in one or more of the following categories:
Market microstructure - For higher frequency strategies in particular, one can make use of market microstructure , i. e. understanding of the order book dynamics in order to generate profitability. Different markets will have various technology limitations, regulations, market participants and constraints that are all open to exploitation via specific strategies. This is a very sophisticated area and retail practitioners will find it hard to be competitive in this space, particularly as the competition includes large, well-capitalised quantitative hedge funds with strong technological capabilities. Fund structure - Pooled investment funds, such as pension funds, private investment partnerships (hedge funds), commodity trading advisors and mutual funds are constrained both by heavy regulation and their large capital reserves. Thus certain consistent behaviours can be exploited with those who are more nimble. For instance, large funds are subject to capacity constraints due to their size. Thus if they need to rapidly offload (sell) a quantity of securities, they will have to stagger it in order to avoid "moving the market". Sophisticated algorithms can take advantage of this, and other idiosyncrasies, in a general process known as fund structure arbitrage . Machine learning/artificial intelligence - Machine learning algorithms have become more prevalent in recent years in financial markets. Classifiers (such as Naive-Bayes, et al.) non-linear function matchers (neural networks) and optimisation routines (genetic algorithms) have all been used to predict asset paths or optimise trading strategies. If you have a background in this area you may have some insight into how particular algorithms might be applied to certain markets.
There are, of course, many other areas for quants to investigate. We'll discuss how to come up with custom strategies in detail in a later article.
By continuing to monitor these sources on a weekly, or even daily, basis you are setting yourself up to receive a consistent list of strategies from a diverse range of sources. The next step is to determine how to reject a large subset of these strategies in order to minimise wasting your time and backtesting resources on strategies that are likely to be unprofitable.
Evaluating Trading Strategies.
The first, and arguably most obvious consideration is whether you actually understand the strategy . Would you be able to explain the strategy concisely or does it require a string of caveats and endless parameter lists? In addition, does the strategy have a good, solid basis in reality? For instance, could you point to some behavioural rationale or fund structure constraint that might be causing the pattern(s) you are attempting to exploit? Would this constraint hold up to a regime change, such as a dramatic regulatory environment disruption? Does the strategy rely on complex statistical or mathematical rules? Does it apply to any financial time series or is it specific to the asset class that it is claimed to be profitable on? You should constantly be thinking about these factors when evaluating new trading methods, otherwise you may waste a significant amount of time attempting to backtest and optimise unprofitable strategies.
Once you have determined that you understand the basic principles of the strategy you need to decide whether it fits with your aforementioned personality profile. This is not as vague a consideration as it sounds! Strategies will differ substantially in their performance characteristics. There are certain personality types that can handle more significant periods of drawdown, or are willing to accept greater risk for larger return. Despite the fact that we, as quants, try and eliminate as much cognitive bias as possible and should be able to evaluate a strategy dispassionately, biases will always creep in. Thus we need a consistent, unemotional means through which to assess the performance of strategies. Here is the list of criteria that I judge a potential new strategy by:
Methodology - Is the strategy momentum based, mean-reverting, market-neutral, directional? Does the strategy rely on sophisticated (or complex!) statistical or machine learning techniques that are hard to understand and require a PhD in statistics to grasp? Do these techniques introduce a significant quantity of parameters, which might lead to optimisation bias? Is the strategy likely to withstand a regime change (i. e. potential new regulation of financial markets)? Sharpe Ratio - The Sharpe ratio heuristically characterises the reward/risk ratio of the strategy. It quantifies how much return you can achieve for the level of volatility endured by the equity curve. Naturally, we need to determine the period and frequency that these returns and volatility (i. e. standard deviation) are measured over. A higher frequency strategy will require greater sampling rate of standard deviation, but a shorter overall time period of measurement, for instance. Leverage - Does the strategy require significant leverage in order to be profitable? Does the strategy necessitate the use of leveraged derivatives contracts (futures, options, swaps) in order to make a return? These leveraged contracts can have heavy volatility characterises and thus can easily lead to margin calls . Do you have the trading capital and the temperament for such volatility? Frequency - The frequency of the strategy is intimately linked to your technology stack (and thus technological expertise), the Sharpe ratio and overall level of transaction costs. All other issues considered, higher frequency strategies require more capital, are more sophisticated and harder to implement. However, assuming your backtesting engine is sophisticated and bug-free, they will often have far higher Sharpe ratios. Volatility - Volatility is related strongly to the "risk" of the strategy. The Sharpe ratio characterises this. Higher volatility of the underlying asset classes, if unhedged, often leads to higher volatility in the equity curve and thus smaller Sharpe ratios. I am of course assuming that the positive volatility is approximately equal to the negative volatility. Some strategies may have greater downside volatility. You need to be aware of these attributes. Win/Loss, Average Profit/Loss - Strategies will differ in their win/loss and average profit/loss characteristics. One can have a very profitable strategy, even if the number of losing trades exceed the number of winning trades. Momentum strategies tend to have this pattern as they rely on a small number of "big hits" in order to be profitable. Mean-reversion strategies tend to have opposing profiles where more of the trades are "winners", but the losing trades can be quite severe. Maximum Drawdown - The maximum drawdown is the largest overall peak-to-trough percentage drop on the equity curve of the strategy. Momentum strategies are well known to suffer from periods of extended drawdowns (due to a string of many incremental losing trades). Many traders will give up in periods of extended drawdown, even if historical testing has suggested this is "business as usual" for the strategy. You will need to determine what percentage of drawdown (and over what time period) you can accept before you cease trading your strategy. This is a highly personal decision and thus must be considered carefully. Capacity/Liquidity - At the retail level, unless you are trading in a highly illiquid instrument (like a small-cap stock), you will not have to concern yourself greatly with strategy capacity . Capacity determines the scalability of the strategy to further capital. Many of the larger hedge funds suffer from significant capacity problems as their strategies increase in capital allocation. Parameters - Certain strategies (especially those found in the machine learning community) require a large quantity of parameters. Every extra parameter that a strategy requires leaves it more vulnerable to optimisation bias (also known as "curve-fitting"). You should try and target strategies with as few parameters as possible or make sure you have sufficient quantities of data with which to test your strategies on. Benchmark - Nearly all strategies (unless characterised as "absolute return") are measured against some performance benchmark. The benchmark is usually an index that characterises a large sample of the underlying asset class that the strategy trades in. If the strategy trades large-cap US equities, then the S&P500 would be a natural benchmark to measure your strategy against. You will hear the terms "alpha" and "beta", applied to strategies of this type. We will discuss these coefficients in depth in later articles.
Notice that we have not discussed the actual returns of the strategy. 왜 이런거야? In isolation, the returns actually provide us with limited information as to the effectiveness of the strategy. They don't give you an insight into leverage, volatility, benchmarks or capital requirements. Thus strategies are rarely judged on their returns alone. Always consider the risk attributes of a strategy before looking at the returns.
At this stage many of the strategies found from your pipeline will be rejected out of hand, since they won't meet your capital requirements, leverage constraints, maximum drawdown tolerance or volatility preferences. The strategies that do remain can now be considered for backtesting . However, before this is possible, it is necessary to consider one final rejection criteria - that of available historical data on which to test these strategies.
Obtaining Historical Data.
Nowadays, the breadth of the technical requirements across asset classes for historical data storage is substantial. In order to remain competitive, both the buy-side (funds) and sell-side (investment banks) invest heavily in their technical infrastructure. It is imperative to consider its importance. In particular, we are interested in timeliness, accuracy and storage requirements. I will now outline the basics of obtaining historical data and how to store it. Unfortunately this is a very deep and technical topic, so I won't be able to say everything in this article. However, I will be writing a lot more about this in the future as my prior industry experience in the financial industry was chiefly concerned with financial data acquisition, storage and access.
In the previous section we had set up a strategy pipeline that allowed us to reject certain strategies based on our own personal rejection criteria. In this section we will filter more strategies based on our own preferences for obtaining historical data. The chief considerations (especially at retail practitioner level) are the costs of the data, the storage requirements and your level of technical expertise. We also need to discuss the different types of available data and the different considerations that each type of data will impose on us.
Let's begin by discussing the types of data available and the key issues we will need to think about:
Fundamental Data - This includes data about macroeconomic trends, such as interest rates, inflation figures, corporate actions (dividends, stock-splits), SEC filings, corporate accounts, earnings figures, crop reports, meteorological data etc. This data is often used to value companies or other assets on a fundamental basis, i. e. via some means of expected future cash flows. It does not include stock price series. Some fundamental data is freely available from government websites. Other long-term historical fundamental data can be extremely expensive. Storage requirements are often not particularly large, unless thousands of companies are being studied at once. News Data - News data is often qualitative in nature. It consists of articles, blog posts, microblog posts ("tweets") and editorial. Machine learning techniques such as classifiers are often used to interpret sentiment . This data is also often freely available or cheap, via subscription to media outlets. The newer "NoSQL" document storage databases are designed to store this type of unstructured, qualitative data. Asset Price Data - This is the traditional data domain of the quant. It consists of time series of asset prices. Equities (stocks), fixed income products (bonds), commodities and foreign exchange prices all sit within this class. Daily historical data is often straightforward to obtain for the simpler asset classes, such as equities. However, once accuracy and cleanliness are included and statistical biases removed, the data can become expensive. In addition, time series data often possesses significant storage requirements especially when intraday data is considered. Financial Instruments - Equities, bonds, futures and the more exotic derivative options have very different characteristics and parameters. Thus there is no "one size fits all" database structure that can accommodate them. Significant care must be given to the design and implementation of database structures for various financial instruments. We will discuss the situation at length when we come to build a securities master database in future articles. Frequency - The higher the frequency of the data, the greater the costs and storage requirements. For low-frequency strategies, daily data is often sufficient. For high frequency strategies, it might be necessary to obtain tick-level data and even historical copies of particular trading exchange order book data. Implementing a storage engine for this type of data is very technologically intensive and only suitable for those with a strong programming/technical background. Benchmarks - The strategies described above will often be compared to a benchmark . This usually manifests itself as an additional financial time series. For equities, this is often a national stock benchmark, such as the S&P500 index (US) or FTSE100 (UK). For a fixed income fund, it is useful to compare against a basket of bonds or fixed income products. The "risk-free rate" (i. e. appropriate interest rate) is also another widely accepted benchmark. All asset class categories possess a favoured benchmark, so it will be necessary to research this based on your particular strategy, if you wish to gain interest in your strategy externally. Technology - The technology stacks behind a financial data storage centre are complex. This article can only scratch the surface about what is involved in building one. However, it does centre around a database engine, such as a Relational Database Management System (RDBMS), such as MySQL, SQL Server, Oracle or a Document Storage Engine (i. e. "NoSQL"). This is accessed via "business logic" application code that queries the database and provides access to external tools, such as MATLAB, R or Excel. Often this business logic is written in C++, C#, Java or Python. You will also need to host this data somewhere, either on your own personal computer, or remotely via internet servers. Products such as Amazon Web Services have made this simpler and cheaper in recent years, but it will still require significant technical expertise to achieve in a robust manner.
As can be seen, once a strategy has been identified via the pipeline it will be necessary to evaluate the availability, costs, complexity and implementation details of a particular set of historical data. You may find it is necessary to reject a strategy based solely on historical data considerations. This is a big area and teams of PhDs work at large funds making sure pricing is accurate and timely. Do not underestimate the difficulties of creating a robust data centre for your backtesting purposes!
I do want to say, however, that many backtesting platforms can provide this data for you automatically - at a cost. Thus it will take much of the implementation pain away from you, and you can concentrate purely on strategy implementation and optimisation. Tools like TradeStation possess this capability. However, my personal view is to implement as much as possible internally and avoid outsourcing parts of the stack to software vendors. I prefer higher frequency strategies due to their more attractive Sharpe ratios, but they are often tightly coupled to the technology stack, where advanced optimisation is critical.
Now that we have discussed the issues surrounding historical data it is time to begin implementing our strategies in a backtesting engine. This will be the subject of other articles, as it is an equally large area of discussion!
양적 거래 시작하기?
QuantStart 목록을 구독해야하는 3 가지 이유 :
1. 퀀트 트레이딩 레슨.
계량 거래를 시작하는 데 도움이되는 힌트와 팁으로 가득한 무료 10 일간 코스에 즉시 액세스 할 수 있습니다!
2. 모든 최신 내용.
매주 나는 퀀트 스타트에서 모든 활동의 포장을 보내드릴 것입니다. 그래서 당신은 결코 다시 글을 놓치지 않을 것입니다.
현실감 넘치는 퀀 트레이딩 팁.