MetaTrader Experte Berater Wie man mit mechanischen Handelssystemen gewinnt Viel Tinte wurde gewidmet, um die Ursachen der mechanischen Handelssysteme Misserfolge, vor allem nach der Tatsache. Obwohl es oxymoronisch erscheinen mag (oder manche Trader einfach nur moronisch), ist der Hauptgrund, warum diese Handelssysteme scheitern, weil sie sich zu sehr auf die Freisprech - und Feuerschutz-Natur des mechanischen Handels verlassen. Algorithmen selbst fehlt die objektive menschliche Aufsicht und Intervention notwendig, um Systeme zu helfen, sich im Wandel mit wechselnden Marktbedingungen zu entwickeln. Mechanischer Handelssystemversagen oder Händlerfehler Anstatt ein Trading-System-Misserfolg zu beklagen, ist es konstruktiver, die Art und Weise zu betrachten, wie Trader das Beste aus beiden Welten haben können: Das heißt, Händler können die Vorteile von algorithmgeführten mechanischen Handelssystemen genießen , Wie z. B. Schnell-Feuer-automatische Hinrichtungen und emotionsfreie Handelsentscheidungen, während sie immer noch ihre angeborene menschliche Fähigkeit für ein objektives Denken über Misserfolg und Erfolg nutzen. Das wichtigste Element eines jeden Händlers ist die menschliche Fähigkeit, sich zu entwickeln. Händler können ihre Handelssysteme ändern und anpassen, um weiter zu gewinnen, bevor Verluste finanziell oder emotional verheerende werden. Wählen Sie die richtige Art und Menge der Marktdaten für die Prüfung Erfolgreiche Händler verwenden ein System von sich wiederholenden Regeln, um Gewinne aus kurzfristigen Ineffizienzen auf dem Markt zu ernten. Für kleine, unabhängige Händler in der großen Welt der Wertpapiere und Derivate-Handel, wo Spreads sind dünn und Wettbewerb heftig, die besten Chancen für Gewinne kommen aus Spotting Markt Ineffizienzen auf einfache, leicht zu quantifizieren Daten, dann Maßnahmen so schnell wie möglich. Wenn ein Händler mechanische Handelssysteme entwickelt und betreibt, die auf historischen Daten basieren, hofft er auf zukünftige Gewinne, basierend auf der Idee, dass die derzeitigen Marktinfizienten weitergehen werden. Wenn ein Händler den falschen Datensatz wählt oder die falschen Parameter verwendet, um die Daten zu qualifizieren, können kostbare Gelegenheiten verloren gehen. Gleichzeitig, sobald die in den historischen Daten erkannte Ineffizienz nicht mehr existiert, scheitert das Handelssystem. Die Gründe, warum sie verschwunden sind, sind unwesentlich für den mechanischen Händler. Nur die Ergebnisse sind wichtig. Wählen Sie die wichtigsten Datensätze bei der Auswahl des Datensatzes aus, um mechanische Handelssysteme zu erstellen und zu testen. Und um eine Probe zu testen, die groß genug ist, um zu bestätigen, ob eine Handelsregel konsequent unter einer breiten Palette von Marktbedingungen arbeitet, muss ein Händler die längste praktische Zeit der Testdaten verwenden. Es scheint also angebracht, mechanische Handelssysteme zu bauen, die sowohl auf dem längst möglichen historischen Datensatz als auch auf dem einfachsten Satz von Designparametern basieren. Robustheit gilt allgemein als die Fähigkeit, vielen Arten von Marktbedingungen zu widerstehen. Robustheit sollte in jedem System in einem langen Zeitbereich von historischen Daten und einfache Regeln getestet werden. Langjährige Prüfungen und Grundregeln sollten in Zukunft die unterschiedlichsten Marktbedingungen widerspiegeln. Alle mechanischen Handelssysteme werden schließlich scheitern, weil historische Daten offensichtlich nicht alle zukünftigen Ereignisse enthalten. Jedes System, das auf historischen Daten basiert, wird schließlich auf ahistorische Bedingungen stoßen. Menschliche Einsicht und Intervention verhindert, dass automatisierte Strategien von den Schienen laufen. Die Leute bei Knight Capital wissen etwas über den Handel mit Snafus. Einfachheit gewinnt durch seine Anpassungsfähigkeit Erfolgreiche mechanische Handelssysteme sind wie lebende, atmende Organismen. Die geologischen Geometrien der Welt sind mit Fossilien von Organismen gefüllt, die, obwohl sie sich in idealer Weise für den kurzfristigen Erfolg in ihren eigenen historischen Perioden eignen, für das langfristige Überleben und die Anpassung zu spezialisiert waren. Einfache algorithmische mechanische Handelssysteme mit menschlicher Führung sind am besten, weil sie sich einer schnellen, einfachen Evolution und Anpassung an die sich ändernden Bedingungen in der Umwelt unterziehen können (lesen Marktplatz). Einfache Handelsregeln reduzieren die potenziellen Auswirkungen von Data-Mining-Bias. Bias aus Data Mining ist problematisch, weil es übertreiben kann, wie gut eine historische Regel unter zukünftigen Bedingungen gelten wird, vor allem, wenn mechanische Handelssysteme auf kurze Zeitrahmen fokussiert sind. Einfache und robuste mechanische Handelssysteme sollten nicht durch die Zeitrahmen, die für Testzwecke verwendet werden, betroffen sein. Die Anzahl der Testpunkte, die in einem gegebenen Bereich historischer Daten gefunden wurden, sollte noch groß genug sein, um die Gültigkeit der zu prüfenden Handelsregeln zu beweisen oder zu widerlegen. Anders ausgedrückt, einfache, robuste mechanische Handelssysteme übertreffen Data-Mining-Bias. Wenn ein Händler ein System mit einfachen Designparametern wie dem QuantBar-System verwendet. Und testet es, indem sie die längste angemessene historische Zeitspanne verwendet, dann werden die einzigen anderen wichtigen Aufgaben sein, um an der Disziplin des Handels des Systems festzuhalten und seine Resultate vorwärts zu überwachen. Beobachtung ermöglicht die Evolution. Auf der anderen Seite führen Händler, die mechanische Handelssysteme verwenden, die aus einem komplexen Satz von mehreren Parametern aufgebaut sind, das Risiko, ihre Systeme vor dem frühen Aussterben zu entwickeln. Bauen Sie ein robustes System, das das Beste des mechanischen Handels nutzt, ohne seine Schwächen zu beeinträchtigen. Es ist wichtig, die Robustheit der mechanischen Handelssysteme nicht mit ihrer Anpassungsfähigkeit zu verwechseln. Systeme, die auf einer Vielzahl von Parametern basieren, führten zu gewinnenden Trades während historischer Perioden und sogar während der gegenwärtig beobachteten Perioden werden oft als robust beschrieben. Das ist kein Garant dafür, dass solche Systeme erfolgreich gezwickt werden können, sobald sie den Handel über ihre Flitterwochen zurückgelegt haben.8221 Das ist eine erste Handelsperiode, in der die Bedingungen mit einer bestimmten historischen Periode zusammenfallen, auf der das System basiert. Einfache mechanische Handelssysteme lassen sich leicht an neue Bedingungen anpassen, auch wenn die Ursachen für den Marktwechsel unklar sind und komplexe Systeme kurz sind. Wenn sich die Marktbedingungen ändern, wie sie es fortwährend tun, sind die Handelssysteme, die am ehesten weiter zu gewinnen sind, diejenigen, die einfach und am leichtesten an neue Bedingungen anpassbar sind, ein wirklich robustes System, das vor allem Langlebigkeit hat. Einfache algorithmische mechanische Handelssysteme mit menschlicher Führung sind am besten, weil sie sich einer schnellen, einfachen Evolution und Anpassung an die sich ändernden Bedingungen in der Umwelt unterziehen können (lesen Marktplatz). Leider, nachdem er eine anfängliche Periode der Gewinne bei der Verwendung von überkomplexen mechanischen Handelssystemen erlebt hat, fallen viele Händler in die Falle des Versuchs, diese Systeme wieder zum Erfolg zu zwingen. Die Märkte unbekannten, aber wechselnden Bedingungen haben bereits die ganze Art von mechanischen Handelssystemen zum Aussterben verurteilt. Auch die Einfachheit und Anpassungsfähigkeit an sich ändernde Bedingungen bieten die beste Hoffnung für das Überleben eines Handelssystems. Verwenden Sie eine objektive Messung, um zwischen Erfolg und Misserfolg zu unterscheiden. A-Trader am häufigsten Untergang ist eine psychologische Bindung an sein Handelssystem. Wenn Trading-System-Ausfälle auftreten, ist es in der Regel, weil die Händler einen subjektiven eher als objektiven Standpunkt angenommen haben, vor allem im Hinblick auf Stop-Verluste bei bestimmten Trades. Die menschliche Natur fährt oft einen Händler, um eine emotionale Bindung an ein bestimmtes System zu entwickeln, vor allem, wenn der Händler eine beträchtliche Menge an Zeit und Geld in mechanische Handelssysteme mit vielen komplexen Teilen investiert hat, die schwer zu verstehen sind. Allerdings ist es entscheidend wichtig für einen Händler, außerhalb des Systems zu treten, um es objektiv zu betrachten. In manchen Fällen wird der Händler wahnsinnig über den erwarteten Erfolg eines Systems, sogar bis zu dem Punkt, weiter zu handeln, ein offensichtlich verlierendes System weit länger als eine subjektive Analyse erlaubt hätte. Oder, nach einer gewissen Periode von Fett gewinnt, kann ein Händler mit einem ehemals gewonnenen System verheiratet werden, auch wenn seine Schönheit unter dem Druck der Verluste verblasst. Schlimmer noch kann ein Händler in die Falle der selektiven Auswahl der Testperioden oder der statistischen Parameter für ein bereits verlierendes System fallen, um falsche Hoffnung für die fortlaufenden Systeme zu erhalten. Ein objektiver Maßstab, wie z. B. die Verwendung von Standardabweichungsmethoden, um die Wahrscheinlichkeit eines Stromausfalls zu beurteilen, ist die einzige Gewinnmethode, um festzustellen, ob die mechanischen Handelssysteme wirklich versagt haben. Durch ein objektives Auge ist es für einen Händler leicht, Fehler oder potenzielle Versagen in mechanischen Handelssystemen schnell zu erkennen, und ein einfaches System kann schnell und einfach angepasst werden, um wieder ein neu gewonnenes System zu schaffen. Das Versagen von mechanischen Handelssystemen wird oft auf der Grundlage eines Vergleichs der aktuellen Verluste, gemessen an den historischen Verlusten oder Drawdowns, quantifiziert. Eine solche Analyse kann zu einer subjektiven, falschen Schlussfolgerung führen. Der maximale Drawdown wird häufig als Schwellenwert verwendet, um den ein Trader ein System aufgeben wird. Ohne die Art und Weise zu berücksichtigen, mit der das System diese Abzugsstufe erreicht hat, oder die Zeitdauer, die erforderlich ist, um dieses Niveau zu erreichen, sollte ein Händler nicht feststellen, dass das System ein Verlierer ist, der auf dem Drawdown allein basiert. Standardabweichung im Vergleich zu Drawdown als Metrik des Ausfalls In der Tat ist die beste Methode, um das Verwerfen eines Gewinnsystems zu vermeiden, einen objektiven Messstandard zu verwenden, um die aktuelle oder die jüngste Verteilung der Renditen aus dem System zu ermitteln, Vergleichen Sie diese Messung gegen die historische Verteilung der Renditen, die aus dem Backtest berechnet wird, während Sie einen festen Schwellenwert entsprechend der Gewissheit, dass die derzeitige Verlangsamung der Verteilung der mechanischen Handelssysteme in der Tat über normale, zu erwartende Verluste hinausgeht, und sollte daher sein Verworfen als gescheitert. Also, zum Beispiel, davon ausgehen, dass ein Händler ignoriert die aktuelle Drawdown-Ebene, die ein Problem signalisiert hat und löschte seine Untersuchung. Stattdessen vergleichen Sie den aktuellen Verlust Streak gegen die historischen Verluste, die während des Handels dieses Systems während der historischen Testperioden aufgetreten wäre. Je nachdem, wie konservativ ein Händler ist, kann er entdecken, dass der aktuelle oder jüngste Verlust jenseits der 95 Sicherheitsebene liegt, die durch zwei Standardabweichungen vom normalen historischen Verlustniveau impliziert wird. Dies wäre sicherlich ein starkes statistisches Zeichen dafür, dass das System schlecht ist und deshalb gescheitert ist. Im Gegensatz dazu kann ein anderer Händler mit größerer Appetit auf Risiko objektiv entscheiden, dass drei Standardabweichungen von der Norm (d. h. 99.7) die geeignete Sicherheitsebene für die Beurteilung eines Handelssystems als fehlgeschlagen sind. Der wichtigste Faktor für jeden Handelssystem8217 Erfolg, ob manuell oder mechanisch, ist immer die menschliche Entscheidungsfähigkeit. Der Wert der guten mechanischen Handelssysteme ist, dass sie, wie alle guten Maschinen, menschliche Schwächen minimieren und Errungenschaften weit über jene hinausgehen, die durch manuelle Methoden erreichbar sind. Dennoch, wenn sie richtig gebaut werden, erlauben sie immer noch eine feste Kontrolle nach dem Urteil des Händlers und erlauben ihm oder ihr, von Hindernissen und möglichen Fehlern zu lenken. Obwohl ein Händler Mathematik in Form einer statistischen Berechnung der Standardverteilung verwenden kann, um zu beurteilen, ob ein Verlust normal ist und nach historischen Aufzeichnungen akzeptabel ist, ist er immer noch auf menschliches Urteil angewiesen, anstatt rein mechanische, mathematische Entscheidungen zu treffen Basierend auf Algorithmen allein. Händler können das Beste aus beiden Welten genießen. Die Macht der Algorithmen und des mechanischen Handels minimiert die Auswirkungen von menschlicher Emotion und Verspätung bei der Auftragsvergabe und - ausführung, insbesondere im Hinblick auf die Aufrechterhaltung der Stop-Loss-Disziplin. Es verwendet noch die objektive Bewertung der Standardabweichung, um die menschliche Kontrolle über das Handelssystem zu behalten. Seien Sie auf Veränderung vorbereitet und seien Sie bereit, das Handelssystem zu ändern Zusammen mit der Objektivität zu erkennen, wann mechanische Handelssysteme von den Gewinnern in Verlierer wechseln, muss ein Händler auch die Disziplin und die Voraussicht haben, um die Systeme zu entwickeln und zu ändern, damit sie auch weiterhin gewinnen können Bei neuen Marktbedingungen. In jeder Umgebung, die mit Veränderung gefüllt ist, umso einfacher das System, desto schneller und einfacher wird es sein. Wenn eine komplexe Strategie fehlschlägt, kann es einfacher sein, sie zu ersetzen, als sie zu modifizieren, während einige der einfachsten und intuitivsten Systeme wie das QuantBar-System. Sind relativ einfach zu modifizieren on-the-fly, um sich an zukünftige Marktbedingungen anzupassen. Zusammenfassend kann man sagen, dass ordnungsgemäß gebaute mechanische Handelssysteme einfach und anpassungsfähig sein sollten und nach dem richtigen Typ und der Menge an Daten getestet werden, so dass sie robust genug sind, um Gewinne unter einer Vielzahl von Marktbedingungen zu produzieren. Und ein Sieger-System muss durch die entsprechende Metrik des Erfolgs beurteilt werden. Anstatt sich nur auf algorithmische Handelsregeln oder maximale Drawdown-Level zu verlassen, sollte jede Entscheidung darüber, ob ein System fehlgeschlagen ist, nach dem menschlichen Urteil des Händlers gemacht werden und auf der Grundlage einer Bewertung der Anzahl der Standardabweichungen der Systeme, die bei der Messung gemessen werden Seine historische Testverluste. Wenn mechanische Handelssysteme nicht durchführen, sollte der Händler die notwendigen Änderungen vornehmen, anstatt sich an ein verlierendes System zu klammern. Hallo Trader mates 8211 Ich folge einfach Sam Seiden8217s Suppl-Demand Ansatz mit Candlestick Analyse gekoppelt 8211 funktioniert wie reine Magie. Ich folge der goldenen Regel, um Verluste zu vermindern und Gewinne zu verlassen, um zu laufen8221. Seit 6 Jahren mit dem konsequenten INCREMENTAL GROWTH gehandelt (manchmal klein, manchmal groß, aber immer nach oben tickend). Für mich sind dies die 8220simple keys8221, um mittel - bis langfristig erfolgreich zu sein. Langsam und stetig gewinnt das Rennen. Wo8217s dieser Indikator für die stündlich, wo es einen Eintrag auslöst ein Stock vor Can8217t es irgendwo finden, funktioniert es immer noch Es hat wie eine untere Grafik und let8217s Sie wissen, um auf die nächste Kerze für eine Kerze8217s Zeit für diese Menge an Gewinn, Ich erinnerte mich eine Weile zurück sehen viel über es von Ihnen, aber haven8217t gesehen es seit und ich denke, ich würde es ausprobieren Regards Manual Forex Trading Systems Stealth Forex Trading System Das Stealth Forex Trading System wurde mit dem Ziel, mehr zu gewinnen konzipiert Trades, indem sie Ihnen mit einfachen farbcodierten Kauf und Verkauf Indikatoren, die Ihnen sagen, wann mit vordefinierten entryexit Regeln zu handeln. Das Stealth Forex Trading System bietet 4 verschiedene Trading Styles, so dass Sie maximale Flexibilität über wie und wann Sie handeln. Kommt mit einer Geld-zurück-Garantie. Weiterlesen. Wie man manuelle Handelssysteme Arbeit Manuelle Handelssysteme in diesem Zusammenhang sind Indikator-basierte Systeme, die kaufen und verkaufen Signale auf Ihrem Heimcomputer nach den vordefinierten Regeln der Strategie. Trader müssen die Trades manuell in ihre Rechnung stellen, basierend auf den Signalen, die durch das Indikator basierte manuelle Trading Systemparing Backtesting und Live Trading System Ausführung: Nach einer Million Trades Systematische Händler fast immer Backtesting, um die Vergangenheit Leistung eines Trading-Algorithmus zu beurteilen. Dies ist ein unglaublich wertvolles Werkzeug, da es uns erlaubt, eine Vorstellung davon zu bekommen, wie ein Handelsalgorithmus in der Vergangenheit durchgeführt hätte, ohne ein System für längere Zeit tatsächlich handeln zu müssen. Doch die gesamte Nützlichkeit der Backtesting beruht darauf, wie gut die Simulationen Vergangenheit Leistung und daher ist es offen für viele Fallstricke, die aus mehreren praktischen Bedenken entstehen. Aufgrund der oben genannten it8217s sehr wichtig, um Livebacktesting Vergleiche, wo eine Live-Trading-Periode mit einem Backtest der exakt gleichen Zeitraum verglichen werden, um zu sehen, ob die Ergebnisse 8211 unabhängig davon, ob sie positiv oder negativ sind 8211 Match. Auf heute8217s Post Ich möchte eine Analyse der Livebacktesting Konsistenz diskutieren Ich habe mit Daten aus mehr als 1 Million Live-Trades aus mehr als zweitausend Asirikuy erstellt Systeme zu machen. Es gibt mehrere Möglichkeiten, in denen ein Backtest die Vergangenheit besser aussehen lässt, als was es wirklich gewesen wäre. Im realen Handel gibt es in der Regel Liquidität, Timing und Spread Bedenken, die in der Regel sehr schwer zu berücksichtigen sind in Backtesting. Im Forex-Handel historische Liquiditätsdaten ist sehr schwierig zu bekommen, während Schlupf ist fast unmöglich zu berücksichtigen aufgrund der Tatsache, dass historische Verbindung Geschwindigkeiten und Reaktionszeiten unbekannt sind. Tick-Daten können die Spread-Besorgnis 8211 zu lindern, da Tick-Daten Bidask-Daten 8211 enthalten, aber dies ist Broker-spezifisch und kann selten für einen bestimmten Broker für mehr als ein paar Jahre erhalten werden. Wenn Simulationen ohne Rücksicht auf eine der oben genannten 8211 ohne Liquiditätsdaten durchgeführt werden, unter der Annahme von perfekten Ausführungen und mit konstanten Spreads 8211 dann ist es wichtig, zu sehen, ob diese Annahmen wirklich zu akzeptablen Spielen zwischen Backtesting und Live Trading führen. Wenn irgendwelche dieser Annahmen zu erheblichen Problemen führen, dann müssen die Simulationen pessimistischer gestaltet werden, um mit diesen erhöhten Kosten in Einklang zu bringen. Dank der Tatsache, dass wir Hunderte von Nutzern haben, die Tausende von Handelsstrategien in ihren eigenen Konten handeln, konnten wir eine Datenbank mit Millionen von Trades zusammen mit ihren echten Ein - und Ausstiegspreisen sammeln, die wir mit unseren Backtests vergleichen können, um zu sehen, wie Gut unsere simulationen stellen die jüngste vergangenheit dar. Zunächst einmal können wir sehen, ob unser Backtesting und Live-Trading-Logik in der Tat identisch ist und zweitens können wir sehen, ob die oben genannten Probleme im Zusammenhang mit Schlupf - und Spread-Kosten unseren Handel in einer signifikant negativen Weise beeinflussen. Wir haben insgesamt 76.813 Signale analysiert, die in vielen verschiedenen Handelskonten durchgeführt wurden. Für jedes Signal berechnen wir die durchschnittlichen Ein - und Ausstiegspreise 8211 unter Verwendung von Daten aus allen Trades, die aufgrund dieses Signals 8211 genommen wurden, und dies ermöglicht es uns, abzuschätzen, wie viel der Eintritt und der Ausgang in einer günstigen oder ungünstigen Weise abweichen. Im Durchschnitt betrug unsere Gesamtabweichung (offene Abweichung plus enge Abweichung, die Bestimmung der Begünstigung unter Berücksichtigung der Handelsrichtung für jeden Fall) -1,37 Pips, was bedeutet, dass im Durchschnitt jeder Handel 1,37 Pips weniger günstig als von unseren Simulationen erwartet, kann dies als Zahl zu denken Zusätzlich 1,37 Pips pro Handel in Spreadkosten. Das erste Bild in diesem Beitrag zeigt die Ergebnisse durch Paar. Hier können wir tatsächlich sehen, dass wir für 4 von 6 Paaren tatsächlich günstige Abweichungen haben (EURJPY 0.3, EURUSD 0.81, GBPUSD 2.05, USDJPY 1.17), was bedeutet, dass die Spreads, die wir in unseren Simulationen verwenden, wohl gute Schätzungen für diese Symbole und die Verzögerungen sind In der Ausführung, die wir bekommen, sind entweder günstig oder niedrig genug, um nicht in einer bedeutenden Weise zu bemängeln. Allerdings gibt es zwei Fälle mit negativen Ergebnissen, die erste ist die USDCHF (-1.53) und die zweite ist die GBPJPY (-8.78). Im ersten Fall ist die Abweichung nicht sehr hoch, aber in der zweiten haben wir ein Ergebnis, das enorm negativ ist, wahrscheinlich für den Großteil des Grundes, warum unser Hauptdurchschnitt pro Handel negativ ist. Der Grund für die oben genannten ist sowohl aufgrund der Tatsache, dass die GBPJPY ist viel mehr flüchtig, dass die anderen Paare und weil wir eine Ausbreitung von 5 Pips für dieses Symbol, die 8211 ist, wie durch die oben genannten Beweise 8211 am wahrscheinlichsten zu niedrig. Obwohl 5 Pips über dem durchschnittlichen Oanda Markt für dieses Symbol verbreitet ist, gibt es nicht genug Platz für zusätzliche Verluste aufgrund von Schlupf und Erweiterung. Das zweite Bild zeigt die Abweichungen, wenn es sich um Trades handelt, die zu verschiedenen Stunden geöffnet wurden. Es ist offensichtlich, dass alle Stunden nicht das gleiche und sogar für die sehr negativen GBPJPY gibt es einige Stunden, wenn Abweichungen neigen dazu, positiv zu sein. Sie können auch einige Fälle sehen, in denen Abweichungen äußerst positiv sind 8211 zum Beispiel die GBPUSD-Trades, die in der Stunde 8 8211 eröffnet werden, dies hängt vor allem mit der Tatsache zusammen, dass die Trades, die zu dieser Stunde eröffnet wurden, positiven Nachrichten als Ganzes durch Zufall konfrontiert wurden und möglicherweise auch etwas Wichtiges konfrontiert wurden Marktbewegungsereignisse wie die Brexit oder die GBP-Flash-Karte positiv. Es ist jedoch unwahrscheinlich, dass solche Abweichungen über einen erheblich langen Zeitraum bestehen bleiben, da sie wahrscheinlich die Folge dieser seltenen Ereignisse sind, die zufällig einige Strategien mehr als andere durch bloßes Glück begünstigt haben. Ich würde erwarten, dass diese Abweichungen niedriger und niedriger werden als Funktion der Zeit, was uns eine viel glattere Kurve nach ein paar Jahren des Handels. Aus diesem Grund müssen wir mehr Zeit in Anspruch nehmen und mehr Daten sammeln, bevor wir alle Handlungen betrachten, die diese Informationen direkt nutzen können (z. B. Bergbau-Systeme, die in Stunden handeln, in denen Abweichungen für günstig gehalten werden). Das oben Gesagte zeigt bereits, dass unsere Simulationsspreizkosten für den GBPJPY und für die USDCHF wohl nur mäßig erhöht werden müssen. Es zeigt auch, dass unsere Ausführung in der Regel 8211 auf den meisten Symbolen 8211 gut war und dass höhere Liquiditätssymbole geringere Abweichungen aufweisen als niedrigere Liquiditätssymbole (nicht überraschend, da diese Kostensteigerungen meist mit Ausführungsverzögerungen und - verbreitung zusammenhängen Erweiterung). Wir haben jetzt einige Skripte kodiert, um die obige Analyse jede Woche durchzuführen, damit wir in der Lage sein werden, aktualisierte Registerkarten zu erhalten, wie unsere Systeme ausführen und ob unsere Simulationen mit diesen Hinrichtungen übereinstimmen oder nicht. Wenn Sie mehr über unsere Community erfahren möchten und wie Sie auch Ihre eigenen algorithmischen Handelsstrategien erstellen können, sollten Sie sich bei Asirikuy anschließen. Eine Website mit pädagogischen Videos, Handelssysteme, Entwicklung und eine solide, ehrliche und transparente Ansatz für automatisierte Handelstrategien gefüllt.
No comments:
Post a Comment