Interpretando um Relatório de Desempenho Estratégico.
As plataformas de análise de mercado de hoje permitem que os traders revisem rapidamente o desempenho de um sistema de negociação e avaliem sua eficiência e lucratividade em potencial. Essas métricas de desempenho são normalmente exibidas em um relatório de desempenho de estratégia, uma compilação de dados com base em diferentes aspectos matemáticos do desempenho de um sistema. Seja olhando resultados hipotéticos ou dados reais de negociação, existem centenas de métricas de desempenho que podem ser usadas para avaliar um sistema de negociação.
Os comerciantes geralmente desenvolvem uma preferência pelas métricas que são mais úteis para seu estilo de negociação. Embora os comerciantes possam gravitar naturalmente em relação a um número - lucro líquido total, por exemplo - é importante compreender e analisar muitas das métricas de desempenho antes de tomar quaisquer decisões sobre a rentabilidade potencial do sistema. Saber o que procurar em um relatório de desempenho estratégico pode ajudar os operadores a analisar objetivamente os pontos fortes e fracos de um sistema. (Veja também: Tutorial de Sistemas de Negociação.)
Relatórios de desempenho da estratégia.
Um relatório de desempenho estratégico é uma avaliação objetiva do desempenho de um sistema. Um conjunto de regras de negociação pode ser aplicado aos dados históricos para determinar como ele teria sido realizado durante o período especificado. Isso é chamado de backtesting e é uma ferramenta valiosa para os comerciantes que desejam testar um sistema de negociação antes de colocá-lo no mercado. A maioria das plataformas de análise de mercado permite que os comerciantes criem um relatório de desempenho da estratégia durante o teste. Os comerciantes também podem criar relatórios de desempenho estratégico para resultados comerciais reais.
A Figura 1 mostra um exemplo de um resumo de desempenho de um relatório de desempenho da estratégia que inclui uma variedade de métricas de desempenho. As métricas estão listadas no lado esquerdo do relatório. os cálculos correspondentes são encontrados no lado direito, separados em colunas.
Além do resumo de desempenho apresentado na Figura 1, os relatórios de desempenho da estratégia também podem incluir listas de negociação, retornos periódicos e gráficos de desempenho. A lista de comércio fornece uma conta de cada troca que foi realizada, incluindo informações como tipo de comércio (longo ou curto), data e hora, preço, lucro líquido, lucro acumulado e lucro por cento. A lista de comércio permite que os comerciantes vejam exatamente o que aconteceu durante cada comércio.
A visualização dos retornos periódicos de um sistema permite que os comerciantes vejam o desempenho dividido em segmentos diários, semanais, mensais ou anuais. Esta seção é útil na determinação de lucros ou perdas por um período de tempo específico. Os comerciantes podem avaliar rapidamente o desempenho de um sistema em uma base diária, semanal, mensal ou anual. É importante lembrar que, na negociação, são os lucros (ou perdas) acumulados que importam. Olhando para um dia de negociação ou uma semana de negociação não é tão significativo quanto olhando para os dados mensais e anuais.
Um dos métodos mais rápidos de analisar o desempenho da estratégia é o gráfico de desempenho. Isso mostra os dados de comércio de várias formas, desde um gráfico de barras mostrando o lucro líquido mensal até uma curva de capital. De qualquer forma, o gráfico de desempenho fornece uma representação visual de todas as negociações no período, permitindo que os comerciantes avaliem rapidamente se um sistema está ou não em conformidade com os padrões. A Figura 2 mostra dois gráficos de desempenho: um como um gráfico de barras do lucro líquido mensal; o outro como uma curva de equidade. (Veja também: Traçando seu caminho para melhores retornos).
Métricas-chave.
Um relatório de desempenho da estratégia pode conter uma enorme quantidade de informações sobre o desempenho de um sistema comercial. Embora todas as estatísticas sejam importantes, é útil restringir o escopo inicial a cinco métricas principais de desempenho:
Lucro Líquido Líquido Fator de Lucro Percentual Rentável Média de Comércio Lucro Líquido Máximo Drawdown.
Essas cinco métricas fornecem um bom ponto de partida para testar um potencial sistema de negociação ou avaliar um sistema de negociação ao vivo.
Lucro líquido total: o lucro líquido total representa a linha inferior para um sistema de negociação durante um período de tempo especificado. Esta métrica é calculada subtraindo a perda bruta de todos os negócios perdidos (incluindo comissões) do lucro bruto de todas as negociações vencedoras. Na Figura 1, o lucro líquido total é calculado como:
Embora muitos comerciantes utilizem o lucro líquido total como o principal meio para medir o desempenho da negociação, a métrica pode ser enganosa. Por si só, esta métrica não pode determinar se um sistema de negociação está funcionando de forma eficiente, nem pode normalizar os resultados de um sistema de negociação com base na quantidade de risco que é sustentada. Embora seja uma métrica valiosa, o lucro líquido total deve ser visto em conjunto com outras métricas de desempenho. (Veja também: Lucrando em uma economia pós-recessão.)
Fator Lucro: O fator lucro é definido como o lucro bruto dividido pela perda bruta (incluindo comissões) para todo o período de negociação. Essa métrica de desempenho relaciona o valor do lucro por unidade de risco, com valores maiores que um indicando um sistema lucrativo. Como exemplo, o relatório de desempenho da estratégia mostrado na Figura 1 indica que o sistema de negociação testado tem um fator de lucro de 1,98. Isso é calculado dividindo o lucro bruto pela perda bruta:
Este é um fator de lucro razoável e significa que esse sistema específico produz lucro. Todos sabemos que nem todos os negócios serão um vencedor e que teremos de sustentar perdas. A métrica do fator de lucro ajuda os comerciantes a analisar o grau em que as vitórias são maiores do que as perdas.
A equação acima mostra o mesmo lucro bruto da primeira equação, mas substitui um valor hipotético pela perda bruta. Nesse caso, a perda bruta é maior que o lucro bruto, resultando em um fator de lucro menor que um. Este seria um sistema perdedor.
Porcentagem lucrativa: O percentual lucrativo também é conhecido como a probabilidade de vencer. Essa métrica é calculada dividindo-se o número de negociações vencedoras pelo número total de negociações por um período especificado. No exemplo mostrado na Figura 1, o percentual lucrativo é calculado da seguinte forma:
O valor ideal para a métrica percentual rentável variará de acordo com o estilo do comerciante. Os traders que normalmente optam por movimentos maiores, com lucros maiores, exigem apenas um baixo valor rentável para manter um sistema vencedor. Isso ocorre porque os negócios que ganham (que são lucrativos) geralmente são bastante amplos. Um bom exemplo disso é a tendência seguindo os comerciantes. Apenas 40% dos negócios podem ser rentáveis e ainda produzem um sistema muito lucrativo porque os negócios que ganham seguem a tendência e geralmente conseguem grandes ganhos. Os negócios que não ganham são geralmente fechados por uma pequena perda.
Os comerciantes intraday, e particularmente os scalpers, que procuram ganhar uma pequena quantia em qualquer comércio, enquanto arriscam uma quantia similar, exigirão uma métrica rentável com maior porcentagem para criar um sistema vencedor. Isso se deve ao fato de que os negócios vencedores tendem a estar próximos em valor aos negócios perdedores; para "avançar", é necessário que haja um percentual significativamente mais alto lucrativo. Em outras palavras, mais trades precisam ser vencedores, uma vez que cada vitória é relativamente pequena. (Veja também: Scalping: Pequenos lucros rápidos podem ser adicionados.)
Média do lucro líquido comercial: o lucro líquido médio do comércio é a expectativa do sistema: representa o valor médio de dinheiro que foi ganho ou perdido por comércio. O lucro líquido médio do comércio é calculado dividindo-se o lucro líquido total pelo número total de negócios. No nosso exemplo da Figura 1, o lucro médio comercial líquido é calculado da seguinte forma:
Em outras palavras, ao longo do tempo, poderíamos esperar que cada comércio gerado por este sistema seja de US $ 452,79. Isso leva em consideração os negócios vencedores e perdidos, uma vez que se baseia no lucro líquido total.
Este número pode ser desviado por um valor de valor, um único comércio que cria um lucro (ou perda) muitas vezes maior do que um comércio típico. Um outlier pode criar resultados irrealistas, superinflando o lucro líquido médio comercial. Um outlier pode fazer um sistema parecer significativamente mais (ou menos) lucrativo do que é estatisticamente. O outlier pode ser removido para permitir uma avaliação mais precisa. Se o sucesso do sistema de negociação no backtesting depender de um outlier, o sistema precisa ser mais refinado.
Drawdown Máximo: A métrica de drawdown máximo refere-se ao "pior cenário" para um período de negociação. Ele mede a maior distância, ou perda, de um pico patrimonial anterior. Essa métrica pode ajudar a medir a quantidade de risco incorrido por um sistema e determinar se um sistema é prático com base no tamanho da conta. Se a maior quantia de dinheiro que um comerciante esteja disposta a arriscar seja menor que a redução máxima, o sistema de negociação não é adequado para o comerciante. Um sistema diferente, com uma redução máxima menor, deve ser desenvolvido.
Esta métrica é importante porque é uma verificação de realidade para os comerciantes. Apenas um comerciante poderia fazer um milhão de dólares - se eles pudessem arriscar 10 milhões. A métrica de retirada máxima precisa estar alinhada com a tolerância ao risco do comerciante e o tamanho da conta de negociação. (Veja também: Proteja-se da perda de mercado).
The Bottom Line.
Os relatórios de desempenho da estratégia, sejam aplicados a resultados históricos ou ao vivo, podem fornecer uma ferramenta poderosa para ajudar os traders a avaliar seus sistemas de negociação. Embora seja fácil prestar atenção apenas ao resultado final, ou ao lucro líquido total - todos queremos saber quanto dinheiro faz um sistema - métricas de desempenho adicionais podem fornecer uma visão mais abrangente do desempenho de um sistema. (Veja também: Crie suas próprias estratégias de negociação.)
Minhas ferramentas de análise de desempenho.
Recebi alguns e-mails me perguntando sobre o tema da análise do desempenho, então eu decidi detalhar as ferramentas que uso. Medir o desempenho e atribuir o sucesso ou o fracasso dos fatores certos é uma parte extremamente importante do processo de negociação. Na verdade, a negociação de uma estratégia geralmente revelará aspectos que não são apresentados na fase de pesquisa. Coisas inesperadas acontecem, revelando pontos fortes ou fracos anteriormente ocultos. As estratégias melhoram ou se deterioram ao longo do tempo. Problemas de execução comem em retornos. Surgem padrões que podem ser explorados para melhorar retornos ou limitar o risco.
Essas situações e avaliação de desempenho em geral são uma parte crucial do ciclo de pesquisa / comercialização / desempenho:
A falta de atenção ao desempenho e os fatores subjacentes que o conduzem terão um efeito deletério tanto nos resultados de negociação a longo prazo quanto nas coisas que você descobrirá na fase de pesquisa.
Vou demonstrar as ferramentas usando duas estratégias, uma das quais está indo bem, e a outra não: 1) uma estratégia bastante genérica de dinâmica / tendência GTAA que está em andamento há pouco mais de um ano, e 2 ) uma estratégia de negociação de swing da AAPL que esteve em & # 8220; julgamento & # 8221; modo durante os últimos 6 meses ou mais.
O meu sistema de análise de desempenho, o QUSMA Portfolio e Trade Analytics Suite, baseia-se principalmente no conceito de & # 8220; trade & # 8221 ;. Um comércio é uma unidade que pode conter qualquer número de pedidos e transações em dinheiro (dividendos, impostos, etc.), que estão de alguma forma relacionados. Um par de negócios incluiria as duas pernas em um único negócio, por exemplo. Os dados subjacentes são importados usando as consultas flexíveis do IB & # 8217; que possuem uma estrutura XML muito simples e fácil de manusear.
As negociações são atribuídas a uma estratégia & # 8220; & # 8221; e também pode ser atribuído qualquer número de tags. Algumas das coisas que eu uso tags são: trade direction (long / short / both), trade length, países desenvolvidos / em desenvolvimento, asset class, etc. Notas com imagens também podem ser anexadas a negociações, o que é incrivelmente útil para revisões . Finalmente, os negócios podem ser filtrados em qualquer número de critérios para produzir relatórios e comparados com benchmarks personalizados.
Um comércio e suas duas ordens associadas.
Existem alguns princípios gerais que resumem minha abordagem à medida do desempenho:
Execução e comissões são extremamente importantes. Tempo separado do dimensionamento. Estatísticas sobre negócios em termos de dólar e% termos. Separar alocações de capital para estratégias do capital total. Estatísticas sobre os retornos, tanto no capital alocado para uma estratégia (ROAC) quanto no capital total (ROTC). Sempre pense de forma probabilística e em termos de expectativas. Mais maneiras de encontrar os dados, melhor.
A inspeção visual simples é o meu ponto de partida, e acho que é muito importante. O simples ato de encarar os gráficos geralmente leva a novas ideias de pesquisa.
Estratégia GTAA: uma série de negociações perdidas em TLT.
Então, vamos começar com os gráficos e estatísticas. No topo, as curvas padrão de dólar PnL (diárias e fechadas) e de capital (tanto em termos de ROAC quanto ROTC), que também são planejadas em comparação com um benchmark:
GTAA estratégia de retorno cumulativo sobre o capital alocado. O gráfico também vem em sabor ROTC.
AAPL estratégia cumulativa PnL.
Em seguida são as estatísticas de comércio. As comissões estão bem ali, é muito importante ter em mente o quanto você está perdendo nesses custos. Alguns pontos de base podem não parecer muito, mas eles podem rapidamente comer uma parcela significativa de seus lucros. Observe que todas as estatísticas são dadas em termos de dólar e porcentagem, de modo a separar os efeitos de temporização dos efeitos de dimensionamento.
Resultados por mês do calendário:
Estratégia AAPL. Também vem em sabor ROTC.
Provavelmente o bit mais importante, estatísticas sobre os retornos diários, os índices padrão, e assim por diante. A relação MAR é provavelmente o número mais importante para mim. A razão é simples: determina minhas restrições de alavancagem e, portanto, meus retornos. Um alto índice de Sharpe não tem sentido se você não puder se elevar. Observe como o portfólio de benchmark simples e estático destruiu a abordagem GTAA:
Estratégia GTAA. Benchmark é um 20/15/15/20/10/10/10/10% mistura de SPY / EFA / EEM / IEF / LQD / VNQ / DBC, respectivamente. Estatísticas também estão disponíveis para o ROTC.
Algumas coisas simples de benchmarking:
Estratégia GTAA vs benchmark diversificado.
Histogramas de rendimentos diários e retornos por comércio. Novamente, é importante observar os resultados em dólar e porcentagem:
Além disso, mantendo o histograma de período:
Posição de dimensionamento vs retornos comerciais. A paridade de risco ingênua parece estar indo bem:
Comprimento de negociação vs retorna gráfico, o relacionamento aqui é bastante claro.
As estatísticas de captura de movimento medem quão boa é a estratégia de capturar retornos. GU é um aumento grosseiro, ou os retornos positivos brutos durante o período. UC% é a porcentagem desse movimento que foi capturado por ser longo, UM% é a porcentagem do movimento que foi perdido por ser plana, enquanto UL% é a porcentagem do movimento que foi perdido devido a ser curto. Os cálculos são repetidos para o movimento de queda.
Estratégia GTAA. Sendo apenas longo, apenas o movimento ascendente foi capturado.
A porcentagem acumulada retorna, por instrumento. Um gráfico similar com o dólar PnL por instrumento também existe.
Estratégia GTAA. Valores altos de autocorrelação podem ser explorados tanto para melhorar os retornos quanto para o gerenciamento de riscos.
Cálculo do valor padrão em risco, com base em dados históricos reamostrados. Eu irei adicionar a opção de usar métodos paramétricos no futuro.
Estratégia GTAA: valor de 10 dias em risco.
Simulação de Monte Carlo. Ele simplesmente usa dados históricos, quer negociações ou retornos diários (ROAC ou ROTC). A amostragem pode ser feita com substituição ou sem (o último simplesmente re-ordena a curva de capital existente). Há também uma opção para usar N dias / trades consecutivos, que podem capturar efeitos de agrupamento de volatilidade e autocorrelação. A análise retorna intervalos de confiança para a curva de equidade, bem como as distribuições cumulativas e pontuais de remessas máximas.
Estratégia GTAA: há 10% de chance de uma redução menor do que 18% nos próximos 500 dias de negociação.
Finalmente, algumas estatísticas simples e gráficos em execução. Todos os meus negócios estão no fechamento ou no aberto, então esses são os preços que eu benchmark contra. Abaixo estão as estatísticas das ordens de compra da estratégia da AAPL em torno do fechamento.
Top: diferença de deslizamento vs. diferença de tempo em segundos do benchmark. Meio: deslizamento por tipo de pedido. Fundo: histograma de deslizamento.
Eu acho que a maior fraqueza no meu conjunto de ferramentas é a falta de interação com os resultados do backtesting. Estes podem ser usados de duas maneiras principais: 1) comparação de resultados teóricos para resultados reais de negociação, e 2) como um conjunto de dados estendido para as funções de gerenciamento de risco. Além disso, eu não faço nenhuma seleção de ações, mas se eu fizesse isso implicaria em várias adições, principalmente atribuição de desempenho por país, setor, etc., bem como analisar exposições a fatores de valor / momento / momento.
Deixe um comentário e diga-nos o que você gosta de usar: é o material padrão o suficiente para você, ou você usa alguma razão obscura ou gráficos únicos?
Compartilhar isso:
As fontes estão disponíveis para as ferramentas de análise acima para compartilhar? Posso adicionar e expandir alguns desses ... se não estiverem disponíveis, você pode me dizer qual componente de gráfico você está usando? Muito obrigado.
Melhor comerciante do sistema.
Better System Trader é o podcast e blog dedicado a traders sistemáticos, fornecendo dicas práticas de especialistas em negociação em todo o mundo.
Os seus resultados de resposta estão te enganando?
Você já começou a negociar uma estratégia que desempenha bem nos backtests, mas oferece um resultado muito diferente quando você começa a negociar com dinheiro real?
Seus relatórios mais atrasados poderiam enganá-lo, indicando que uma estratégia é ótima, mas na verdade apenas mostrando a você parte do quadro geral?
Como você se dá uma chance melhor de desenvolver sistemas de negociação robustos e com bom desempenho?
Kevin Davey (não o cara da foto acima!), Campeão da World Cup Trading da kjtradingsystems, vem criando estratégias de negociação há mais de 25 anos. No Episódio 5 do podcast BetterSystemTrader, ele diz:
Para reduzir a chance de que isso ocorra, ele completa a análise de Monte Carlo em todos os seus sistemas para garantir que eles sejam robustos e atendam aos seus requisitos de risco ANTES que ele coloque seu dinheiro na linha.
O que é a análise de Monte Carlo e como pode ser usado para melhorar seus próprios resultados de negociação? Leia mais, vamos lhe mostrar.
O que é a análise de Monte Carlo?
A análise de Monte Carlo é um processo que permite que você obtenha uma imagem mais precisa do desempenho de uma estratégia comercial além do que um relatório de backtest padrão pode fornecer.
Um relatório de backtest mostra os resultados de uma série de negociações em uma ordem específica, mas o problema é que é apenas história, você não sabe o que vai acontecer daqui para frente. E se muitos negócios perdidos aparecerem em uma fileira, qual tipo de redução você experimentará? Qual a chance de conseguir uma redução maior do que o esperado ou uma série de negociações perdidas por mais do que o esperado?
A análise de Monte Carlo basicamente permite que você arrase a ordem dos negócios em um backtest para fornecer uma melhor compreensão do possível desempenho futuro, com base no pressuposto de que trades futuros terão características semelhantes a trades históricos, mas em uma ordem desconhecida.
Os resultados permitem que você determine as probabilidades de redução e os níveis de lucro e a chance de sua conta comercial ser completamente eliminada.
Será que é realmente importante?
Sim, até mesmo os profissionais experientes como Kevin usam e é por isso:
Na verdade, encontrei casos em que a curva de equidade da caminhada para frente parecia ótima - provavelmente muitas pessoas acabaram de tomar a decisão: "Ei, vou trocá-la". Mas, quando executei a simulação de Monte Carlo, descobri que foi realmente muito mais risco no sistema e foi muito mais arriscado do que eu esperava. Então, basicamente, a quantidade de retorno que eu estava obtendo em comparação com a quantidade de risco que eu poderia ter, que não apareceu necessariamente naquela curva de patrimônio histórico, era muito demais para o lucro que eu estava obtendo, e basicamente eu disse " Bem, não posso negociar esse sistema em particular.
Usando a ferramenta de análise de Monte Carlo.
Kevin ofereceu uma cópia gratuita da ferramenta de análise de Monte Carlo que ele desenvolveu no Excel, para todos os ouvintes do podcast do Better System Trader. Existe um link para baixar a ferramenta no final deste artigo, mas vamos primeiro ver como isso funciona e como aplicar os resultados à nossa própria negociação.
Quando você abre o simulador, existem alguns valores que você precisa inserir com base em seus próprios parâmetros comerciais comerciais. (Se ele solicitar que você ative as macros, será necessário dizer sim; caso contrário, o simulador não funcionará).
Para configurar o simulador, insira seus detalhes de negociação nas seções azul claro, começando no canto superior esquerdo com o patrimônio inicial básico, o nível no qual você interromperia a negociação do sistema se o patrimônio da conta caiu abaixo dele e o número médio de negócios por ano :
Para inserir seus negócios no simulador, pressione o & # 8216; Limpar & # 8217; clique e cole a lista de ganhos e perdas comerciais em $ no relatório do backtest.
Para este exemplo, usaremos uma lista de negócios de 1805 ao longo de 10,5 anos. Com base em um saldo inicial de US $ 10.000, o CAR é de 31% e o Drawdown máximo é de 11%, o que resulta em uma curva bastante equitativa de equidade:
Os resultados podem parecer impressionantes, mas vamos executá-lo através do simulador de Monte Carlo. Adicionando os negócios ao simulador e pressionando o botão Calcular, o simulador percorre a lista de negociações 2500 vezes, randomizando a sequência de negociações a cada vez. Nós estabelecemos um patrimônio inicial de US $ 10.000 para corresponder ao backtest e o nível de negociação de parada foi ajustado para US $ 8.000.
Os resultados do simulador são muito interessantes.
Analisando os resultados.
Nós usamos a lista de comércio através do simulador de Monte Carlo e agora é hora de comparar os resultados com o backtest:
A primeira coisa a notar é que o Median Drawdown para as simulações de Monte Carlo é de 24,6%, porém o backtest relatou uma Drawdown máxima de 11%. Como isso pode ser?
Ao mudar a ordem dos negócios, identificamos que a estratégia realmente contém mais riscos que o relatório Backtest mostra. A sequência favorável de negociações no backtest está subestimando o risco real!
Além disso, se o relatório de backtest apenas produz uma redução de 11%, mas o Monte Carlo Median Drawdown é de 24,6%, há prováveis sequências de negócios que produziram 50% de redução ou maiores, muito superiores ao limite de redução de 20%.
Note-se que a negociação desta estratégia com um saldo inicial de US $ 10.000 tem uma chance de 33% de atingir ou exceder o limite de redução de 20%. Este risco de ruína é muito alto.
Aplicando os resultados.
Os resultados de Monte Carlo mostraram que, começando com uma conta de $ 10.000 e um limite de rebaixamento de 20%, temos 33% de chance de ruína e o Median Drawdown de 24.6% é maior que o nosso limite de rebaixamento. O que podemos fazer sobre isso?
Sem ajustar as regras da estratégia ou o risco por comércio, parece que a melhor abordagem é começar com um maior saldo da conta. Ao verificar a tabela de resultados amarelos no simulador de Monte Carlo, podemos ver que provavelmente devemos trocar essa estratégia com US $ 25.000 ou mais:
Conclusão.
Agora podemos ver a importância da análise de Monte Carlo no processo de desenvolvimento do sistema. Este exemplo básico nos mostrou como os resultados do backtest, que apenas mostram o desempenho de uma ordem de negócios, podem não mostrar a imagem completa.
Ao executar a lista de negociação através do simulador de Monte Carlo, determinamos:
O valor Maximum Drawdown no relatório backtest (-11%) baseou-se em uma corrida favorável de negócios e estava subestimando o risco real de redução, com as simulações de Monte Carlo mostrando uma redução média de -24,6% O risco de ruína ao negociar um O tamanho da conta de $ 10.000 foi de 33%, muito arriscado para o comércio, então um tamanho de conta maior ou menor risco de comércio seria necessário para reduzir a possibilidade de arruinar.
Baixe.
Deseja obter as últimas atualizações automaticamente?
A melhor maneira de ser notificado quando novas coisas são lançadas é se inscrever na lista de e-mail abaixo, teremos certeza de informá-lo:
Posts Relacionados.
Eu acho que seus resultados de Monte Carlo podem estar te enganando. Você só pode usar a quantidade de dólar P & amp; L se o tamanho do seu comércio permanecer constante. Ou sinto falta de nada?
Oi Nikolay, essa é uma ótima pergunta, então eu pedi a Kevin Davey para responder. Foi assim que ele explicou:
& # 8220; Ao avaliar uma estratégia de negociação potencial, eu gosto de ver seu desempenho sem qualquer dimensionamento de posição ou técnicas de gerenciamento de dinheiro aplicadas. Então, tipicamente avaliamos estratégias potenciais com um tamanho constante de 1 contrato. Se a estratégia for aprovada (o que significa uma expectativa positiva de longo prazo), então a incorporarei em vários portfólios de estratégia que tenho e incorporarei o dimensionamento de posição nesse ponto. & # 8221;
Espero que ajude,
Grande pergunta Nikolay. Além da resposta que dei a Andrew acima, devo mencionar também que, se você conhece a linguagem de macros do Excel, é bastante simples adicionar qualquer abordagem de dimensionamento de posição desejada. Para uma abordagem fracionária fixa, por exemplo, seria necessário apenas algumas linhas extras de código.
Então, o simulador é legal porque você pode adaptá-lo às suas necessidades.
Para as pessoas que participam da minha oficina, eu forneço aos alunos uma versão especial do simulador que inclui dimensionamento de posição fracionada fixa.
Olá & # 8230; quantas simulações este Monte Carlo realiza? Existem números de confiança?
Este simulador realiza 2500 iterações. Não calcula os intervalos de confiança. Se você conhece a linguagem de macros do Excel, pode facilmente alterar ou modificar o código para o que quiser que o simulador faça.
Trackbacks.
[& # 8230;] prometeu, aqui está o link para a simulação de Monte Carlo, descobri que eu usei no [& # 8230;]
[& # 8230] este post no bettersystemtrader, Andrew Swanscott entrevista Kevin Davey da KJ Trading Systems que [& # 8230;]
A negociação de ações, opções, futuros e divisas envolve um risco significativo de perda e não é adequado para todos. O desempenho passado não é necessariamente indicativo de resultados futuros.
No comments:
Post a Comment