トレーディングにおける機械学習：理論、モデル、実践、アルゴトレーディング - ページ 159

[Andrey Dik]

アレクセイ・ブルナコフ

なぜ、当たり前のことを綴らなければならないのか。まあ、出来高のあるトレードを開くことができるので、それがどうした？ここは幼稚園じゃないんだから。全く話が通じないことを認めた方がいい。

ディミトリに質問の意図を聞いた方がいい。

おそらく、「1：500」と聞いて笑いたいのでしょう。レバレッジがどうのこうのとか。しかし、彼の収入はほとんどない。ブローカーが1:1000を出すと言ったら、どういうことだろう？一度にいくつかのロットの取引を開始できること？

アレクセイ・ブルナコフ

トーマスのことも、イェレマのことも。

博士が言うように（私も完全に同意見です）、バックテストでは最大ドローダウンが危険なレベルに達しないように（通常は小さな）ロットを選択するとして、私が開くことができるメガビッグのポジションの種類は、実際にはどのような違いがあるのでしょうか。

1:10と1:1000、どちらの答えがいいでしょうか？考え方が変わるのか？1:1000以上を出す証券会社の個別相談を受けたいですか？

それどころかドミトリーは年率30％を要求しているようですが、1：1や1：10といった非常に小さいレバレッジを使っているので、預金に対して高いリターンを得ることは不可能だと予想しているのでしょう。

[Дмитрий]

アンドレイ・ディク

それどころかDimitriは年率30％を要求していると思いますが、これは1：1や1：10といった非常に小さなレバレッジを使っていることを示唆しており、これでは預金に対して高いリターンを得ることは不可能だと思います。

ディミトリは、年率30〜40％を10で割ると、ヘッジファンドの利息になるとはっきり書いている。

さもなければ、子供たちはなぜヘッジファンドに招かれて強盗をしないのか、純粋に困惑して座っている......。

[Dr. Trader]

私のブローカーの規約を読んでください。レバレッジは1:100で、残高250,000ユーロまで可能です。私はそれでいいと思っています。

ディミトリ、ヘッジファンドで取引しているのに、1対1にされるんですか？ただ、記事を読む限りでは、少なくとも最低限のレバレッジはかかっているといつも思っています。

ドミトリー

そして、レバレッジによって開設するロットサイズが変わるのですね。

また、ピップ値はロットサイズに依存するのですか？

子供の遊び...

私のお金の管理について説明しましたが、次はあなたのお金の管理について教えてください。2つの口座があり、どちらも10000米ドルですが、最初の口座のレバレッジは1:100で、2番目の口座は1:1000だと仮定します。これらの口座のロットサイズはどのように計算するのでしょうか？それとも計算せず、利用可能な資金をすべて使うのですか？

[Дмитрий]

Dr.トレーダー

ただ、記事から判断すると、少なくとも最低限のレバレッジはかかっているとずっと思っていました。

1:2, 1:4.最大1:10。

[Alexey Burnakov]

ディミトリ

なるほど、初歩的なことがわからないのであれば、議論しても仕方がないですね。

つまり、自分のパーセンテージをヘッジファンドのパーセンテージに近づけるためには、約10で割る必要があるのです。

質問の理屈がわかりました。このコメントを拝見して・・・。

私は1つの商品（市場で1つの取引）に対して1:2のレバレッジをかけています。私がモデルで見た最大値として、年間30％（履歴上の最大ドローダウンは25％）と話しているのは、この特定のレバレッジと1つの商品に関するものです。ヘッジファンドはそういうレバレッジを効かせているのだと思います。

ヘッジファンドと比較した場合、商品数の増加に伴うFS（およびSharpe）の非線形な増加と収益性の線形な増加の問題がある。

ここでは、そのロジックの概要を説明します。控えめに見積もって、1つの商品の年間リターンを20％、ドローダウンを25％とします（定数ロット）。これにより、10年間でFS＝8となる。これが一番上です。さらに取引商品の数を増やすと、レバレッジを上げた口座で、同じ1:2のレバレッジで計算されます。表右下の結果は、基本的にヘッジファンド（あるいは資金が多いがレバレッジが制限されている場合）のアナロジーである。

理想的なポートフォリオ（取引に相関性がなく、各商品のリターンとドローダウンが同じ場合）では、資金とdoorsifyを増やすと、同じ収益性（1商品の小規模口座でも5商品の大規模口座でも年間20%）になるが、FSははるかに高くなることがわかります。実際、FS18は桁外れで現実的には手に入りそうにありませんが、レバレッジが限られているため、許容できるドローダウン（例えば最大25％）でリスクと収益性を高める方法はありません。

表の左下は、私が理想とするモデルから絞り出すことができる値で、56%のドローダウンを許容範囲とし、レバレッジを高めて使用しています。

[Vizard_]

Alexey Burnakov: テーブルの左下は、私が理想とするモデルから絞り出すことができるものです......。

すべて（モデル）は、pips（固定ロット）＋spread＋slippageで行い、その後mm...

[Dr. Trader]

mytarmailS:

しかし、一つ問題がある。チャートはティックではなく5分足であり、5分足チャートには一つの価格ではなく、価格の境界線（高値、安値）の範囲がある...そこで、まず価格をある20ポイントのミニバンドに分割し、価格がこのミニバンド内にあるとき、このバンドのボリュームを合計する必要がある...。

volume <- sample.int(101,size=100,replace=TRUE)
priceH <- round(cumsum(rnorm(100))+1000,0)        #High
 priceL <- priceH - round(cumsum(rnorm(100))+10,0)  #Low

 price_vol_df <- as.data.frame(matrix(nrow=0, ncol=2))
for(i in 1:100){
        price_levels <- seq(priceL[i], priceH[i], by=0.1) 
        for(j in price_levels){
                price_vol_df <- rbind(price_vol_df, c(j, volume[i]/length(price_levels)))
        }
}
colnames(price_vol_df) <- c("price", "volume")

volume.profile <- aggregate(price_vol_df$volume ~ price_vol_df$price, sum, data=price_vol_df)
volume.profile
plot(volume.profile,t="h" , lwd=5)

各バーについて、最小価格から最大価格までの ベクトルprice_levels を段階的（by=0.1）に構築します。そして、各ステップの音量 - 小節の音量/ステップの数。全部テーブルに保存しています。そして、それまでと同じように仕事をする。

非常に自転車的 :) price_vol_df の価格は直近の値に丸められるべき

[mytarmailS]

Dr.トレーダー

各バーについて、最小価格から最大価格までの ベクトルprice_levels を段階的（by=0.1）に構築します。そして、各ステップの音量 - 小節の音量/ステップの数。全部テーブルに保存しています。そして、それまでと同じように仕事をする。

非常に自転車的 :) price_vol_dfの価格は間違いなく直近の値に丸めるべきでしょう。

でも、思ったようにスクリプトが動かず、最初の方法よりもさらにレベルが下がってしまいました...。

高値安値を使ってこんなことをするのではなく、何をすればいいのかが理解できました。

しかし、価格スケールを丸めるだけで、例えば、1ピップの最小の動きがあり、20ピップという最小の動きをしますが、20ピップの動きには、その20ピップの範囲内にあった出来高の合計が含まれています.........。むしろ描かないと、一言も理解できない。

図のリンクはこちらです。http://prntscr.com/ct8kgg

10回ほど試しました。

[Alexey Burnakov]

ヴィザード_。
全て（モデル）は、pips（fix.lot）＋spread＋slippageで行われ、その後mm単位でねじ込まれる...。

これは、わかりやすくするためにMMなしです。

[toxic]

ミハイル・マルキュカイツ
残念ながらこれは失敗です。ペアは自分で歩きます。エントロピーはまた別の問題で、こっちの方が面白そうです。

ヘッジファンドでも働いていて、わざと人を混乱させる？自分たちでってなんだ、そんなのどこで見たんだ？そして、エントロピーについてあまり理解していないようで、科学のために言っただけで、手を振る機械より役に立たない、対数に催眠術をかけられているに違いない・・・。