적응 형 거래 지표
Michael R. Bryant.
기술 지표는 체계적인 거래의 기본 요소 중 하나입니다. 이동 평균 또는 stochastics과 같은 지표는 경향이나 주기성과 같은 시장의 특정 측면을 강조하기 위해 설계된 입력 시리즈 (일반적으로 가격 또는 볼륨)의 변환으로 볼 수 있습니다. 대부분의 체계적인 거래 방법의 근간을 이루는 반면, 많은 거래자들은 시장이 그들의 사용에 적응하여 그 효과를 감소 시킨다는 믿음에서 간단한 이동 평균 및 상대 강도 지표 (RSI)와 같은 가장 일반적인 지표를 피합니다.
기술 지표의 실행 가능성에 대한 시장 효율성의 영향을 보완하는 한 가지 방법은 의미있는 방식으로 수정하는 것입니다. 예를 들어, Chande and Kroll의 VIDYA 지표 1은 변동 지수가 시장 변동성에 의존하는 지수 이동 평균이므로 변동성이 증가 할 때 효과적인 룩 백 길이가 감소합니다. 이 기사에서는 적응 형 룩백 접근법의 확장을 개발하고 몇 줄의 코드 만 추가하여 다양한 지표에 적용하는 방법을 보여 드리겠습니다. 결과 지표는 이전 지표들보다 더 많은 다 기능성을 제공하며 시장의 통계적 관점과 더 일치 할 수 있습니다.
룩백 길이 조정.
시장이 끊임없이 변화하고 있다는 것을 감안할 때 가능한 한 많은 변화에 적응하려고 노력하는 것이 합리적입니다. 대부분의 기술 지표는 원래 고정 된 룩백 길이로 개발되었습니다. 예를 들어 단순 이동 평균의 막대 수입니다. 많은 저자들이 시장 변동성에 대한 룩 백 길이 (look-back length)를 제안했다.
예를 들어 VIDYA (Variable Index Dynamic Average) 지표의 경우, Chande와 Kroll은 지수의 값이 높을수록 효과적인 룩백 길이가되는 표준화 표준 편차를 기반으로 한 변동성 지수를 비롯하여 여러 가지 메트릭을 사용했습니다 . 변동성이 더 큰 기간에는 이동 평균이 시장에 더 잘 반응해야하는 반면 변동성이 낮은 기간에는 장기 이동 평균이 시장의 행동과 더 일치해야한다는 아이디어가있었습니다.
카프만은 다소 다른 접근 방식을 취했다. 그의 Kaufman Adaptive Moving Average (KAMA)의 배경은 변동성이 큰 기간 동안 시장이 계속 흔들면서 반복적 인 손실이 발생하면서 채찍질 될 확률이 높다는 것입니다. 이를 피하기 위해 그는 가격 변동이 심한 기간 동안 이동 평균에 대해 더 긴 기간을 사용하여 평균이 시장 변동성에 덜 반응하여 역 분개가 줄어 들었습니다. 시장 추세가 좋아지면서 이동 평균 기간이 단축되어 거래가 방향 변경에보다 신속하게 대응할 수있었습니다.
"쵸프 니스 (choppiness)"를 측정하기 위해 카우프만 (Kaufman)은 룩 - 백 기간에 걸친 가격 변화의 절대 값을 막대 - 바의 절대 값의 합으로 나눈 값을 측정하는, 소위 효율 비 (ER) 같은 기간에 가격 변동. 예를 들어 가격의 순 변화가 0 일 경우 - 가격은 시작과 마찬가지로 기간의 끝에서 동일합니다 - 그러면 ER은 0이됩니다. 이 경우 시장은 술집에서 술집으로 많이 옮겨 갈 수 있다는 점에서 완전히 비효율적이지만 어디에도 가지 않습니다. 반면 시장이 한 방향 (위 또는 아래)으로 꾸준히 움직이면 각 막대의 이동이 가격의 순 변화에 기여하도록 ER이 1이됩니다. 이 경우 시장은 막대의 모든 가격 움직임이 추세에 기여한다는 것입니다. 일반적으로 ER은 0과 1 사이에 놓입니다.
적응 형 룩백 길이의 다른보기.
많은 다른 메트릭스가 look-back 길이를 적용 할 수 있었지만 사용되어 왔지만 효율성 비율은 시장 행동의 근본적인 측면을 포착합니다. 즉 추세와 주기적 행동 사이의 차이. ER의 높은 값은 매우 작은 순환 운동을 의미하는 강한 동향을 의미하며 ER의 낮은 값은 작은 경향을 의미하므로 순환 운동이 더 적다는 것을 의미합니다 (운동이 거의없는 경우 제외).
이것은 카프만의 접근을지지하는 경향이있다. 그러나 고르지 않은 시장에서 더 긴 look-back 길이를 사용하기로 한 그의 결정은 (1) 이동 평균의 look-back 길이를 적용한다는 가정 및 (2) 이동 평균이 거래 엔트리 또는 출구를 트리거하십시오.
다른 관점은 신호 처리 방법을 거래에 적용하는 작업을 통해 John Ehler가지지하는 관점입니다. 그의 관점은 관심있는 시장의 일부분 (예 : 추세 구성 요소 또는주기 구성 요소)을보다 면밀히 모델링하려는 시도에 더 가깝습니다. 이러한 관점에서 고르지 않은 시장에서의 이동 평균은 쵸핑에 의해 나타나는 높은 주파수를보다 정확하게 포착하기 위해보다 짧은 룩백 길이를 사용해야하지만, 강한 추세를 보이는 시장에서는보다 긴 룩백 길이가 시장 운동.
세 번째 관점은 내가 여기 채택 할 것입니다; 즉, 더 통계적인 것이다. 먼저, 문제의 지표와 그 사용법에 대해 절대적으로 필요한 것 이상을 가정하지 마십시오. 특히 해당 지표가 이동 평균이라고 가정하지 말고 가격에 적용한다고 가정하지 마십시오. 예를 들어, 변동성의 RSI 또는 확률 론적 이동 평균이 될 수 있습니다. 지표는 그 자체로보다는 진입 또는 퇴출을위한 더 큰 규칙의 일부로서 다른 지표와 함께 사용될 수있다.
통계적으로보다 견해가 더 명확한이 전략의 목표는 통계적 타당성을 갖는 거래 규칙을 만드는 것입니다. 즉, 과도하게 끼워 넣지 않고도 가격 조치를 잘 수행 할 수 있습니다. 우리는 시장이 효율성 비율과 같은 것으로 룩백 길이를 늘리거나 줄여야하는지에 대한 구체적인 결정을 내리기에 충분히 어떻게 작동 하는지를 알고 있다고 가정하지는 않습니다. 오히려 우리는 효율성 비율이 관련성을 가질 수 있다고 믿을만한 이유가 있으며 따라서이를 변수로 포함하기를 원합니다. 그러나 우리는 시장에 그것을 그대로 두어 그 결과가 맞는지 여부를 알려줍니다. 통계 테스트는 우리에게 알려주는 데 사용됩니다 지표를 포함하는 거래 전략이 통계적으로 유효하거나 과도한 경우 즉 시장의 신호가 아닌 소음에 적합하기 때문에 무효입니다.
보다 다양한 적응 형 룩백.
앞의 논의에서, 여기에서 개발 된 적응 형 룩 백 길이는 효율 비율 (ER)을 기반으로하며 ER과 룩 백 길이 간의 관계를 결정하는 매개 변수를 사용합니다. 특히 다음 방정식을 고려하십시오.
VER = 정사각형 (ER - (2 * ER-1) / 2 * (1- TrendParam) + 0.5)
여기서 VER은 가변적 인 효율 비율이고 TrendParam은 양수 또는 음수 값을 취할 수있는 트렌드 매개 변수이며 ER이 증가함에 따라 룩백 길이가 증가 또는 감소하는지 여부를 결정합니다.
이것은 본질적으로 경향 매개 변수에 따라 ER 비율을 역전시키는 방법입니다. 아래에서 볼 수 있듯이 Chande와 Kroll과 Kaufman이 본질적으로하는 것처럼 ER로 평활 상수를 스케일링하는 대신 VER을 사용합니다. TrendParam의 양수 값을 사용하면 VER은 ER과 긍정적으로 변하지 만, TrendParam의 음수 값은 VER이 ER과 음수로 변합니다. TrendParam이 0 인 경우 VER은 ER의 모든 값에 대해 1입니다. 사각형은 다음에 설명 된 것처럼 배율로 사용하기 위해 값을보다 잘 스케일링하기 위해 사용됩니다.
이 방정식을 사용하여 적응 룩어 백 길이를 계산하기 위해 원본 룩백 길이에 해당하는 평활화 상수 Alpha의 원래 값에 VER을 곱합니다.
VAlpha = 알파 * VER.
VAlpha는 적응 형 평활 상수이고, Alpha는 평활 상수의 원래 값입니다.
평활 상수와 룩백 길이 사이의 관계는 지수 이동 평균과 동일합니다. 즉,
여기서 N은 되돌아보기 길이이고 Alpha는 평활 상수입니다. 이 방정식은 또한 N에 대해 알파의 관점에서 작성할 수 있습니다.
적응 형 룩백 길이는 따라서이다.
VN = (N-VER + 1) / VER.
여기서 N은 원래의 룩백 길이이다.
이것이 어떻게 작동하는지 보려면 아래 두 그림을 고려하십시오.
그림 1. 동향 매개 변수의 다양한 값에 대한 가변 효율 비율과 효율 비율 간의 관계.
도 1은 다양한 효율 비율이 경향 파라미터 ( "Param")의 상이한 값에 대한 효율 비율의 함수로서 어떻게 변하는지를 도시한다. Param의 양수 값에 대해 기울기가 일반적으로 양수이고 Param의 음수 값에 대해 일반적으로 음수가되는 방식에 유의하십시오. Param이 0이면 VER은 모든 효율 비율 값에 대해 1입니다. 이 경우 알파의 값은 효율 비율에 따라 변하지 않습니다. 예를 들어, 지수 이동 평균의 경우, Param은 0과 같습니다. 이는 지수 이동 평균에 해당합니다.
도 2는 원래의 룩 백 길이가 25 인 것으로 가정하여 룩 - 백 길이가 경향 파라미터 ( "Param")의 상이한 값에 대한 효율 비율에 따라 어떻게 변하는지를 도시한다. 0의 경향 파라미터 값에 대해, - back 길이는 ER과 관계없이 25입니다. 0과 1 사이의 Param의 양수 값의 경우, 효율성 비율이 증가함에 따라 룩백 길이가 감소합니다. -1과 0 사이의 Param의 음수 값에 대해 룩백 길이는 효율 비율이 증가함에 따라 증가합니다.
그림 2. look-back 길이의 원래 값이 25라고 가정 할 때 trend 매개 변수의 다른 값에 대한 look-back 길이와 효율 비율 간의 관계. look-back 길이에 최대 값 100이 부과되었습니다.
룩 - 백 길이는도 2에서 최대 값 (100)으로 제한되었다. Param의보다 극한 값 (예를 들어, 3보다 크거나 -3보다 작음)에 대해, 효율 비율의 극단에서 곡선이 역전한다는 것을 유의하자. 이것은 몇 가지 흥미로운 효과를 가질 수 있습니다. 예를 들어, Param이 4 인 경우, look-back 길이는 ER이 0 인 평등 시장 (예 : 평평한 시장)에서 25와 같으며 ER이 약 0.125와 같은 경우 최대 값 100으로 상승한 다음 값 1에 해당하는 응급실에서 1 (예 : 완벽한 추세). 정확한 반전 동작은 Param 값 -4로 달성됩니다. ER이 0에서 1까지의 범위에 있으므로 룩백이 1에서 100으로 증가하고 다시 25로 감소합니다.
지표에 적용.
원칙적으로, 위에서 개발 된 적응 형 룩백 길이는 룩백 길이를 사용하는 임의의 지표에 적용될 수있다. 이것은 이동 평균, 운동량, MACD, 변화율, RSI, stochastics 등을 포함합니다. 가장 간단한 예제는 지수 이동 평균입니다. AdaptiveVMA 라 불리는 적응 지수 이동 평균에 대한 다음 EasyLanguage / TradeStation 코드를 고려하십시오.
입력 : 가격 (숫자 체계),
AdaptLB = AdaptiveLen (Price, Length, MaxLength, TrendParam);
적응 형 룩 백 길이 (이전에 개발 된 방정식에서의 "VN")는 함수 AdaptiveLen에 의해 제공된다. 그런 다음 지수 이동 평균 방정식에 대한 평활 상수 Alpha를 설정하는 데 사용됩니다.
또 다른 예로, 적응 형 역 피셔 RSI 함수를 생각해보십시오. 이것은 RSI 표시기의 역 피셔 변환으로, RSI 표시기 길이가 적응 형 룩백 길이로 대체되었습니다.
입력 : 가격 (숫자 체계),
AveChg = (SmPrice - SmPrice [길이]) / 길이;
AveAbsChg = 평균 (AbsValue (SmPrice - SmPrice [1]), 길이);
변경 = SmPrice - SmPrice [1];
AveChg = AveChg [1] + 알파 * (변경 - AveChg [1]);
AveAbsChg = AveAbsChg [1] + 알파 * (AbsValue (변경) - AveAbsChg [1]);
되돌리기 길이가 막대에서 막대로 바뀌므로 TradeStation에서 제공하는 내장 RSI 기능을 사용하는 대신 RSI를 수동으로 계산해야합니다. RSI 계산의 유일한 차이점은 AveChg 및 AveAbsChg 변수의 지수 평활화를위한 알파 값이 적응 룩백 길이에 기반한다는 것입니다. 역 피셔 변환은 RSI가 제공하는 전환점을 선명하게하기 위해 수행됩니다.
위에서 제공된 두 기능은 모두 "TrendParam" 효율성 비율과 룩백 길이 사이의 관계가 시장의 필요성 및 지표의 적용에 맞추어 질 수 있도록 입력으로서 이용 될 수있다.
적응 형 룩 백 길이의 계산에 추세 매개 변수 인 추세 매개 변수를 추가함으로써 룩백 길이가 효율성 비율에 따라 어떻게 변해야 하는지를 추정 할 필요가 없습니다. 대신 특정 시장의 맥락에서 동향 매개 변수를 최적화하고 적응 형 지표를 다른 지표와 함께 사용하면 시장이 관계가 무엇인지 알려줄 수 있습니다. 이것은 look-back 길이를 진정으로 적응시킵니다.
물론 추가 매개 변수를 거래 전략에 추가하면 복잡성이 높아지며 초과 피팅의 위험이 높아집니다. 현대 통계 방법은 거래 전략이 지나치게 적합했는지를 결정하는 데 사용할 수 있고 사용해야합니다. 마지막으로, 실시간 및 순방향 테스트는 항상 모든 거래 전략의 궁극적 인 검증을 제공합니다.
Chande, Tushar S. 및 Kroll, Stanley. New Technical Trader, John Wiley & amp; Sons, Inc., New York, 1994.
Kaufman, Perry J. Smarter Trading : 변화하는 시장에서 성과 개선, McGraw-Hill, New York, 1995.
Ehlers, John F. Cybernetic Analysis for Stocks and Futures, John Wiley & amp; Sons, Inc, 뉴저지, 2004.
이 기사는 Adaptrade Software 뉴스 레터의 2014 년 4 월호에 실렸습니다.
Adaptrade Software의 새로운 개발, 뉴스 및 특별 제안에 대한 정보를 얻으려면 당사 목록에 가입하십시오. 고맙습니다.
저작권 © 2004-2015 Adaptrade Software. 판권 소유.
MetaTrader 4 Forex 기술적 거래를위한 적응 CCI 지표.
Adaptive CCI는 MT4 Forex 거래를위한 고급 상품 채널 지수 기술 지표입니다. Adaptive CCI는 현재 외환 시장 상황에 따라 동적으로 룩백 기간을 변경할 수 있습니다. Adaptive CCI는 가능한 한 Forex 시장 변화에 적응합니다. 적응 형 CCI는 기존 CCI보다 더 발전된 기술입니다.
버전 : 1.0 플랫폼 : MetaTrader 4 빌드 600 이상.
주요 특징.
적응 형 CCI는 현명하게 설계된 적응 형 방법을 기반으로 역 추적 기간을 동적으로 변경합니다. 더 이상 CCI 기간에 대한 걱정은 없습니다.
여섯 가지 방법은 휘발성, 프랙탈, 스윙, 대칭 지그재그, 업 다운 밸런스 및 변수입니다. 모든 방법은 별도로 구성 할 수 있습니다.
6 가지 MetaTrader 가격 유형 (클로즈, 오픈, 하이, 로우, 중간, 일반 및 가중) 외에 John Ehlers RSI 스무딩도 지원됩니다.
적응 형 CCI는 외환 시장 상황 변화에 대해 기존 CCI보다 훨씬 민감합니다.
적응 형 CCI는 기존 CCI보다 구매 한 전략과 판매 전략에 대해 더 많은 신호를 생성합니다.
Adaptive CCI는 현재 시장 상황에 맞게 최상의 룩백 기간을 자동으로 감지합니다.
신호 화살표를 사고 팔 수 있습니다.
신호 화살표는 막 대형 차트에 표시 될 수 있습니다. 구성 가능합니다.
무역 기회를 놓치지 마십시오.
신호에 대한 경고를 생성합니다.
값이 고 / 저 / 중간 레벨을 초과하면 표시기 트리거가 경고합니다.
모바일 푸시 알림을 지원합니다.
재 페인트하지 않고 재 계산하지 않습니다.
막대가 완료되면 적응 형 CCI 값이 변경되지 않습니다. 표시기가 속임수가 아니므로 정직하게 작동합니다.
표시기는 자동으로 4,5 자리 브로커를 감지하고 처리합니다.
되돌아보기 기간은 적응 형 CCI 표시기 차트에 표시됩니다.
표시기는 C ++로 작성되었으며 고도로 최적화되고 잘 테스트되었습니다.
여섯 가지 적응 방법을 모두 살펴 봅니다.
맨 위는 표준 CCI 1입니다. 나머지 지표는 6 가지 적응 방법이있는 적응 형 CCI입니다.
1, 기존 CCI의 작동 방식에 익숙하지 않은 경우 Wikipedia, Investopedia 및 StockCharts를 확인하십시오.
회상 기간은 어떻게 결정됩니까?
Adaptive CCI에는 여섯 가지 적응 방법이 있습니다. 모두 비슷한 방식으로 작동합니다. 범위가 넓고, 옆으로, 스윙이 고르지 않고 진동하는 시장에서 룩백 기간은 더 짧아지는 경향이 있습니다. 동향 시장에서는 기간이 더 길어지는 경향이 있습니다. 더 강한 경향, 더 긴 기간. 약한 경향, 더 짧은 기간. 이러한 추세에 따라 Adaptive CCI는 방향을 바꿀 가능성이 적어 장황한 추세를 탈피 할 수 있습니다. 그리고 다양한 시장에서 적응 형 CCI는 더 자주 방향을 바꾸어 조만간 다가올 추세를 잡거나 시장에서 각 역전 현상을 발견 할 수 있습니다.
적응 형 CCI 표시기 사용 방법.
적응 형 CCI는 기존 CCI보다 시장 상황 변화에 더 민감하기 때문에 적응 형 CCI는 구매 / 판매 된 전략 이상에 대한 더 나은 지표이며 기존 CCI에서는 레벨이 100 / -100보다는 200 및 -200이어야합니다. 개인적으로 입 / 퇴장의 유일한 지표로 Adaptive CCI를 사용하는 것은 권장 할 여지가 없습니다. 다른 지표 또는 가격 조치와 함께 사용해야합니다. 예를 들어 EMA를 통해 현재 시장 동향을 파악하고 완고한 시장에서 매수로 매수하고 약세 시장에서 매수로 만 매도 할 수 있습니다. 더 많은 전략이 당신을 기다리고 있습니다.
적응 CCI 표시기가 성공을 교환하는 방법
적응 형 CCI는 다양한 지표입니다. 그것은 추종자, 스윙 상인, 또는 scalper 상관없이 모든 유형의 Forex 상인을 도울 수 있습니다. Adaptive CCI가 거래 전략을 수립하는 방법을 보여주기 위해 몇 가지 예를 들겠습니다.
Adaptive CCI가 구매 / 판매 된 신호를 역 추세 방향으로 제공하면 자신의 직위를 확장합니다. 리 트레이스가 완료되고 추세로 돌아갈 가능성이 큽니다.
Adaptive CCI가 구매 / 판매 된 신호를 넘겨 줄 때 거래를 열어 라.
적응 형 CCI가 M5 또는 M15와 같은 더 낮은 시간 프레임에 플롯 한 다음 Adaptive CCI가 구매 / 판매 된 신호를 넘을 때 거래를 엽니 다.
Adaptive CCI와 다른 기술을 결합하는 것을 잊지 마십시오. 적응 형 CCI는 성배가 아닙니다.
여섯 가지 적응 방법은 무엇입니까?
여섯 가지 적응 방법은 휘발성, 프랙탈, 스윙, 대칭 지그재그, 업 다운 밸런스 및 변수입니다. 모든 방법은 비슷한 방식으로 작동하지만 기본 알고리즘은 매우 다릅니다. 모든 방법은 별도로 구성 할 수 있습니다.
자주 묻는 질문.
Q : 표시기가로드되지 않고 "DLL이 활성화되어야합니다"라는 메시지가 기록되지 않는 이유는 무엇입니까?
A : Adaptive CCI는 C ++로 작성되었으며 Windows DLL을 사용하므로 표시기를 작동 시키려면 DLL을 활성화해야합니다. MT4에서 DLL을 사용하는 방법을 배우려면이 블로그를 읽어보십시오.
적응 형 CCI 표시기에 사용되는 DLL은 MQL로 작성된 다른 모든 MT4 표시기만큼 안전합니다. DLL은 MT4 샌드 박스의 데이터에만 액세스합니다.
Q : MT4 지표는 가격 20 달러로 판매되고 있습니다.
$ 30는 적응 CCI가 너무 비쌉니까?
A : 확실히 아니오. 지표에는 6 가지 적응 방법이 있습니다. 다른 공급 업체는 각 방법에 대한 단일 지표를 작성하여 30 달러에 판매 한 다음 $ 30 * 6 = 180을 지불해야하는 6 가지 방법을 모두 수집 할 수 있습니다. 나는 적응 형 CCI의 가격이 너무 싸고, 가격이 앞으로 올 것이라는 점을 말해야 만한다.
적응 적 확률 적.
이것은 Ehlers & # 8217; 적응 확률 적 코드. 스토캐스틱의 변형 된 존 얼러 (John Ehlers) 버전은 시장주기에 동적으로 적응 된 고전 확률 시대를 적응시킨다. 그것은 표준 확률 적 지표로서 더 나은 표시를주는 경향이있다.
이 공유.
이 사이트에 대한 어떠한 정보도 투자 조언이나 금융 상품을 매매하기위한 권유가 아닙니다. 과거 성과가 미래의 성과를 나타내는 것은 아닙니다. 거래는 예금보다 많은 손실 위험에 노출 될 수 있으며 그러한 위험을 감당할 수있는 충분한 재정적 수단을 가진 경험이 풍부한 투자자에게만 적합합니다.
ProRealTime ITF 파일 및 기타 첨부 파일 :
새로운! PRC는 현재 YouTube에 있으며 독점적 인 콘텐츠 및 자습서를 위해 채널에 가입합니다.
약 80 파운드의 파벌 : 20.
적응 형 거래 지표
미국 및 국제 시장 (주식, 외환, 옵션, 선물, ETF)과 함께 작동합니다. 수익성있는 트레이더가되는 데 도움이되는 도구를 제공합니다. 모든 거래 아이디어를 구현할 수 있습니다. 다른 QuantShare 사용자와 아이템 및 아이디어 교환 지원 팀은 매우 반응 형이며 귀하의 질문에 대한 답변을 드릴 것입니다. 우리는 제안하는 모든 기능을 구현할 것입니다. 다른 거래 소프트웨어의 대부분보다 매우 저렴한 가격과 많은 기능을 제공 할 것입니다.
고급 차트 작성 EOD, 모든 시장의 근간, 근본, 뉴스 및 정서 데이터를 다운로드하십시오. 강력한 정량 분석 도구 모든 전략을 백 테스트하고 매일 구매 및 판매 신호를 생성합니다. 복합 재료 및 시장 지표를 작성하십시오. 지표, 거래 시스템, 다운로더, 스크린을 다운로드하십시오. 다른 사용자가 공유했습니다.
새로운 것을 찾고 있습니까?
- 전체 거래 소프트웨어 (다중 데이터베이스, 진정한 포트폴리오 백 테스트, 고급 차트 작성, 고급 돈 관리, 합성, 다운로더, 신경망 예측 및 기타 많은 플러그인)
무료 평가판을 보려면 여기를 클릭하십시오.
적응 형 거래 시스템을 창출하기위한 4 가지 지표.
2011-11-07에 업데이트되었습니다.
적응 형 거래 시스템은 시장 및 자산 데이터 이력을 "배울"수있는 전략으로 새로운 시장 동향에 대한 규칙을 적용합니다. 자기 또는 자동 적응 형 거래 시스템은 과거에 이러한 규칙의 성능에 따라 구매 및 판매 규칙을 조정할 수 있습니다.
rule1 = 닫기> sma (30);
buy = rule1 및 BuyInd (rule1, 20, 250)> 0;
시뮬레이션 / 백 테스트 거래 지시자.
다음은 두 가지 거래 규칙을 기반으로 한 예입니다.
rule1 = 닫기 == hhv (닫기, 5);
rule2 = 볼륨> 2 * sma (볼륨, 20);
구매 = rule1 및 rule2 및 BuyInd1 (rule1, 5, 10, 250)> 0 및 BuyInd1 (rule2, 5, 10, 250)> 0;
- 주식은 새로운 5 일간 최고치를 기록하고 있습니다 (Rule1)
- 볼륨이 지난 20 개의 막대의 평균 볼륨보다 두 배 높습니다 (규칙 2)
- 지난 해의 "Rule1"을 바탕으로 생성 된 거래의 평균 수익률은 양의 값입니다.
- "Rule2"를 기반으로 한 동일한 전략이 유익합니다.
Buy Simulation Indicator를 구입하십시오.
최소 거래 : 내부 바리 스타를 수행 한 후 (각 바에 대해) 기능은 거래 수를 확인하고이 금액과 비교합니다. 거래 횟수가 최소 임계 값보다 작 으면 전략 수익률이 0으로 설정됩니다.
rule1 = 닫기> sma (30);
buy = rule1 및 BuySellSim (rule1,! rule1, 10, 250)> 0;
최소 거래 횟수로 "10"을 사용하면 지난 해 보안이 10 번 미만인 경우 시뮬레이터 또는 포트폴리오는 새로운 위치에 진입하지 않습니다 (신호 없음).
전략 지표 (Strategy Indicator) - 트레이딩 규칙에 대한 트레이딩 우승 비율.
적응 형 거래 규정은 주식, ETF, 외환, 선물 및 기타 금융 자산을 거래하는 데 사용될 수 있습니다.
이전 지표 외에 다른 지표는 평균 거래 수익을 메트릭으로 사용합니다. 물론 적응 형 거래 시스템은 연간 수익률, Sharpe 비율, Sortino 비율, 최대 축소, 표준 편차와 같은 다른 측정 항목을 기반으로 할 수 있습니다.
새로운 적응 함수를 만들거나 기존의 수식을 수정하기 만하면됩니다.
30 일 전에 게시 됨.
게시 된 198 일 전.
게시 된 235 일 전.
게시 된 281 일 전.
331 일 전에 게시 됨.
게시 된 381 일 전.
게시 된 421 일 전.
게시 됨 2231 일 전.
게시 된 2237 일 전.
게시 됨 2244 일 전.
2250 일 전 게시 됨
2257 일 게시 됨.
2265 일 전 게시 됨
게시 된 2272 일 전.
게시 됨 2277 일 전.
게시 된 2286 일 전.
2293 일 전에 게시 됨.
게시 된 2335 일 전.
게시 됨 2342 일 전.
게시 됨 2370 일 전.
저작권 © 2017 QuantShare.
마진에 대한 외환을 포함하여 거래 금융 상품은 높은 위험 수준을 가지며 모든 투자자에게 적합하지 않습니다. 높은 레버리지는 당신뿐만 아니라 당신을 도울 수 있습니다. 금융 상품이나 외환에 투자하기 전에 투자 목표, 경험 수준 및 위험 식욕을 신중하게 고려해야합니다. 초기 투자의 일부 또는 전부를 상실 할 가능성이 있기 때문에 잃을 수없는 돈을 투자해서는 안됩니다. 거래와 관련된 모든 위험에 대해 알고 있어야하며, 의심스러운 점이 있으면 독립적 인 재정 고문에게 조언을 구해야합니다.
미국 및 국제 시장 (주식, 외환, 옵션, 선물, ETF)과 함께 작동합니다. 수익성있는 트레이더가되는 데 도움이되는 도구를 제공합니다. 모든 거래 아이디어를 구현할 수 있습니다. 다른 QuantShare 사용자와 아이템 및 아이디어 교환 지원 팀은 매우 반응 형이며 귀하의 질문에 대한 답변을 드릴 것입니다. 우리는 제안하는 모든 기능을 구현할 것입니다. 다른 거래 소프트웨어의 대부분보다 매우 저렴한 가격과 많은 기능을 제공 할 것입니다.
고급 차트 작성 EOD, 모든 시장의 근간, 근본, 뉴스 및 정서 데이터를 다운로드하십시오. 강력한 정량 분석 도구 모든 전략을 백 테스트하고 매일 구매 및 판매 신호를 생성합니다. 복합 재료 및 시장 지표를 작성하십시오. 지표, 거래 시스템, 다운로더, 스크린을 다운로드하십시오. 다른 사용자가 공유했습니다.
새로운 것을 찾고 있습니까?
- 전체 거래 소프트웨어 (다중 데이터베이스, 진정한 포트폴리오 백 테스트, 고급 차트 작성, 고급 돈 관리, 합성, 다운로더, 신경망 예측 및 기타 많은 플러그인)
무료 평가판을 보려면 여기를 클릭하십시오.
적응 형 거래 시스템을 창출하기위한 4 가지 지표.
2011-11-07에 업데이트되었습니다.
적응 형 거래 시스템은 시장 및 자산 데이터 이력을 "배울"수있는 전략으로 새로운 시장 동향에 대한 규칙을 적용합니다. 자기 또는 자동 적응 형 거래 시스템은 과거에 이러한 규칙의 성능에 따라 구매 및 판매 규칙을 조정할 수 있습니다.
rule1 = 닫기> sma (30);
buy = rule1 및 BuyInd (rule1, 20, 250)> 0;
시뮬레이션 / 백 테스트 거래 지시자.
다음은 두 가지 거래 규칙을 기반으로 한 예입니다.
rule1 = 닫기 == hhv (닫기, 5);
rule2 = 볼륨> 2 * sma (볼륨, 20);
구매 = rule1 및 rule2 및 BuyInd1 (rule1, 5, 10, 250)> 0 및 BuyInd1 (rule2, 5, 10, 250)> 0;
- 주식은 새로운 5 일간 최고치를 기록하고 있습니다 (Rule1)
- 볼륨이 지난 20 개의 막대의 평균 볼륨보다 두 배 높습니다 (규칙 2)
- 지난 해의 "Rule1"을 바탕으로 생성 된 거래의 평균 수익률은 양의 값입니다.
- "Rule2"를 기반으로 한 동일한 전략이 유익합니다.
Buy Simulation Indicator를 구입하십시오.
최소 거래 : 내부 바리 스타를 수행 한 후 (각 바에 대해) 기능은 거래 수를 확인하고이 금액과 비교합니다. 거래 횟수가 최소 임계 값보다 작 으면 전략 수익률이 0으로 설정됩니다.
rule1 = 닫기> sma (30);
buy = rule1 및 BuySellSim (rule1,! rule1, 10, 250)> 0;
최소 거래 횟수로 "10"을 사용하면 지난 해 보안이 10 번 미만인 경우 시뮬레이터 또는 포트폴리오는 새로운 위치에 진입하지 않습니다 (신호 없음).
전략 지표 (Strategy Indicator) - 트레이딩 규칙에 대한 트레이딩 우승 비율.
적응 형 거래 규정은 주식, ETF, 외환, 선물 및 기타 금융 자산을 거래하는 데 사용될 수 있습니다.
이전 지표 외에 다른 지표는 평균 거래 수익을 메트릭으로 사용합니다. 물론 적응 형 거래 시스템은 연간 수익률, Sharpe 비율, Sortino 비율, 최대 축소, 표준 편차와 같은 다른 측정 항목을 기반으로 할 수 있습니다.
새로운 적응 함수를 만들거나 기존의 수식을 수정하기 만하면됩니다.
30 일 전에 게시 됨.
게시 된 198 일 전.
게시 된 235 일 전.
게시 된 281 일 전.
331 일 전에 게시 됨.
게시 된 381 일 전.
게시 된 421 일 전.
게시 됨 2231 일 전.
게시 된 2237 일 전.
게시 됨 2244 일 전.
2250 일 전 게시 됨
2257 일 게시 됨.
2265 일 전 게시 됨
게시 된 2272 일 전.
게시 됨 2277 일 전.
게시 된 2286 일 전.
2293 일 전에 게시 됨.
게시 된 2335 일 전.
게시 됨 2342 일 전.
게시 됨 2370 일 전.
저작권 © 2017 QuantShare.
마진에 대한 외환을 포함하여 거래 금융 상품은 높은 위험 수준을 가지며 모든 투자자에게 적합하지 않습니다. 높은 레버리지는 당신뿐만 아니라 당신을 도울 수 있습니다. 금융 상품이나 외환에 투자하기 전에 투자 목표, 경험 수준 및 위험 식욕을 신중하게 고려해야합니다. 초기 투자의 일부 또는 전부를 상실 할 가능성이 있기 때문에 잃을 수없는 돈을 투자해서는 안됩니다. 거래와 관련된 모든 위험에 대해 알고 있어야하며, 의심스러운 점이 있으면 독립적 인 재정 고문에게 조언을 구해야합니다.
No comments:
Post a Comment