Una prueba para encontrar la mejor estrategia de venta de media móvil Por Dr. Winton Felt Con el fin de desarrollar o perfeccionar nuestros sistemas de negociación y algoritmos, nuestros comerciantes suelen realizar experimentos, pruebas, optimizaciones, etcétera. Hemos probado varias estrategias de venta y ahora estamos compartiendo algunas de esas conclusiones. R. Donchian, popularizó el sistema en el que se produce una venta si el promedio móvil de 5 días cruza por debajo de la media móvil de 20 días. R. C. Allen popularizó el sistema en el que se produce una venta si el promedio móvil de 9 días cruza por debajo de la media móvil de 18 días. Algunos comerciantes sienten que renuncian a menos de las ganancias que logran si utilizan un promedio móvil más corto. Estas personas prefieren vender si el promedio móvil de 5 días cruza por debajo de la media móvil de 10 días. Los comerciantes han utilizado variaciones en estas ideas (algunos pregonan los beneficios de una variación y otros pregonan los beneficios de otra). Un comerciante nos contó sobre el crossover de los promedios móviles exponenciales de 7 días y 13 días. Debido a que ese sistema parecía tener algún mérito, se incluyó en las pruebas con fines de comparación. Las estrategias cubiertas en esta serie particular de pruebas incluyeron todos los sistemas duales en los cuales el promedio móvil más corto estaba entre 4 días y 50 días y el promedio móvil más largo estaba entre el promedio móvil corto en longitud y 200 días. Aquí informamos sobre algunos de los sistemas más populares y sobre las variaciones de esos sistemas. Vender si el stockrsquos simple media móvil de 9 días cruza por debajo de su promedio móvil simple de 18 días, Vender si el stockrsquos simple media móvil de 10 días cruza por debajo de su promedio móvil simple de 18 días, Vender si el stockrsquos simple media móvil de 10 días Si la media móvil simple de 9 días atraviesa por debajo de su media móvil simple de 20 días, si la media móvil simple de 9 días se desplaza por debajo de su media móvil simple de 20 días, Vender si el stockrsquos promedio móvil simple de 10 días cruza por debajo de su promedio móvil simple de 20 días, Vender si el stockrsquos promedio móvil simple de 4 días cruza por debajo de su promedio móvil simple de 18 días, Vender si el stockrsquos promedio móvil de 5 días Si la media móvil simple de 4 días atraviesa por debajo de su media móvil simple de 20 días, Vende si la media móvil simple de 5 días por debajo de su media móvil simple de 20 días, Vender si el stockrsquos simple media móvil de 5 días cruza por debajo de su media móvil simple de 9 días, Vender si el stockrsquos promedio simple de movilidad de 4 días cruza por debajo de su media móvil simple de 9 días, Vender si el stockrsquos simple media móvil de 4 días Si la media móvil de 7 días promedio exponencial se cruza por debajo de su promedio móvil exponencial de 13 días, Vender si el stockrsquos promedio exponencial de movilidad de 7 días cruza por debajo de su media móvil exponencial de 14 días. Queríamos evitar el ajuste de las curvas. Esto es, queríamos probar estas estrategias en una amplia gama de acciones que representan una variedad de industrias y sectores de mercado. Además, queríamos probar sobre una variedad de condiciones de mercado. Por lo tanto, hemos probado las estrategias en cada una de alrededor de 3000 acciones durante un período de alrededor de 9 años (o durante el período durante el cual las acciones negociadas si se negoció por menos de 9 años), factoring en comisiones pero no quotslippage. quot Slippage resultados cuando La orden de venta es de 30, pero el precio al que se realiza la venta es de 29,99. En este caso, el deslizamiento sería un centavo por acción. La misma estrategia quotbuyquot se utilizó consistentemente para cada prueba. La única variable era la regla para la venta. Para cada estrategia, totalizamos los rendimientos de todas las acciones. Hemos realizado un total de 47.312 pruebas. La idea detrás de este experimento era descubrir cuál de estas disciplinas de la venta alcanzó los mejores resultados la mayor parte del tiempo para la mayoría de las existencias. Recuerde que la rentabilidad de un sistema que se aplica a una sola acción (incluso si esto se repite para 3000 acciones como en nuestra prueba) no pinta toda la imagen. La rentabilidad por unidad de tiempo invertida es una mejor manera de comparar sistemas. Al realizar esta prueba en las disciplinas de stock, requerimos que cada sistema tuviera que esperar una nueva señal de compra en el stock particular que se estaba probando. En la vida real, un comerciante podría saltar a otra acción inmediatamente después de una venta. Por lo tanto, el comerciante tendría poco o ningún tiempo quotdead mientras espera para hacer la próxima compra. Un sistema que es menos rentable pero que sale de una posición anterior podría por lo tanto generar mayores beneficios durante un año reinvertir en un valor diferente tan pronto como se venda la primera. Por otro lado, sería un ejecutante más pobre si tuviera que esperar a la siguiente señal de compra en el mismo stock mientras otro sistema más lento todavía se mantenga y gane dinero. Por lo tanto, un sistema que captura un beneficio de 10 en 20 días puede no comparar bien con otro sistema que captura sólo un beneficio 7 en los primeros 10 días de ese mismo movimiento y luego se vende para tomar otra posición en otro lugar. Los diferentes sistemas de venta están dispuestos a continuación en orden de su rentabilidad. La columna izquierda es la media móvil corta y la columna media es la media móvil larga. Las señales de venta se generaron cuando el promedio corto cruzó por debajo del promedio largo. La columna de la derecha es la rentabilidad total de todas las acciones analizadas. El elemento clave de la comparación no es la magnitud real de la ganancia para cada sistema de venta. Esto variaría considerablemente con las diferentes combinaciones de sistemas quotbuyquot y quotsellquot. No estábamos probando la rentabilidad de un sistema completo, sino por el mérito relativo de los distintos sistemas de cuotas, independientemente de sus respectivas disciplinas óptimas. Como se puede ver en la tabla, la venta cuando el promedio móvil de 9 días cruzó por debajo de la media móvil de 18 días no fue tan rentable como vender cuando la media móvil de 10 días cruzó por debajo de la media móvil de 20 días. Donchianrsquos promedio de 5 días cruzando el promedio de 20 días también fue más rentable que el cruce promedio de 9 días del promedio de 18 días. Todas las pruebas fueron idénticas. La única variable fue la combinación de medias móviles seleccionadas. Los dos sistemas exponenciales estaban en la parte inferior de la lista en cuanto a rentabilidad. No lea este informe sin leer el informe de seguimiento haciendo clic en el enlace debajo de la tabla. La tabla proporciona sólo una parte de la historia. Además, este estudio no fue un intento de medir la efectividad relativa de sistemas completos. Por ejemplo, R. C. El sistema de Allen39 (como un sistema completo) puede muy bien superar cualquiera de los sistemas anteriores en la siguiente tabla. El punto de entrada de un sistema tiene mucho que ver con el beneficio obtenido en el punto de salida de un sistema. Los puntos de entrada de los diferentes sistemas han sido ignorados en este estudio. Este estudio apoya la idea de que el lado de la venta de un sistema de media móvil triple basado en las medias móviles de 5, 10 y 20 días es probable que sea más rentable que el lado de la venta de los 4-, 9-, Combinación de media móvil de día. Tiene la ventaja adicional de permitirnos monitorear el cruce descendente de la media móvil de 5 días con relación a la media móvil de 20 días. Este último es el sistema Donchianrsquos, y es un sistema fuerte por derecho propio (también da señales anteriores que las combinaciones 9-18 o 10-20). Por lo tanto, incluir las medias móviles de 5, 10 y 20 días en nuestros gráficos nos da una opción adicional. Podemos utilizar el sistema de media móvil triple de 5, 10 y 20 días para generar nuestras señales de venta o podemos usar el sistema de media móvil dual de 20 días de Donchianrsquos. Si el patrón de acciones no se ve o quotfeel no derecho para nosotros, el promedio de 5 días de cruz cruzada nos dará una salida anterior. De lo contrario, podemos esperar para el crossover 10-20. Aunque podríamos distinguir las diferencias entre los sistemas principales, debemos recordar que las diferencias en el rendimiento total neto durante todo el tiempo de prueba fueron muy pequeñas en términos porcentuales. Por ejemplo, la diferencia entre el sistema clasificado superior y el en octavo lugar ascendió a solamente cerca de 2.4. Si se extiende eso durante todo el tiempo del estudio, verá que las diferencias anuales son muy pequeñas. Con respecto a sistemas completos, el sistema de 9, 18 días puede ser más rentable que el sistema de 10, 20 días o el sistema de Donchian. Para esas consideraciones y otros comentarios e información, por favor vea el informe de seguimiento: Una prueba para encontrar la mejor estrategia de venta de media móvil: comentarios y observaciones. Obtenga más información y vea una lista de tutoriales sobre disciplinas para inversores y comerciantes. El Dr. Winton Felt mantiene una variedad de tutoriales gratuitos, alertas de acciones y resultados de escáner en www. stockdisciplines tiene una página de revisión del mercado en www. stockdisciplines / market-review tiene información e ilustraciones Que se refiere a pre-surge quotsetupsquot en www. stockdisciplines / stock-alertas e información y videos acerca de la volatilidad ajustada stop loss en www. stockdisciplines / stop-loss Aviso a Webmasters Si desea publicar este artículo en su blog o sitio web, puede Hágalo si y sólo si cumple con los Términos de uso y los Acuerdos de nuestro editor. Al publicar este artículo, usted acepta cumplir y estar sujeto a los Términos de Uso y Acuerdos de nuestro Editor. Puede leer los Términos de uso y Acuerdos de Publisher haciendo clic en el siguiente enlace azul quotTermsquot. Términos Todas las páginas de este sitio están protegidas por derechos de autor. Copyright copy 2008 - 2017 by StockDisciplines Ninguna parte de esta publicación puede ser reproducida o distribuida de ninguna forma por ningún medio. - StockDisciplines 1590 Adams Avenue 4400 Costa Mesa, CA 92628 Estados Unidos. La negociación y / o la inversión en los mercados de valores implica un riesgo de pérdida. Este sitio web NUNCA recomienda que CUALQUIER persona compre o venda cualquiera de los valores. No ofrece asesoramiento individualizado de inversión. Y nada en este documento debe ser interpretado como si lo hiciera. Los lectores de este contenido del sitio deben buscar el consejo de un profesional con licencia con respecto a sus inversiones personales. StockDisciplines no será responsable de ninguna pérdida que resulte del uso de la información proporcionada en este sitio web. AVISO IMPORTANTE Al utilizar este sitio, acepta nuestros Términos de uso y Política de privacidad. Verlos haciendo clic en sus enlaces cerca de la parte inferior del menú en el lado izquierdo de cada page. ezForecaster utiliza varios tipos diferentes de técnicas con el fin de ofrecer la mejor oportunidad de crear un pronóstico acur a te. Estos son los mejores métodos de ajuste, curva (o regresión). Métodos de Suavizado. Y métodos de suavizado estacional. Mejor método (de ajuste) En primer lugar, ezForecaster ofrece la opción de esquivar automáticamente el problema de que es la mejor técnica de pronóstico para elegir. Lo hace por ti. Seleccione el mejor método. Y ezForecaster calcula el pronóstico más adecuado al intentar adaptar cada técnica a los datos históricos que usted proporciona. Esto significa que ezForecaster elige la técnica que ha minimizado el error. Para los cálculos que ezForecaster utiliza para elegir el mejor método, consulte la sección Cómo ezForecaster elige su mejor ajuste. Los métodos de ajuste de la curva intentan explicar la variación usando técnicas estadísticas. Proporcionando varios métodos, ezForecaster tiene una mejor oportunidad de encontrar un pronóstico mejor del ajuste. Ninguno de estos métodos de regresión tiene en cuenta los efectos estacionales o cíclicos, y cada método pesa los datos por igual. Los siguientes métodos están disponibles: Los modelos de suavizado intentan pronosticar eliminando cambios extremos en los datos anteriores. Los métodos siguientes están disponibles. Los modelos Seasonal Smoothing intentan pronosticar una versión desestacionalizada de los datos pasados y luego aplicar los efectos estacionales en la previsión resultante. La descomposición aditiva rompe una serie en partes componentes, Tendencia, Estacionalidad, Cíclico y Error, determina el valor de cada uno, los proyecta hacia adelante y los reensambla para crear un pronóstico. T representa el componente de tendencia, S la estacionalidad, C el ciclo de largo plazo y e el error NB: Cuando los datos históricos son menores que un ciclo económico típico - digamos de cinco a diez años - el componente cíclico a menudo se deja fuera del cálculo. Similar al método Additive, pero esta versión considera que los efectos de la estacionalidad son Multiplicativos, es decir, creciendo (o disminuyendo) con el tiempo. Donde T representa el componente de tendencia, S la estacionalidad, C el ciclo de largo plazo y e el error Este método avanzado de suavizado exponencial construye tres series estadísticamente relacionadas que se utilizan para hacer la predicción real: la serie de datos suavizados, el índice estacional y Tendencia serie. Este método requiere al menos dos años de datos anteriores para calcular un pronóstico. Se calcula resolviendo las tres fórmulas de actualización a continuación. Este método avanzado de suavización exponencial (a. k.a. Holt-Winters Seasonal) construye tres series estadísticamente relacionadas, que se utilizan para hacer la predicción real: la serie de datos suavizados, el índice estacional y las series de tendencias. Este método requiere al menos dos años de datos anteriores para calcular un pronóstico. Se calcula mediante la resolución de las tres fórmulas de actualización a continuación. Promedios de movimiento - Simple y exponencial Promedios móviles - Simple y exponencial Introducción Medias móviles suavizar los datos de precios para formar un indicador de tendencia siguiente. No predicen la dirección del precio, sino que definen la dirección actual con un retraso. Los promedios móviles se retrasan porque están basados en precios pasados. A pesar de este retraso, las medias móviles ayudan a suavizar la acción de los precios y filtran el ruido. También forman los bloques de construcción de muchos otros indicadores técnicos y superposiciones, como Bollinger Bands. MACD y el oscilador de McClellan. Los dos tipos más populares de promedios móviles son el promedio móvil simple (SMA) y el promedio móvil exponencial (EMA). Estos promedios móviles pueden usarse para identificar la dirección de la tendencia o definir niveles potenciales de soporte y resistencia. Aquí hay un gráfico con un SMA y un EMA en él: Cálculo del promedio móvil simple Un promedio móvil simple se forma computando el precio medio de un título sobre un número específico de períodos. La mayoría de las medias móviles se basan en los precios de cierre. Una media móvil simple de 5 días es la suma de cinco días de los precios de cierre dividida por cinco. Como su nombre lo indica, un promedio móvil es un promedio que se mueve. Los datos antiguos se eliminan a medida que vienen disponibles nuevos datos. Esto hace que el promedio se mueva a lo largo de la escala de tiempo. A continuación se muestra un ejemplo de un promedio móvil de 5 días que evoluciona en tres días. El primer día de la media móvil simplemente cubre los últimos cinco días. El segundo día de la media móvil desciende el primer punto de datos (11) y añade el nuevo punto de datos (16). El tercer día de la media móvil continúa cayendo el primer punto de datos (12) y añadiendo el nuevo punto de datos (17). En el ejemplo anterior, los precios aumentan gradualmente de 11 a 17 en un total de siete días. Observe que la media móvil también aumenta de 13 a 15 durante un período de cálculo de tres días. También observe que cada valor promedio móvil es justo debajo del último precio. Por ejemplo, el promedio móvil para el primer día es igual a 13 y el último precio es 15. Los precios de los cuatro días anteriores fueron más bajos y esto hace que el promedio móvil se retrasa. Cálculo del promedio móvil exponencial Los promedios móviles exponenciales reducen el retraso aplicando más peso a los precios recientes. La ponderación aplicada al precio más reciente depende del número de periodos de la media móvil. Hay tres pasos para calcular una media móvil exponencial. En primer lugar, calcular el promedio móvil simple. Un promedio móvil exponencial (EMA) tiene que comenzar en alguna parte así que una media móvil simple se utiliza como EMA anterior del período anterior en el primer cálculo. Segundo, calcule el multiplicador de ponderación. En tercer lugar, calcular la media móvil exponencial. La siguiente fórmula es para un EMA de 10 días. Una media móvil exponencial de 10 períodos aplica una ponderación de 18.18 al precio más reciente. Un EMA de 10 periodos también puede ser llamado un EMA 18.18. Una EMA de 20 periodos aplica una ponderación de 9.52 al precio más reciente (2 / (201) .0952). Observe que la ponderación para el período de tiempo más corto es más que la ponderación para el período de tiempo más largo. De hecho, la ponderación disminuye a la mitad cada vez que el período de media móvil se duplica. Si desea un porcentaje específico para un EMA, puede usar esta fórmula para convertirlo en períodos de tiempo y luego ingresar ese valor como el parámetro EMA039s: A continuación se muestra un ejemplo de hoja de cálculo de una media móvil simple de 10 días y un valor de 10- Promedio móvil exponencial para Intel. Los promedios móviles simples son directos y requieren poca explicación. El promedio de 10 días se mueve simplemente mientras que nuevos precios están disponibles y los viejos precios caen apagado. El promedio móvil exponencial comienza con el valor de la media móvil simple (22,22) en el primer cálculo. Después del primer cálculo, la fórmula normal se hace cargo. Debido a que un EMA comienza con un promedio móvil simple, su verdadero valor no se realizará hasta 20 o más períodos más tarde. En otras palabras, el valor de la hoja de cálculo Excel puede diferir del valor del gráfico debido al corto período de revisión. Esta hoja de cálculo sólo se remonta a 30 períodos, lo que significa que el efecto de la media móvil simple ha tenido 20 períodos para disipar. StockCharts se remonta al menos 250 períodos (por lo general mucho más) para sus cálculos de modo que los efectos de la media móvil simple en el primer cálculo se han disipado completamente. El factor de Lag Cuanto más largo es el promedio móvil, más el retraso. Una media móvil exponencial de 10 días abrazará los precios de cerca y se convertirá poco después de que los precios giren. Los promedios móviles cortos son como los veleros, ágiles y rápidos de cambiar. Por el contrario, una media móvil de 100 días contiene muchos datos pasados que lo ralentizan. Los promedios móviles más largos son como los petroleros oceánicos - letárgicos y lentos para cambiar. Se necesita un movimiento de precios más grande y más largo para una media móvil de 100 días para cambiar el rumbo. La tabla de arriba muestra el SampP 500 ETF con una EMA de 10 días siguiendo de cerca los precios y una molienda SMA de 100 días más alta. Incluso con la disminución de enero-febrero, la SMA de 100 días mantuvo el curso y no rechazó. La SMA de 50 días se sitúa entre los promedios móviles de 10 y 100 días cuando se trata del factor de retraso. Simples versus promedios móviles exponenciales Aunque hay claras diferencias entre promedios móviles simples y promedios móviles exponenciales, uno no es necesariamente mejor que el otro. Los promedios móviles exponenciales tienen menos retraso y, por lo tanto, son más sensibles a los precios recientes y las recientes variaciones de precios. Los promedios móviles exponenciales se convertirán antes de promedios móviles simples. Los promedios móviles simples, por otro lado, representan un verdadero promedio de precios para todo el período de tiempo. Como tales, los promedios móviles simples pueden ser más adecuados para identificar niveles de soporte o resistencia. La preferencia media móvil depende de los objetivos, el estilo analítico y el horizonte temporal. Los cartistas deben experimentar con ambos tipos de promedios móviles, así como diferentes plazos para encontrar el mejor ajuste. La siguiente tabla muestra IBM con la SMA de 50 días en rojo y la EMA de 50 días en verde. Ambos culminaron a finales de enero, pero la disminución en la EMA fue más nítida que la disminución de la SMA. La EMA apareció a mediados de febrero, pero la SMA continuó baja hasta finales de marzo. Tenga en cuenta que la SMA apareció más de un mes después de la EMA. Longitudes y plazos La longitud del promedio móvil depende de los objetivos analíticos. Promedios cortos móviles (5-20 períodos) son los más adecuados para las tendencias a corto plazo y el comercio. Los cartistas interesados en las tendencias a mediano plazo optarían por promedios móviles más largos que podrían extenderse de 20 a 60 períodos. Los inversores a largo plazo preferirán las medias móviles con 100 o más períodos. Algunas longitudes móviles son más populares que otras. El promedio móvil de 200 días es quizás el más popular. Debido a su longitud, esto es claramente una media móvil a largo plazo. A continuación, el promedio móvil de 50 días es muy popular para la tendencia a mediano plazo. Muchos cartistas utilizan los promedios móviles de 50 días y 200 días juntos. A corto plazo, una media móvil de 10 días fue muy popular en el pasado porque era fácil de calcular. Uno simplemente agregó los números y movió el punto decimal. Identificación de tendencias Las mismas señales pueden generarse utilizando promedios móviles simples o exponenciales. Como se mencionó anteriormente, la preferencia depende de cada individuo. Estos ejemplos a continuación utilizarán promedios móviles simples y exponenciales. El término media móvil se aplica tanto a promedios móviles simples como exponenciales. La dirección de la media móvil transmite información importante sobre los precios. Una media móvil en ascenso muestra que los precios están aumentando. Una media móvil decreciente indica que los precios, en promedio, están cayendo. El aumento de la media móvil a largo plazo refleja una tendencia alcista a largo plazo. Una caída del promedio móvil a largo plazo refleja una tendencia a la baja a largo plazo. El gráfico anterior muestra 3M (MMM) con un promedio móvil exponencial de 150 días. Este ejemplo muestra cuán bien funcionan las medias móviles cuando la tendencia es fuerte. La EMA de 150 días rechazó en noviembre de 2007 y otra vez en enero de 2008. Observe que tomó una declinación 15 para invertir la dirección de esta media móvil. Estos indicadores rezagados identifican reversiones de tendencias a medida que ocurren (en el mejor de los casos) o después de que ocurren (en el peor). MMM continuó más bajo en marzo de 2009 y luego subió 40-50. Observe que la EMA de 150 días no apareció hasta después de este aumento. Una vez que lo hizo, sin embargo, MMM continuó más alto en los próximos 12 meses. Los promedios móviles trabajan brillantemente en fuertes tendencias. Crossovers dobles Dos medias móviles se pueden usar juntas para generar señales de cruce. En Análisis Técnico de los Mercados Financieros. John Murphy llama a esto el método de crossover doble. Los crossovers dobles implican una media móvil relativamente corta y una media móvil relativamente larga. Como con todas las medias móviles, la longitud general de la media móvil define el marco de tiempo para el sistema. Un sistema que utilice un EMA de 5 días y un EMA de 35 días se consideraría a corto plazo. Un sistema que utilizara un SMA de 50 días y un SMA de 200 días se consideraría de mediano plazo, tal vez incluso a largo plazo. Un cruce alcista ocurre cuando el promedio móvil más corto cruza por encima del promedio móvil más largo. Esto también se conoce como una cruz de oro. Un crossover bajista ocurre cuando el promedio móvil más corto cruza debajo de la media móvil más larga. Esto se conoce como una cruz muerta. Los cruces de media móvil producen señales relativamente tardías. Después de todo, el sistema emplea dos indicadores retardados. Cuanto más largo sea el promedio móvil, mayor será el desfase en las señales. Estas señales funcionan muy bien cuando una buena tendencia se apodera. Sin embargo, un sistema de crossover de media móvil producirá muchos whipsaws en ausencia de una tendencia fuerte. También hay un método triple crossover que implica tres promedios móviles. De nuevo, se genera una señal cuando la media móvil más corta cruza las dos medias móviles más largas. Un simple sistema de crossover triple puede implicar promedios móviles de 5 días, 10 días y 20 días. La tabla anterior muestra Home Depot (HD) con una EMA de 10 días (línea punteada verde) y EMA de 50 días (línea roja). La línea negra es el cierre diario. El uso de un crossover promedio móvil habría dado lugar a tres whipsaws antes de coger un buen comercio. La EMA de 10 días se rompió por debajo de la EMA de 50 días a finales de octubre (1), pero esto no duró mucho ya que los 10 días retrocedieron a mediados de noviembre (2). Esta cruz duró más tiempo, pero el siguiente cruce bajista en enero (3) ocurrió cerca de finales de noviembre los niveles de precios, dando lugar a otro whipsaw. Esta cruz bajista no duró mucho ya que la EMA de 10 días retrocedió por encima de los 50 días unos días después (4). Después de tres malas señales, la cuarta señal prefiguró un movimiento fuerte mientras que la acción avanzó sobre 20. Hay dos takeaways aquí. Primero, los crossovers son propensos al whipsaw. Se puede aplicar un filtro de precio o tiempo para ayudar a prevenir las sierras. Los operadores pueden requerir que el crossover dure 3 días antes de actuar o requiera que el EMA de 10 días se mueva por encima / por debajo del EMA de 50 días por una cierta cantidad antes de actuar. En segundo lugar, MACD se puede utilizar para identificar y cuantificar estos crossovers. MACD (10, 50, 1) mostrará una línea que representa la diferencia entre las dos medias móviles exponenciales. MACD se vuelve positivo durante una cruz de oro y negativo durante una cruz muerta. El oscilador de precio porcentual (PPO) se puede utilizar de la misma manera para mostrar diferencias porcentuales. Tenga en cuenta que MACD y el PPO se basan en promedios móviles exponenciales y no coincidirá con los promedios móviles simples. Este gráfico muestra Oracle (ORCL) con EMA de 50 días, EMA de 200 días y MACD (50.200,1). Hubo cuatro crossovers de media móvil durante un período de 2 1/2 años. Los tres primeros resultaron en whipsaws o malos oficios. Una tendencia sostenida comenzó con el cuarto crossover como ORCL avanzó a mediados de los 20s. Una vez más, los crossovers medios móviles funcionan muy bien cuando la tendencia es fuerte, pero producen pérdidas en ausencia de una tendencia. Crossovers de precios Los promedios móviles también pueden usarse para generar señales con crossovers de precios simples. Una señal alcista se genera cuando los precios se mueven por encima de la media móvil. Se genera una señal bajista cuando los precios se mueven por debajo de la media móvil. Los crossovers de precios se pueden combinar para comerciar dentro de la tendencia más grande. La media móvil más larga establece el tono para la tendencia más grande y la media móvil más corta se utiliza para generar las señales. Uno buscaría cruces de precios alcistas sólo cuando los precios ya están por encima de la media móvil más larga. Esto estaría negociando en armonía con la tendencia más grande. Por ejemplo, si el precio está por encima de la media móvil de 200 días, los cartistas sólo se centrarán en las señales cuando el precio se mueve por encima de la media móvil de 50 días. Obviamente, un movimiento por debajo de la media móvil de 50 días sería precedente de tal señal, pero tales cruces bajistas serían ignorados porque la tendencia más grande ha subido. Una cruz bajista simplemente sugeriría un retroceso dentro de una mayor tendencia alcista. Un retroceso por encima de la media móvil de 50 días señalaría una subida de los precios y la continuación de la mayor tendencia alcista. El siguiente gráfico muestra Emerson Electric (EMR) con la EMA de 50 días y EMA de 200 días. La acción se movió por encima y se mantuvo por encima de la media móvil de 200 días en agosto. Hubo bajadas por debajo de los 50 días EMA a principios de noviembre y de nuevo a principios de febrero. Los precios se movieron rápidamente por encima de la EMA de 50 días para proporcionar señales alcistas (flechas verdes) en armonía con la mayor tendencia alcista. MACD (1,50,1) se muestra en la ventana del indicador para confirmar los cruces de precios por encima o por debajo de la EMA de 50 días. El EMA de 1 día es igual al precio de cierre. El MACD (1,50,1) es positivo cuando el cierre está por encima del EMA de 50 días y negativo cuando el cierre está por debajo del EMA de 50 días. Soporte y Resistencia Los promedios móviles también pueden actuar como soporte en una tendencia alcista y resistencia en una tendencia bajista. Una tendencia alcista a corto plazo podría encontrar apoyo cerca de la media móvil simple de 20 días, que también se utiliza en bandas de Bollinger. Una tendencia alcista a largo plazo podría encontrar apoyo cerca del promedio móvil de 200 días, que es el promedio móvil más popular a largo plazo. De hecho, el promedio móvil de 200 días puede ofrecer soporte o resistencia simplemente porque es tan ampliamente utilizado. Es casi como una profecía autocumplida. El gráfico de arriba muestra el NY Composite con el promedio móvil simple de 200 días desde mediados de 2004 hasta finales de 2008. Los 200 días de apoyo brindado numerosas veces durante el avance. Una vez que la tendencia se invirtió con una ruptura de apoyo superior doble, el promedio móvil de 200 días actuó como resistencia alrededor de 9500. No espere soporte exacto y niveles de resistencia de promedios móviles, especialmente medias móviles más largas. Los mercados son impulsados por la emoción, lo que los hace propensos a los rebasamientos. En lugar de los niveles exactos, las medias móviles se pueden utilizar para identificar zonas de apoyo o resistencia. Conclusiones Las ventajas de utilizar promedios móviles deben sopesarse contra las desventajas. Los promedios móviles son tendencia que sigue, o rezagada, los indicadores que serán siempre un paso detrás. Esto no es necesariamente una cosa mala. Después de todo, la tendencia es su amigo y es mejor el comercio en la dirección de la tendencia. Medias móviles aseguran que un comerciante está en línea con la tendencia actual. A pesar de que la tendencia es su amigo, los valores pasan una gran cantidad de tiempo en rangos comerciales, lo que hace que los promedios móviles sean ineficaces. Una vez en una tendencia, los promedios móviles le mantendrá en, pero también dar señales tardías. Don039t esperan vender en la parte superior y comprar en la parte inferior utilizando promedios móviles. Al igual que con la mayoría de las herramientas de análisis técnico, las medias móviles no deben usarse por sí solas, sino en conjunto con otras herramientas complementarias. Los cartistas pueden usar promedios móviles para definir la tendencia general y luego usar RSI para definir los niveles de sobrecompra o sobreventa. Adición de promedios móviles a los gráficos de StockCharts Los promedios móviles están disponibles como una función de superposición de precios en el workbench de SharpCharts. Utilizando el menú desplegable Superposiciones, los usuarios pueden elegir un promedio móvil simple o un promedio móvil exponencial. El primer parámetro se utiliza para establecer el número de períodos de tiempo. Se puede agregar un parámetro opcional para especificar el campo de precio que se debe utilizar en los cálculos: O para el Abierto, H para el Alto, L para el Bajo y C para el Cierre. Una coma se utiliza para separar los parámetros. Se puede agregar otro parámetro opcional para cambiar las medias móviles a la izquierda (pasado) oa la derecha (futuro). Un número negativo (-10) cambiaría la media móvil a la izquierda 10 períodos. Un número positivo (10) cambiaría la media móvil a los 10 periodos correctos. Múltiples promedios móviles pueden superponerse a la gráfica de precios simplemente agregando otra línea de superposición al workbench. Los miembros de StockCharts pueden cambiar los colores y el estilo para diferenciar entre varios promedios móviles. Después de seleccionar un indicador, abra Opciones avanzadas haciendo clic en el pequeño triángulo verde. Las Opciones avanzadas también se pueden usar para agregar una superposición de promedio móvil a otros indicadores técnicos como RSI, CCI y Volumen. Haga clic aquí para un gráfico en vivo con varios promedios móviles diferentes. Usando los promedios móviles con las exploraciones de StockCharts Aquí hay algunas exploraciones de la muestra que los miembros de StockCharts pueden utilizar para explorar diversas situaciones del promedio móvil: Movimiento alcista de la media cruzada: Esta exploraciones busca las poblaciones con una media móvil simple de 150 días y una cruz alcista de los 5 EMA y EMA de 35 días. La media móvil de 150 días está subiendo, siempre y cuando se está negociando por encima de su nivel hace cinco días. Una cruz alcista ocurre cuando la EMA de 5 días se mueve por encima de la EMA de 35 días sobre un volumen por encima del promedio. Media bajista media móvil: Esta escanea busca acciones con una media móvil simple descendente de 150 días y una cruz bajista de la EMA de 5 días y de la EMA de 35 días. La media móvil de 150 días está cayendo, siempre y cuando se esté negociando por debajo de su nivel hace cinco días. Una cruz bajista ocurre cuando la EMA de 5 días se mueve por debajo de la EMA de 35 días sobre un volumen por encima del promedio. Estudio adicional El libro de John Murphy tiene un capítulo dedicado a los promedios móviles ya sus diversos usos. Murphy cubre los pros y los contras de los promedios móviles. Además, Murphy muestra cómo los promedios móviles trabajan con Bollinger Bands y los sistemas comerciales basados en canales. Análisis Técnico de los Mercados Financieros John MurphyCurve-fitting y Optimización El tema de la optimización y el ajuste de curvas ha recibido mucha atención por parte de los desarrolladores de sistemas comerciales, especialmente durante los últimos 10 años. Hay mucha confusión sobre este tema y diferentes puntos de vista, algunos incluso en conflicto. Hay quienes afirman que la optimización y el ajuste de curvas son inevitables y necesarios, pero otros insisten en que cualquier sistema comercial que sea el resultado de tales prácticas y métodos finalmente fracasará. He editado un post del año pasado, en el que presento una clasificación de tres niveles de los sistemas optimizados y curva-cabida que pienso ofrece una mirada más sistemática en esta edición importante. En matemáticas, el ajuste de curvas es el proceso de encontrar una curva que se ajuste mejor a una colección de puntos de datos en el sentido de que se maximiza (o minimiza) alguna función objetivo sujeta a restricciones. Por ejemplo, mínimos cuadrados es un método de ajuste de curvas que minimiza la suma de los residuos cuadrados. Un residuo es la diferencia entre un valor ajustado y un valor real. La función objetivo para minimizar al usar este método para obtener el mejor ajuste es la suma de los residuos cuadrados. De este modo, se puede notar inmediatamente que lo que es mejor se define sólo en relación con el objetivo elegido y que el ajuste de curvas es esencialmente el resultado de la optimización. A continuación, veremos cómo la noción de ajuste de curvas se aplica al diseño de sistemas comerciales. Un sistema comercial es un proceso que genera una colección de señales de entrada y salida 1. Por lo general, el algoritmo o modelo de un sistema comercial incluye un conjunto de parámetros. Los valores de los parámetros deben ser seleccionados para que el sistema se desempeñe mejor durante el comercio real. Es una práctica común establecer estos parámetros al volver a probar el sistema en datos históricos de modo que se maximice (o minimice) alguna función objetivo. Por ejemplo, se puede establecer los parámetros para que el beneficio neto se maximice o la reducción máxima se minimice, sólo por mencionar dos posibilidades. Ajuste de curvas y optimización Cuando se adopta la definición de que los sistemas de negociación son procesos que generan colecciones de señales de entrada y salida, entonces uno se dará cuenta de que lo que se hace, esencialmente, cuando los parámetros son ajustados a través de back-testing es que el momento de Las se~nales son variadas de manera que se ajustan a datos históricos de tal manera que se optimiza una función objetiva. Esto no se ajusta a la curva en el sentido usual porque no se trata simplemente de encontrar una curva que se adapte mejor a los datos históricos sino que encuentre la mejor colección de señales de entrada que conjuntamente con las señales de salida maximicen algún objetivo. Este proceso es mucho más complicado y complicado que el simple ajuste de la curva de vainilla. Implica la selección o sincronización de las señales de entrada y salida, que maximizan una función objetivo que está relacionada con el rendimiento. Es un problema de optimización más que un problema de ajuste de curvas. Como ya se ha mencionado, el ajuste de curvas puede implicar optimización, pero este último es un proceso con un alcance mucho más amplio e incluye muchas más posibilidades que el ajuste de curvas. Por lo tanto, es mejor referirse a sistemas optimizados que a sistemas con curva, aunque esto resulta ser más una cuestión de semántica para aquellos que entienden el proceso en profundidad. Por ejemplo, consideremos un sistema de cruce de media móvil simple que genera señales de entrada largas cuando SMA (t1) gt SMA (t2), donde t1 y t2 son los períodos con t2 gt t1, y señales de entrada cortas cuando SMA (t1) lt SMA (t _ {2}). En su forma más simple, se trata de un sistema de parada y retroceso, es decir, cuando se genera una señal opuesta, la posición anterior se cierra e invierte. Este sistema no puede utilizarse en la práctica a menos que se seleccionen los valores de t1 y t2. Uno puede seleccionar esos valores a través de la optimización del rendimiento mediante back-testing en datos históricos. Es una creencia difundida que este proceso da lugar a los sistemas que fallan en el comercio verdadero porque se encajan 8222. En realidad, nadie ha probado matemáticamente que los fallos de los sistemas optimizados, que están bien documentados, se deben principalmente a la optimización, o lo que comúnmente se denomina 8220curve-fitting8221. Puede ser el caso de que los fallos se deban meramente a la incapacidad de la naturaleza de los algoritmos sobre los que estos sistemas se basan para adaptarse a las cambiantes condiciones del mercado. Como cuestión de hecho esto es más probable, ya que la mayoría de los indicadores de retraso en el precio. Por lo tanto, es más probable que los sistemas de negociación optimizados fallarán para cualquier valor de sus parámetros en algún momento. Es la naturaleza del sistema y no la optimización que causa el fallo. La gran clase de sistemas de negociación basados en indicadores tiene una alta probabilidad de fracaso, pero que se ha atribuido erróneamente, basado en mi experiencia en el desarrollo de sistemas de negociación, al proceso de optimización para establecer parámetros. Ni siquiera importa si sus parámetros se establecen de modo que pequeños cambios en sus valores resulten en un rendimiento estable. Esto no es un problema de la integridad del método de optimización utilizado, sino de la naturaleza de estos sistemas de negociación. Sin embargo, la optimización que causa la selección de colecciones de entrada y salida es en general un proceso problemático porque introduce el sesgo de supervivencia. La selección de las colecciones que se desempeñaron mejor en el pasado pasa por alto el hecho de que muchas de estas colecciones han fallado. Volviendo al sistema simple de crossover de media móvil, es fácil entender que dado una serie de datos históricos específicos, cambiar los valores de t1 y t2 causará a menudo un cambio en el tiempo de las señales de entrada y salida. En este caso, la selección de cualquier colección de señales de entrada y salida que resulte de valores específicos de los parámetros tales que alguna función objetivo sea maximizada introduce un sesgo severo porque puede ser debido al azar que la colección específica sobrevivió. En el ejemplo de cruce simple de la media móvil, cada colección es completamente diferente de las otras en el sentido de que tanto los puntos de entrada como los de salida son diferentes. ¿Qué podemos hacer para minimizar el sesgo de supervivencia para que la integridad del proceso de optimización no se vea comprometida? Esta pregunta puede ser respondida si primero entendemos cómo diferentes tipos de sistemas son afectados por la optimización de sus parámetros. Una clasificación de tres niveles de sistemas de negociación optimizados Podemos distinguir tres tipos de sistemas en relación a cómo la optimización efectúa su colección de puntos de entrada y salida: Tipo-I curva-ajuste. Cuando se ajustan los parámetros de los sistemas Tipo I, tanto las señales de entrada como las de salida se ven afectadas, como en el sistema de cruce simple de media móvil considerado antes. En este caso, la optimización y el ajuste de curvas resultan en colecciones de señales de entrada y salida que difieren completamente unas de otras y seleccionar una que realiza mejor introduce un sesgo máximo. Estos sistemas tienen la mayor probabilidad de fracaso. Tipo-II curva-ajuste. Cuando se ajustan los parámetros de los sistemas Tipo II, sólo se afectan las señales de entrada. En este caso, la optimización y el ajuste de curvas resultan en colecciones de señales de entrada y salida que difieren sólo en su parte de entrada. La selección introduce menos sesgo que con los sistemas de Tipo-I. Estos sistemas tienen menos probabilidad de fallo que los sistemas de Tipo-I. Ejemplo: Introduzca si SMA (t1) gt SMA (t2) y Price lt P y Exit long en P1 o P2 donde P1 y P2 son precios fijos (precio de ganancia y precio de stop). Tipo-III de ajuste de curva. Cuando se ajustan los parámetros de los sistemas Tipo III, sólo afectan las señales de salida. En este caso, la optimización y el ajuste de curvas resultan en colecciones de señales de entrada y salida que difieren sólo en su parte de salida. La selección introduce un sesgo menor que con los sistemas Tipo I o Tipo II. Estos sistemas tienen la menor probabilidad de fallo porque la sincronización de las señales de entrada no se ve afectada por la optimización. Ejemplo: Introduzca largo si Cierre de hoy gt Cierre de hace 2 días y Salga largo al precio de entrada x puntos o al precio de entrada 8211 y puntos, donde xey son el parámetro a optimizar (objetivo de ganancia y stop-loss). En general, los sistemas que incluyen indicadores implican un ajuste de curva tipo I. Los sistemas de ajuste de curva Tipo II se usan raramente en la práctica. Los sistemas de ajuste de curva Tipo III incluyen la amplia clase de sistemas basados en modelos de precios puros y sistemas basados únicamente en la acción de precios. La mayoría de los programas de software que descubren sistemas comerciales generan automáticamente sistemas de tipo I. Es irrelevante la cantidad de pruebas estadísticas que realizan para medir la significación de los resultados, ya que estos sistemas tienen una alta probabilidad de fallar durante el comercio real debido a su naturaleza. Un ejemplo de un programa de software que descubre automáticamente sólo los sistemas Tipo III es Price Action Lab. El algoritmo de búsqueda de este programa fue diseñado para buscar sólo los patrones de precios que pertenecen a la clase Tipo III de sistemas optimizados, mientras que su selección introduce un sesgo mínimo. Como conclusión podemos afirmar que la cuestión no es si un sistema está optimizado, porque todos los sistemas están en una u otra forma, pero en qué grado la optimización afecta la probabilidad de que el sistema fracase en el futuro debido a su naturaleza. Por supuesto, los sistemas fallan por todo tipo de otras razones, pero en este breve artículo tratamos con optimización y ajuste de curvas. Los sistemas de ajuste de curva de tipo III, tal como se han definido anteriormente, parecen tener la probabilidad de fallo más baja si se diseñan adecuadamente. 1 La rentabilidad y la negociación sistemática: un enfoque cuantitativo de la rentabilidad, el riesgo y la gestión del dinero Algunos sistemas comerciales tienen períodos prolongados de ganar o perder vientos alisios. Las largas rachas ganadoras pueden ser seguidas por un período prolongado de reducción. Wouldn8217t que sea agradable si usted podría reducir al mínimo esos períodos largos del drawdown Aquí está una extremidad que pudo ayudarle a hacer apenas eso. Trate de aplicar una media móvil sencilla a su sistema de comercio 8217s equidad curva y utilizarlo como una señal de cuándo parar y reiniciar el comercio de su sistema. Esta técnica sólo puede cambiar radicalmente el rendimiento de su sistema de comercio. Cómo hacer esto Bueno, la media móvil aplicada a su sistema de comercio 8217s curva de patrimonio crea una versión suavizada de su sistema de comercio 8217s equidad curva. Ahora puede utilizar esta curva de equidad suavizada como una señal de cuándo parar o reiniciar el comercio. Por ejemplo, cuando la curva de equidad desciende por debajo de la curva de equidad suavizada, puede dejar de comercializar su sistema. ¿Por qué haría esto? Debido a que su sistema de comercio está bajo ejecución, it8217s perder dinero. Sólo después de la curva de equidad comienza a subir de nuevo si usted comienza a tomar sus oficios una vez más. Esta técnica se llama negociación de la curva de equidad. La negociación de la curva de equidad es como el comercio de un sistema de crossover promedio móvil. Cuando el promedio de movimiento rápido (su curva de equidad) cruza sobre el promedio móvil más lento (su curva de equidad suavizada) vas mucho tiempo (el comercio de su sistema en vivo). Cuando el promedio de movimiento rápido cruza bajo el promedio móvil más lento que cierre su comercio largo (dejar de comercio de su sistema en vivo). En la imagen encima de la línea azul está la curva de patrimonio de un sistema de comercio automatizado. La línea rosa es un promedio de 30 de la curva de equidad. Cuando la curva de equidad se sumerge por debajo de la línea rosa, como alrededor del número 60, dejaría de operar el sistema. Una vez que la curva de equidad sube por encima de la línea rosa, alrededor del número de comercio 80, que empezaría a operar el sistema una vez más. Es una gran idea y con algunos sistemas esta técnica puede realmente hacer maravillas. En esencia, estamos utilizando la curva de equidad como una señal o filtro para nuestro sistema de comercio. En el caso más simple, it8217s un interruptor que nos dice cuándo parar el comercio y cuándo reanudar el comercio. Pero también podría utilizar esta señal para reducir su riesgo o cambiar a un sistema diferente en lugar de simplemente apagar el sistema. ¿Cómo hacer esto? Obviamente, es necesario realizar un seguimiento de todos los oficios en algún lugar con el fin de generar la curva de equidad completa y media móvil. Si su sistema vivo ha parado el comercio que usted necesitará todavía registrar los oficios teóricos que tomaría. Básicamente, tendrá que tener dos copias de su sistema en ejecución. Uno se dedicará a tomar todos los intercambios en el modo de simulación. Este sistema de simulación sería el seguimiento de la curva de equidad teórica y el cálculo de la curva de equidad suavizada. Ningún comercio real sería tomado por el sistema simulado. Su trabajo es simplemente seguir las dos curvas de patrimonio. El segundo sistema estará dedicado al comercio en vivo. Este sistema en vivo tendrá la capacidad de operar o no en función de los resultados calculados por el sistema de simulación. Piense en el sistema simulado como un indicador. It8217s siempre corriendo recolectando datos y crujiendo los números. Esta información será utilizada por el sistema en vivo para decirle cuándo debe operar y cuándo no comerciar. Un método para lograr esto implicaría pasar datos entre dos gráficos en TradeStation. Ambas cartas están negociando el sistema de comercio idéntico. Uno negocia vivo mientras que el otro negocia solamente en modo de la simulación. El gráfico que se ejecuta en modo de simulación actúa como su indicador tomando cada comercio y el seguimiento de la curva de equidad y la curva de equidad suavizada. Este gráfico de indicadores luego pasa una variable simple al gráfico en vivo que indica si el comercio debe continuar como de costumbre o si deberíamos dejar de cotizar. El gráfico en vivo actúa simplemente en el mercado en vivo. Este tipo de configuración produce un sistema de comercio dinámico que ajusta su comportamiento comercial basado en el rendimiento del sistema. Es un concepto simple, pero complejo para construir en TradeStation. Algunas soluciones que he visto también no son muy flexibles. Las soluciones globales han demostrado requerir complejas habilidades de programación y tediosa configuración para que esto funcione. En resumen, la construcción de código personalizado Easylanguage para el comercio de la curva de equidad ha sido muy difícil de hacer. De hecho, ha estado fuera de la capacidad de la mayoría de los programadores. Pero ya no más. Equity Curve Feedback Toolkit I8217ve ha sido introducido recientemente en el Equity Curve Feedback Toolkit. Este kit me permite usar una sencilla función EasyLanguage dentro de mi código para realizar la simulación que necesito para negociar la curva de equidad. It8217s super simple y sólo tomará unos minutos para configurar. Deja que te enseñe. Tomé un ejemplo de sistema comercial que apareció en System Trader Success llamado, A Simple SampP System. A continuación, agregó la función de realimentación de curva de equidad a mi código. Finalmente, hice un par de ajustes menores a mi código. Una vez que se hizo, la función de realimentación de la curva de equidad ahora devuelve el valor simulado de la curva de equidad del sistema de comercio 8217s. Hace esto sin DLL u otras configuraciones complicadas. Con esta información puede hacer una determinación si la curva de equidad está por encima o por debajo de la curva de equidad suavizada. En otras palabras, ahora puede apagar o encender su sistema en vivo basado en la curva de equidad Aquí está la línea de código que hace toda la magia Que una línea, resaltada con un cuadro rojo, es lo que calcula el comercio simulado de tu sistema. A continuación, puede utilizar esta información para hacer determinaciones si su sistema debe ser comercial o no. Esta es la sección de la curva de equidad del sistema sin usar la retroalimentación de la curva de equidad. Usted puede ver en la curva de patrimonio anterior que tuvimos una caída de 83 en el patrimonio. Además, hay un retraso de seis años entre nuevos aumentos de capital. A continuación se muestra la curva de equidad cuando se aplica una media móvil simple de 20 períodos. Esto significa que sólo tomamos operaciones cuando la curva de patrimonio actual está por encima de la media móvil simple de 20 períodos. En este ejemplo, puede ver que la reducción se redujo significativamente junto con el tiempo entre los nuevos máximos de capital. I8217ve creó un breve video que demuestra cómo utilicé el kit de herramientas de realimentación de la curva de equidad con este sistema de ejemplo. Demostración de video He creado un video que demuestra usar el kit de herramientas de evaluación de la curva de equidad aquí. Siempre ayuda La respuesta corta es, no. La negociación de la curva de equidad funciona bien en algunos sistemas comerciales que han prolongado períodos de reducción. Sin embargo, otros sistemas no se benefician porque las reducciones son algo superficiales y terminan perjudicando su capital más que nada. Pero como la mayoría de las cosas en el mundo del comercio, usted tendrá que realizar algunas pruebas. Pruebe diferentes promedios móviles y pruebe entre detener todo el comercio o reducir el tamaño del contrato / participación. Recuerde, algunos sistemas no se benefician de esta técnica en absoluto. El Equity Curve Feedback Toolkit también puede usarse para crear sistemas aún más dinámicos. Por ejemplo, puede separar sus curvas de patrimonio largo y corto. Tal vez durante un mercado de oso sólo debe estar tomando operaciones cortas. Bueno, puede hacer que su sistema inhabilite las operaciones largas si dejan de funcionar bien. Del mismo modo para operaciones cortas. En este sentido, usted podría construir un filtro de régimen basado en el desempeño de la estrategia. También puede ajustar dinámicamente su riesgo. Es decir, si su curva de equidad comienza a disminuir, puede reducir el número de acciones o contratos que negocia. Tal vez cuando la curva de equidad está subiendo, es necesario aumentar su riesgo mediante la compra de más acciones o contratos. También puede iniciar o detener el comercio basado en la reducción o si el porcentaje de ganadores cae por debajo de un umbral. Todo esto es posible con este kit. Descargar Si desea obtener su propia copia del kit de herramientas de Feedback de Equity Curve. Usted puede hacer tan derecho aquí. 24 de noviembre 2017 11:03 am Gracias por el enlace I8217ve oído hablar de este concepto antes y it8217s realmente una idea interesante. De hecho, usted podría utilizar la herramienta Equity Curve Feedback para hacer algo similar. Por ejemplo, podría tener una única estrategia que negocia tanto una estrategia de revertir media como una estrategia de seguimiento de tendencias. Usando las funciones dentro del Toolkit usted podría tener que cambiar entre éstos a los tipos de oficios basados en el rendimiento histórico en tiempo real. 19 de febrero 2017 3:24 am Hola Jeff, ¿funciona también con el límite y las órdenes de stop Si no estoy equivocado funciona sólo con el mercado orders8230. 22 de febrero de 2017 9:56 am Sí that8217s correcto. En este momento, sólo órdenes del mercado. Cinco estrategias simples que funcionan Código fuente incluido Sí, envíeme este informe Obtenga este informe en su bandeja de entrada: Por favor, introduzca su nombre y dirección de correo electrónico a continuación para recibir nuestro informe Cinco estrategias comerciales simples que funcionan - Enviado a su bandeja de entrada para descarga instantánea. APRENDA CÓMO OPTIMIZAR SIN ACOPLAMIENTO DE CURVA Descargue estos cuatro sencillos pasos para asegurarse de que gana dinero en el mercado en vivo
No comments:
Post a Comment