몬테칼 가는 길은 없나요? 예를 들어 범위 dS=5...100 및 Lever=1...200 , 각 사례를 100번의 구현으로 실행하고 평균을 내고 3차원 그림을 만들고 결과 표면을 봅니다. 매우 흥미로운 결과입니다. 최적의 레버리지가 존재한다는 아이디어가 새롭다고 말할 수는 없지만 이런 형태로 구현된 것은 처음 봅니다.
추신. 물론 직접 해볼 수도 있지만 모든 것을 이해하지 못하고 어떻게 작동하는지 몰라서 이런 질문을 던집니다.
어떤 그림! p=0.1 및 Spread=2에서 dS~25 및 Lever~60 주위에 고비. 그리고 혹이 어떤 측면에서 (작은 목표물, dS 영역에서) 날카로운 경사를 가지고 있는지. 이 표면에 따르면 "pipsing"은 레버리지 = 1 또는 그 이상일 때만 적어도 어느 정도 의미가 있음이 밝혀졌습니다.
뭔가 완전히 잘못하고 있는 것 같은 느낌이 듭니다. 나는 그 과정을 (바보처럼, 이마에) 시뮬레이션하고 매개 변수를 가지고 놀려고했습니다. 나는 그렇게 아름다운 표면을 얻지 못한다. 평면과 선형 종속성을 얻습니다. 나는 아무것도 이해하지 못한다. 필사적으로 나는 Vince의 책에서 "최적 f"를 시뮬레이션하려고 했습니다. 정확히 같은 결과입니다. 책에서 말하는 것처럼 정확하게 나오지는 않습니다. Vince의 책에서 $2를 이기고 $1를 잃는 그의 미친 게임을 가져왔습니다. 아주 훌륭하고 공정한 게임입니다. 그래서 여전히 Vince와 같은 것을 얻으려고 노력하고 있습니다.
흠, 궁금하다. 그러나 특히 재능이 있는 사람들을 위해 x도 성적표에 추가해야 합니다.
dS - 포지션이 유지된 시간 동안의 가격 증분(포인트,
레버 - 거래 레버리지.
단, 1000건의 거래, 하루에 1건의 거래라면 약 4년이 걸린다. 동시에 40점이라는 목표는 매우 좋은 목표입니다.
귀하의 재물 을 숨기기 위해
고맙습니다. 수정했습니다!
몬테칼 가는 길은 없나요? 예를 들어 범위 dS=5...100 및 Lever=1...200 , 각 사례를 100번의 구현으로 실행하고 평균을 내고 3차원 그림을 만들고 결과 표면을 봅니다. 매우 흥미로운 결과입니다. 최적의 레버리지가 존재한다는 아이디어가 새롭다고 말할 수는 없지만 이런 형태로 구현된 것은 처음 봅니다.
추신. 물론 직접 해볼 수도 있지만 모든 것을 이해하지 못하고 어떻게 작동하는지 몰라서 이런 질문을 던집니다.
왜 안 돼? 여기에서 결과를 버리기 전에 이가 얻은 데이터를 확인하기 위해 몬테카릴이었습니다. 나는 1/수준에 대한 신뢰 범위를 그렸고 실험 데이터와 모델 사이의 어느 정도 좋은 일치를 보았습니다. 특히 코드가 저장되지 않았습니다.
다음 은 분석 종속성을 도출하기 위한 논리입니다. 보세요, 아주 간단합니다.
첫 번째 게시물에 제공된 분석 표현식에 따라 수익률에 대해 3D를 가져올 수 있습니다.
최적은 두 개의 매개변수 dS와 Lever로 명확하게 표현됩니다. 이 데이터는 Spread=2 포인트 및 p=0.1에 대해 얻습니다.
다음은 이 스레드의 두 번째 페이지에 있는 공식입니다.
그것을 보면이 경우 모든 것이 다음에 달려 있음을 알 수 있습니다.
<|dS|> - 포지션이 유지된 시간 동안의 가격 증분(포인트,
1/2+ p - TS 테스트 결과를 기반으로 한 올바른 예측 비율(0<=p<=0.5),
레버 - 거래 레버,
스프레드 - 이 상품에 대한 커미션(포인트,
S - 상품 가격(포인트),
즉, 5개의 매개변수만 있습니다. 그리고 내가 알기로는 트레이딩 전략의 질은 p에 완전히 숨겨져 있습니다. 흥미로운 질문은 p의 변화에 대한 dS와 레버의 민감도입니다.
분명히 "거래 레버리지 레버=S/스프레드*p^2, TP 및 SL 레벨 또는 동일한 |dS| = 스프레드/p "를 살펴봐야 합니다.
dS와 Lever가 긴 공식에서 이러한 표현식으로 대체되면 일반적으로 모든 것이 가장 최적의 경우 S, Spread 및 p의 3가지 매개변수에 따라 달라집니다. 매우 이례적입니다. 결국 모델링이 필요할 것입니다. 이 모든 것이 매우 이례적입니다.
그런거야. 그러나 pipsator의 경우 p 매개변수가 0.2에 도달하면 그림이 크게 바뀝니다.
따라서 최대 레버리지가 50-100인 핍을 만드는 것이 합리적입니다.
.
설명.
위에서 t0 는 오픈 포지션을 유지하는 특징적인 시간이라고 말했습니다. 1포인트씩 가격이 변하는 특징적인 시기라고 생각하는 것이 맞습니다.
추신: 방금 깨달았습니다. MathLab에 이 그림과 같은 아이콘이 있습니다! 그들은 알고 있었다...
그런거야. 그러나 pipsator의 경우 p 매개변수가 0.2에 도달하면 그림이 크게 바뀝니다.
따라서 최대 레버리지가 50-100인 핍을 만드는 것이 합리적입니다.
내가 p 매개변수의 물리적 의미를 올바르게 이해했다면, pipsers의 경우 훨씬 더 높을 수 있습니다 ...
즉, 5개의 매개변수만 있습니다. 그리고 내가 알기로는 트레이딩 전략의 질은 p에 완전히 숨겨져 있습니다. 흥미로운 질문은 p의 변화에 대한 dS와 레버의 민감도입니다.
다음은 최적 레버리지의 크기(왼쪽 그림의 파란색 선)와 평균 트릭의 최적 크기(빨간색)가 2의 스프레드(실선)에 대해 예측 정확도의 함수로 표시되는 방식입니다. 및 8점(점선).
오른쪽에는 TS가 최적의 매개변수로 설정된 경우 시간 단위당 수익률이 p 의 함수로 표시됩니다. 빨간색 선은 2핍 스프레드, 파란색 선은 8핍 스프레드입니다.