ubzen, 정정해서 죄송합니다. 하지만 수학은 단순히 사실입니다. 문제를 일으킬 수 있는 것은 수학의 오용입니다. 수학적 정리의 진실에 동의하지 않으려면 거의 확실히 벽돌 벽에 머리를 부딪치고 있는 것이며, 그렇지 않은 경우에는 박사 후 과정 수준으로 지식을 향상시켜야 한다고 생각합니다. 예를 들어, Kelly 기준은 특정 통계적 속성을 가진 일련의 기회에 대해 일정량의 레버리지를 사용하여 달성한 수익의 확률 분포 에 대한 수학적 진리입니다. 필요한 통계적 속성에 대한 적절한 추정치가 있다고 생각하는 상황에서 실용적으로 사용할 수 있습니다. 그러나 이론(그리고 내 경험적 연구)이 나에게 말하는 가장 중요한 것은 기준이 제시하는 최대 레버리지에 가까운 것을 사용하면 그 대가로 엄청난 변동을 기대할 수 있다는 것입니다. 이론이 그것을 이해하는 누군가를 오도할 수 있는 거의 유일한 방법은 너무 부정확한 거래의 통계적 속성 추정치를 연결하는 것입니다. 쓰레기가 들어오고 쓰레기가 나온다는 것은 오래된 진실입니다. 잘못된 데이터를 올바른 프로그램에 넣으면 올바른 결과를 기대하지 마십시오.
가우스 분포의 경우, 일부 엉성한 사람들이 특정 응용 프로그램에서 자산 간의 상관 관계에 사용하기 위해 수학적 모델에 대해 잘못된 가정을 했고 이 실수로 인해 큰 재정적 문제가 발생했다는 사실은 이제 다소 오래된 문제이며 흥미로운 것처럼 보입니다. 나를 Y2K 문제로 간주합니다(특히 내가 항상 내 프로그램에서 2자리 연도를 사용하는 것을 피했기 때문에 1990년경에 이미 저를 잠들게 하고 있었습니다).
나는 당신과 같은 거친 주장(예: "수십억 개의 독립적인 사건")을 하지 않기를 열망하지만, 실제로 내가 가진 정보가 얼마나 의미있는지 알아내고자 합니다. 예를 들어, zzuegg의 시스템이 달성한 자기자본 곡선이 실제로 보이는 것처럼 놀라울 정도로 좋다면, 해당 데이터에 최적화되지 않는 한 효율성에 대한 매우 강력한 증거입니다. 난센스 없이 데이터를 사용하여 최적화된 자기자본 곡선을 생성한 적이 없습니다. 자본의 최대 손실액의 매우 큰 배수인 최종 이익을 볼 때마다 이는 품질을 매우 잘 나타냅니다. 작은 배수일 때 우연일 가능성은 훨씬 더 높습니다. 이것은 간단한 경험 법칙이지만 나쁜 것은 아닙니다. 통계를 자세히 보면 개선할 수 있습니다.
덧붙여서, 만약 George Soros가 올해 파산한다면, 나는 "그의 자금 관리는 최악이었다"라고 말할 것입니다. George Soros는 자신의 전 재산을 위험에 빠뜨리는 실수를 저지르지 않을 것이지만 그렇게 한 사람의 좋은 예는 유명한 Jesse Livermore입니다. 그는 극도로 부자가 된 후 가난해질 정도로 돈 관리에 서툴렀다. 그가 그렇게 하는 것이 어리석었다는 것을 깨닫는 데는 수학이 필요하지 않습니다. 아마도 그의 부의 체계적인 관리 부족과 결합된 심리적 결함의 조합 때문일 것입니다. 리버모어는 분명히 아주 좋은 트레이더였지만, 그의 자금 관리에 개선의 여지가 있었습니다. 그렇지 않습니까?
@ubzen, 흥미로운 점. 나는 당신이 믿는 것만큼 우리가 의견 불일치에 있다고 생각하지 않습니다. 그리고 토론은 우리 모두의 이해를 향상시킵니다.
1) 나는 이러한(4개?) 주장 중 어떤 것도 하지 않았으며 그렇게 하지 않을 것입니다. 나는 일반적으로 그리드 또는 안티 그리드 시스템을 증명하거나 반증하고 싶지 않거나 시도하고 싶지 않습니다. 단순히 불가능합니다. 하나의 특정 시스템에서도 가능한 것은 성능에 대한 통계적 진술을 만드는 것뿐입니다.
2) 이 질문은 증거 해석에서 근본적으로 중요한 문제를 제기합니다. 기본 아이디어는 속지 않기 위해 결과가 우연히 달성되었을 가능성을 추정하는 것입니다. 간단한 비유로, 동전 던지기를 예측하는 방법이 있고 14/20을 달성했다고 가정하면 실제로 50%를 득점했다면 그러한 결과가 나올 확률을 쉽게 계산할 수 있습니다. 14/20은 1.75의 이익 계수로 생각할 수 있으므로 유의미한 수준이 되기 위해 많은 표본이 필요하지 않습니다. (사실 우위가 없다면 20개 중 14개를 맞힐 확률은 17분의 1 정도입니다.)
더 낮은 이윤 계수(예: 1.1)가 유의미해지기 위해서는 훨씬 더 큰 샘플이 필요하다는 것이 밝혀졌습니다. 따라야 할 정확한 프로세스는 "거래는 실제 결과와 동일한 분산을 갖지만 평균 이익은 0"과 같은 귀무 가설을 만든 다음 실제 결과를 우연히 얻을 확률을 계산하는 것입니다. 매우 유용한 일반 절차입니다. 동의해 주시기 바랍니다. zzuegg의 결과의 경우 내 분석이 귀무 가설을 반증하기에 충분하지 않았지만(분산에 대해 낙관적인 가정을 했음에도 불구하고) 놀라울 정도로 좋은 자기자본 곡선은 내가 가지고 있지 않은 데이터를 사용하여 분석을 하는 것이 결과는 확실히 우연에 기인할 수 없다는 것을 보여줍니다.
여러 시스템을 테스트할 때 흥미로운 점이 있습니다(예: 일종의 최적화). 최상의 실행에 대해 이 분석을 수행한 경우 수행된 선택으로 인해 자신을 오도할 수 있습니다. 여러 번 실행했다는 점을 고려하여 기준을 강화해야 합니다. 예를 들어, 100번의 독립적인 실행을 수행하고 그 중 하나가 200번 중 1번은 우연히 발생할 것으로 예상할 수 있는 결과가 나온다면 이는 해당 방법이 수익성이 있다는 증거가 거의 없습니다. 그 이유가 분명하기를 바랍니다.
3) 좋습니다. 마침내 아래에 인용된 세 가지 의견 불일치를 해결합니다.
ubzen :
동의하지 않습니다 : 유사한 통계적 특성을 가진 일련의 거래 기회에서 최고의 장기 성과(위험 회피를 포함하여 합리적인 정의)를 달성하는 방법은 유사한 양의 레버리지를 사용하는 것이라는 것은 수학적인 사실입니다. 그들 각각:
나는 동의하지 않는다 : 확실히, 건강한 이익의 높은 확률을 갖기 위해 아주 큰 손실을 입을 작은 확률을 기꺼이 받아들이는(또는 무시하는) 사람들이 꽤 있을 것입니다. 그러나 이것은 순수한 도박으로 가장 잘 분류됩니다.
I 동의하지 않습니다. 첫 번째 거래에서 발생한 일이 두 번째 거래의 포지션 규모에 영향을 미치도록 허용할 이론적 이유가 없습니다(계정의 자본에 비례하여 변경될 수 있다는 점 제외).
첫 번째는 여러분이 잘 알고 있는 Kelly 기준과 관련이 있습니다. 동일한 통계적 특성을 가진 일련의 거래 기회가 있는 경우(예: 매번 동일한 확률로 두 가지 가능한 결과), 켈리 비율로 최대 로그 평균 성장을 달성한다는 것을 알고 있습니다. 즉, 매 시간마다 동일한 특정 고정 레버리지 기회 중 하나를 얻었지만 결과에 매우 큰 차이가 발생합니다. 고정 레버리지를 낮추면 평균 성장률은 낮아지지만 분산은 훨씬 낮아진다는 사실도 알고 계실 것입니다. 일련의 유사한 기회에 대해 그 하위 집합에 대해 2개 이상의 서로 다른 수준의 레버리지를 사용하는 경우 결과는 각기 다른 수준의 레버리지로 개별적으로 얻을 수 있는 기하 평균이 됩니다(이가 명확하지 않은 경우 자세히 설명할 수 있습니다). 단일 레버리지 선택보다 혼합 레버리지에서 분산이 더 나빠지는 이유는 분산 대 수익률의 그래프가 오목하기 때문입니다(각 포인트는 단일 레버리지 선택에 해당함). 수익률에 대한 이 분산 곡선을 생각하면 곡선에 있는 두 개 이상의 점의 평균이 곡선 위에 있습니다(단순히 오목하기 때문입니다). 즉, 항상 단일 수준의 레버리지를 사용하는 것이 가장 좋습니다. 우리가 거래의 확률을 모른다는 점에서 분명히 큰 문제가 있지만, 만약 우리가 알면 Kelly는 수익과 분산 사이의 최적의 절충안을 제공하기 위해 노출을 다양화하는 방법을 알려줄 것입니다.
그리드 및 안티 그리드 시스템의 경우와 같이 다양한 크기의 네트 위치가 있는 상황에 이것을 적용하는 것은 간단한 일이 아닙니다. 이것은 편향된 코인에 일련의 베팅을 하는 상황과 매우 다릅니다. 반성해 보면, 이러한 유형의 상황에서 우리는 거래를 포지션이 일정하게 유지되는 시간으로 편리하게 인위적으로 정의할 수 있습니다. 스프레드에 눈을 돌리면 포지션 크기가 변경될 때 이러한 포지션을 단순히 열고 닫는 척 할 수 있습니다. 당신이 가지고 있는 노출과 당신이 그것을 가지고 있는 시간은 분명히 가장 중요하고 흥미로운 것입니다.
이 관점에서 이론은 포지션 크기의 변화가 통계적 성과의 변화와 연관되어야 한다고 제안합니다(당신이 약간의 우위가 있을 때 상당히 낮은 노출을 원하고(유효 레버리지 측면에서) 당신이 큰 우위를 가질 때 높은 노출을 원함) .
두 번째 이견은 개인의 취향이라고 볼 수 있을 것 같습니다. 그러나 승패의 확률과 크기도 중요합니다. 내가 생각하고 있던 상황은 누군가가 90%의 확률로 10%의 이익을 얻을 수 있고 10%의 확률로 90%의 손실을 입을 수 있는 상황이었습니다. 즉, 우위는 없지만 대부분의 경우 이깁니다. 이것은 martingale이 에지 없이 스테이킹할 때 얻을 수 있는 상황입니다.
세 번째 불일치는 최종 형평성에 대한 영향에 대한 생각에서 비롯됩니다. 원칙적으로 특정 시간에 익스포저를 선택할 때 고려해야 할 유일한 사항은 해당 익스포저가 최종 자산의 확률 분포 에 미치는 영향이라는 점에 동의할 수 있습니까? 내가 볼 수 있는 한, 관련된 유일한 것은 일이 일어날 확률(나중에 다른 수준에 도달하는 가격)과 기회가 발생한 시점의 형평성입니다. 일부 초기 거래의 결과가 이에 영향을 미치는 유일한 방법은 그것이 자본에 미친 영향입니다. 물론 이미 열린 포지션이 있는 경우 적절한 노출 수준을 달성하는 방법에 영향을 미칩니다. 아마도 그것이 당신이 의미했던 것입니다.
막대한 재산을 가진 사람이 모든 것을 잃고 더 많이 잃는 것이 좋은 돈 관리라고 생각할 수 없습니까? 이를 수량화하기 위해 사람들은 일반적으로 볼록한 효용 함수 를 가지고 있습니다. 특히 부의 첫 번째 부분이 부가적인 부보다 훨씬 더 가치가 있는 저소득층에서 그렇습니다. 예를 들어 0달러와 100만 달러 사이의 유틸리티 차이는 900만 달러와 1000만 달러 사이의 차이보다 훨씬 큽니다. 이 사실은 자신의 부를 너무 많이 위험에 빠뜨리면 효용이 상실된다는 것을 보여주기 위해 사용될 수 있습니다. 그 이유는 한계 이익이 한계 손실보다 효용이 훨씬 낮기 때문입니다. 그러나 이것은 확실히 상식입니다. 1억 달러(오늘날의 돈)가 있다면 원하는 것을 대부분 가질 수 있도록 최소한 일부는 안전하게 보관해야 합니다. 노출을 최대화하여 잠재적인 이익의 마지막 한 푼을 짜내는 효용은 모든 위험을 감수하는 것을 정당화할 만큼 충분히 높지 않습니다.
소로스 내기의 위험성에 대해 잘못 추측하신 것 같습니다. 포지션이 $10B인 경우 위험은 ERM의 상한선 때문에 이 값의 4.5%($450M)보다 낮았지만 진입 및 퇴출 가격이 가능한 최악의 지점에 있지 않았을 것이기 때문에 아마도 이보다 훨씬 낮을 것입니다. . 그는 고평가된 파운드가 ERM을 이탈할 경우 상승 여력이 매우 높기 때문에 위험/보상 비율이 좋은 거래를 식별했습니다. Soros의 펀드는 거래 당시 100억 달러 이상의 자금을 보유하고 있었을 것이므로(예: Rothschilds가 1969년에 약 60억 달러를 투자했음을 알고 있음) 거래에 사용된 레버리지는 Kelly 기준에 따라 보수적인 것으로 간주될 수 있습니다. , 합리적인 가장자리를 가정합니다. [참고로 파운드화는 약 25% 하락했고 Soros의 내기는 이 움직임의 상당 부분을 차지했을 것입니다. 이는 인상적입니다. 출구전략이 무엇인지 궁금하다. :) ]
잘 설명했습니다. 이제 나는 당신이 어디에서 왔는지 이해합니다. 제공된 모든 설명에 동의합니다. 잠시 이 시스템에 반대 하는 악마의 옹호자 역할을 하도록 허용합니다. 외관상 시스템은 무작위로 보입니다. 예측 없음, 에지 없음 및 알고리즘 없음. 수학적 배경을 가진 대부분의 사람들은 그러한 시스템을 보고 시스템의 기대치=0이라고 말할 것입니다. 내가 목록에 동의한 수학 법칙 때문에 이 시스템은 실패할 운명입니다. 이 시스템이 가변 크기 베팅을 사용하는 이유는 무엇입니까? 그것이 정말로 수익성이 있다면, 수학 및 제가 이해한 방법에 따르면 플랫 베팅을 사용하는 것도 수익성이 있어야 합니다. 또한 표준 10K 시작 계정 대신 20k를 사용하는 이유는 무엇입니까? Gordon은 그러한 시스템의 무장을 해제하기 위해 몇 가지 멋진 수학 및 설명을 제공했습니다.
이제 이 시스템을 지원 하려고 합니다. 나는 Zzuegg가 자신의 정당성을 멋지게 표현했다고 생각합니다. 지표는 지연되고 가격은 그렇지 않습니다. 시스템이 하는 일은 OrderProfit을 지표로 사용하는 것입니다. 그의 곡선을 본 후에는 그가 같은 통화를 헤지하고 있다는 것을 알았습니다. 나는 Zzuegg가 헤징 을 사용하여 드로다운으로 놀라운 일을 한 곡선을 보았습니다. 그는 분명히 내가 모르는 것을 알고 있습니다. 헤징은 7비트입니다. 이 Anti-Grid에 대해 처음 들어본 사람은 고려하지 않을 것입니다. 그러나 그는 하나는 선형 성장(Grid)이고 다른 하나는 2차 성장(Anti-Grid)이 있기 때문에 Grid와 Anti-Grid를 함께 사용하는 것을 고려했습니다. 이 시스템을 7비트로 지원하기 위해 전체적으로 몇 가지 멋진 수학이 제공되었습니다.
Variable-Lot-Size 대 유사 문제: Zzuegg는 전체 테스트에 걸쳐 0.1랏을 사용했지만 여전히 동일한 결과를 얻을 수 있었습니다. 이번에만 그는 10배 더 많은 거래를 할 것입니다. 나는 전에 그가 하는 것을 보았다. 수학 사람들이 Fixed-Lots를 좋아하는 이유는 Kelly 및 기타 통계를 쉽게 계산할 수 있기 때문입니다. 그러나 그러한 시스템에서는 그것이 중요한 것이 아니라 종속/독립 이벤트 순서가 더 중요합니다. 예, 종속 이벤트로 Kelly 및 Sd-Curves를 계산하는 것이 불가능하지 않다는 것을 알고 있습니다. 단지 더 어렵습니다. 이에 대해 설명하려고 하는 귀하의 의견에 감사드립니다.
인출 및 20k 뱅크롤 문제. 나는 Zzuegg조차도 그의 시스템이 일반적인 것보다 훨씬 더 많은 투자 자본을 필요로 한다는 것을 알고 있다고 생각합니다. 자본금이 증가할 때마다 상대적인 인출액은 점점 낮아질 것입니다. 나는 사과와 사과를 비교하는 것의 중요성을 지적하고 싶었을 뿐입니다.
Statistically Valid# of Trades: Boy, 나는 당신이 그것에 대한 답을 가지고 있기를 바랍니다. 그러한 시스템이 교과서적인 추세 추종 또는 측면 시스템보다 다른 차트에서 더 잘 작동할 것이라고 확신합니다.
Random Trading 0-Expectancy의 문제에 대해: 제 믿음은 시장이 시간의 높은 비율로 무작위적이라는 것입니다. 랜덤하지 않은 특성의 효과는 대부분 대규모/시간 프레임에서 실현됩니다. 그러나 대부분의 뱅크롤이 폭풍을 견뎌야 하는 더 작은 기간 내에 있습니다. 또한 거래는 알려진 모든 변수가 표시되기 때문에 알고리즘이 이를 악용할 수 있는 카드 게임이나 체스와 같은 정적 프로세스가 아닙니다. 기술 분석 및 가격 차트는 시장에 대해 1차원만 표시합니다. 근본적이고 감정적인 측면은 분명하지 않습니다. 주문을 하는 시점까지 모든 변수와 감정(가격에도 반영되어 있다고 생각한다면)을 계산할 수 있습니다. 그러나 그 이후에는 새로운 가격 움직임에 따라 거래가 이루어집니다. 이러한 시스템을 통해 무작위로 변화하는 시장에서 전후에 적응할 수 있다고 생각합니다.
결론: Zzuegg는 Hedging을 사용하여 7비트 Anti-Grid 시스템의 코드를 해독했습니까? 자, 기다려 보겠습니다.
당신이 맞습니다. 시스템은 일정한 로트 크기에서도 작동하지만 범위 단계 후에 매우 느리게 회복되어 이익이 감소합니다. 더 안전해 보일 수도 있지만 그렇지 않다고 생각합니다. 레인징 기간 후 기껏해야 브레이크 아웃이 발생하자마자 빠르게 회복하는 것은 이익을 잠그지 않고 다음 레인징 기간으로 떨어지지 않는 좋은 방법입니다.
To the issue of Draw-Down & 20k Bankroll. I think even Zzuegg realizes that his system requires a much bigger investment capital than typical. The relative draw-down will get lower and lower when ever the stating capital is Increased. I just wanted to point out the importance of comparing apples to apples.
20k 테스트에서는 실제 계정을 사용했습니다. 의미 최소 로티즈는 0.1이며, 0.01을 거래할 수 있는 브로커(및 ECN도 많이 있음)를 찾으면 자금은 2k만큼만 높아집니다. 이러한 작은 로티즈에는 여전히 높지만 저렴합니다.
stickt antigrid는 X pip 이동 후 양방향으로 위치를 열어야 합니다 . 안티 그리드와 그리드의 주요 차이점은 첫 번째는 손절매를 설정하고 두 번째는 이익실현을 설정한다는 것입니다. 내가 말했듯이 헤딩의 장단점이 있습니다. 동일한 시스템이 비 헤징 방식으로도 구현될 수 있지만 코딩은 훨씬 쉽습니다. 7Bits antigrid는 잘 작동하지만(그러나 내가 정확하게 기억한다면 그는 오래 전에 동시에 판매와 구매를 하고 있었습니다) 그러나 출구를 놓치면 전체 antigrid가 당신에게 불리하게 되는 출구 기준을 정의해야 합니다. 이것은 지표가 필요합니다. 나는 어떤 지표도 원하지 않기 때문에 이것을 자동화하는 다른 방법을 찾아야 했습니다. 엄격한 반격자에 대한 주요 추가 사항은 시장이 순 위치에 반하는 경우 시스템이 이익의 일부라도 잠그는 것입니다. (많지는 않지만 적어도 약간의 핍). '큰' 드로우다운은 여전히 문제입니다. 범위 지정 단계에서 몇 번의 거래만 피하면 드로다운이 줄어들 뿐만 아니라 회복이 더 빨리 일어나기 때문에 이익이 증가합니다. 불행히도 나는 현재 지표에 의존하지 않고 수행하는 방법을 모릅니다.
또한 MT5 다중 통화 백테스트는 어려운 것보다 더 까다로워 보입니다. :(
BTW, 나는 베팅 전략이나 진정한 추세 시장의 특성을 이용하고 있는지 확인하기 위해 시스템을 뒤집었고 역 시스템은 항상 실패했습니다. 시작 시간은 중요하지 않습니다. 이것은 내가 비록 작은 진보적인 시스템을 포함하더라도 시장의 추세라는 사실을 이용하고 있다는 결론으로 이어집니다.
@ubzen, 실제로 "헤징"은 우위나 수익성을 전혀 제공하지 않습니다!. 정지 상태를 유지하고 이익 주문을 미결 상태로 유지하는 편리한 방법일 뿐입니다. 동일한 브로커에서 동시에 반대 방향으로 두 개의 포지션을 여는 것에는 다른 이점이 없습니다( 계정 자산 은 순 포지션을 가진 것과 똑같은 방식으로 변경되기 때문입니다). 어떤 경우에는 헤징이 스프레드 비용을 증가시킬 수 있습니다(반대 포지션을 동시에 열고 닫을 때마다). 물론 조금 더 문제를 일으키면 항상 동일한 순 포지션을 유지하고 동일한 지정가 및 지정가 주문(위치에 첨부된 OCO가 아닌 별도로 관리되는 주문으로)을 유지함으로써 헤지 시스템과 동일한 결과를 생성할 수 있습니다. .
통계적으로 유효한 거래 수에 대한 내 대답이 당신이 필요로하는 것이라고 생각했습니다. 약간 다른 방식으로 보면 거래 샘플이 있을 때마다 기본 성능(샘플 성능과 반대)에 불확실성이 있으며 이는 샘플 크기에 따라 감소합니다. 내가 설명한 기술을 사용하여 성능에 대한 95% 신뢰 구간과 같은 것을 찾을 수 있습니다. 이익률이 낮을 때 더 많은 거래가 필요한 유일한 이유는 수익을 낼 수 있다는 확신을 가지기 위해 간격을 더 작게 만들어야 하기 때문입니다. 물론 불확실성은 거래 횟수의 제곱근으로 내려갑니다.
전략을 수익성 있게 만드는 요인에 대한 생각과 관련하여 이 사소한 점을 염두에 두십시오. 어떤 때는 롱 포지션을, 어떤 때는 숏 포지션을 가집니다. 수익성을 위해 시장은 잘못된 방향으로 가는 것보다 더 많은 거래와 같은 방향으로 움직여야 합니다(포지션 크기가 다양한 경우 가중치 포함). 따라서 시스템이 아무리 복잡하더라도 이익을 내는 시장의 방향을 예측해야 합니다(예: 상승할 때는 길고 하락할 때는 짧게). :)
@zzuegg, 2011.08.08 21:19에 게시 된 차트의 빨간색 녹색 및 파란색 데이터는 무엇입니까?
주식 라인에 단점이 거의 없을 수 있지만 전체 기간 동안 여전히 그렇게 많이 오른다면 나는 여전히 완전히 놀랐습니다. 이 문제를 일으키는 시스템이 무엇인지 대략적으로 나타낼 수 있습니까? 내가 7비트에서 본 안티그리드는 적어도 내가 임의의 숫자를 입력할 때 매우 다른 것처럼 보입니다. [어떤 이유에서인지 그것은 매우 느리게 백테스트 하는데 도움이 되지 않습니다.] 또한 균형 라인은 테스트 기간이 끝날 때까지 남쪽으로 향합니다. 약간 이상해 보입니다!
7Bits antigrid는 잘 작동합니다. (하지만 제 기억이 맞다면 그는 오래 전에 동시에 판매와 구매를 하고 있었습니다.): 예, 아마도 오래전에 실험 중이었을 것입니다. 여기에 있는 그의 진술에 따르면: "상대 입장은 당연히 즉시 마감될 것입니다. 저는 이것이 자명하다고 생각했습니다. 도대체 왜 같은 악기를 동시에 롱숏하고 숏컷하고 싶습니까?" mt5와 같은 Snowball 시스템의 최종 버전은 이를 허용하지 않습니다. 하지만 global_variables 또는 더미 주문을 사용하지 않고도 주문에 저장된 모든 정보에 액세스할 수 있으므로 헤지로 코딩하는 것이 더 쉽다는 데 동의합니다.
또한 MT5 다중 통화 백테스트는 어려운 것보다 더 까다로워 보입니다. :(: 예? lol, 내가 먼저 늑대에게 먹이를 준다고 가르쳤습니다. 어쨌든, 여전히 mt5를 사용하지 않고 다중 통화에서 수행하는 방법에 대한 아이디어를 얻으려고 하는 경우에도 설명된 도구를 권장합니다. 여러 보고서 파일을 병합하여 지분 효과를 표시할 수 있습니다. 1) 이 접근 방식의 문제는 지분 비율을 사용하여 (예: 위험/보상) 같은 것을 결정하는 경우 이 접근 방식이 잘못될 수 있다는 것입니다. 2) 이 솔루션은 EUR/USD와 같은 상황을 보고 EUR/GBP의 결과를 결정할 수 없습니다.
'큰' 드로우다운은 여전히 문제이며, 범위 지정 단계에서 몇 번의 거래만 피할 수 있습니다...: 글쎄요, 시스템에 따라 범위를 결정하기 위해 Order_OpenPrices를 사용해 볼 수 있습니다. 그러나 내 테스트에서는 여러 번 도움이 되지만 상처를 주기도 합니다. 다음은 샘플 코드입니다.
@zzuegg, 2011.08.08 21:19에 게시 된 차트의 빨간색 녹색 및 파란색 데이터는 무엇입니까?
주식 라인에 단점이 거의 없을 수 있지만 전체 기간 동안 여전히 그렇게 많이 오른다면 나는 여전히 완전히 놀랐습니다. 이 문제를 일으키는 시스템이 무엇인지 대략적으로 나타낼 수 있습니까? 내가 7비트에서 본 안티그리드는 적어도 내가 임의의 숫자를 입력할 때 매우 다른 것처럼 보입니다. [어떤 이유에서인지 그것은 매우 느리게 백테스트하는데 도움이 되지 않습니다.] 또한 균형 라인은 테스트 기간이 끝날 때까지 남쪽으로 향합니다. 약간 이상해 보입니다!
주식이 하락하고 08.08에 게시된 차트는 일일 기준(고/저) 현재 주식의 최고점(파란색)과 최대 하락폭을 나타내는 기록된 실제 주식입니다. 28.약간의 퍼센트였다..
ubzen, 정정해서 죄송합니다. 하지만 수학은 단순히 사실입니다. 문제를 일으킬 수 있는 것은 수학의 오용입니다. 수학적 정리의 진실에 동의하지 않으려면 거의 확실히 벽돌 벽에 머리를 부딪치고 있는 것이며, 그렇지 않은 경우에는 박사 후 과정 수준으로 지식을 향상시켜야 한다고 생각합니다. 예를 들어, Kelly 기준은 특정 통계적 속성을 가진 일련의 기회에 대해 일정량의 레버리지를 사용하여 달성한 수익의 확률 분포 에 대한 수학적 진리입니다. 필요한 통계적 속성에 대한 적절한 추정치가 있다고 생각하는 상황에서 실용적으로 사용할 수 있습니다. 그러나 이론(그리고 내 경험적 연구)이 나에게 말하는 가장 중요한 것은 기준이 제시하는 최대 레버리지에 가까운 것을 사용하면 그 대가로 엄청난 변동을 기대할 수 있다는 것입니다. 이론이 그것을 이해하는 누군가를 오도할 수 있는 거의 유일한 방법은 너무 부정확한 거래의 통계적 속성 추정치를 연결하는 것입니다. 쓰레기가 들어오고 쓰레기가 나온다는 것은 오래된 진실입니다. 잘못된 데이터를 올바른 프로그램에 넣으면 올바른 결과를 기대하지 마십시오.
가우스 분포의 경우, 일부 엉성한 사람들이 특정 응용 프로그램에서 자산 간의 상관 관계에 사용하기 위해 수학적 모델에 대해 잘못된 가정을 했고 이 실수로 인해 큰 재정적 문제가 발생했다는 사실은 이제 다소 오래된 문제이며 흥미로운 것처럼 보입니다. 나를 Y2K 문제로 간주합니다(특히 내가 항상 내 프로그램에서 2자리 연도를 사용하는 것을 피했기 때문에 1990년경에 이미 저를 잠들게 하고 있었습니다).
나는 당신과 같은 거친 주장(예: "수십억 개의 독립적인 사건")을 하지 않기를 열망하지만, 실제로 내가 가진 정보가 얼마나 의미있는지 알아내고자 합니다. 예를 들어, zzuegg의 시스템이 달성한 자기자본 곡선이 실제로 보이는 것처럼 놀라울 정도로 좋다면, 해당 데이터에 최적화되지 않는 한 효율성에 대한 매우 강력한 증거입니다. 난센스 없이 데이터를 사용하여 최적화된 자기자본 곡선을 생성한 적이 없습니다. 자본의 최대 손실액의 매우 큰 배수인 최종 이익을 볼 때마다 이는 품질을 매우 잘 나타냅니다. 작은 배수일 때 우연일 가능성은 훨씬 더 높습니다. 이것은 간단한 경험 법칙이지만 나쁜 것은 아닙니다. 통계를 자세히 보면 개선할 수 있습니다.
덧붙여서, 만약 George Soros가 올해 파산한다면, 나는 "그의 자금 관리는 최악이었다"라고 말할 것입니다. George Soros는 자신의 전 재산을 위험에 빠뜨리는 실수를 저지르지 않을 것이지만 그렇게 한 사람의 좋은 예는 유명한 Jesse Livermore입니다. 그는 극도로 부자가 된 후 가난해질 정도로 돈 관리에 서툴렀다. 그가 그렇게 하는 것이 어리석었다는 것을 깨닫는 데는 수학이 필요하지 않습니다. 아마도 그의 부의 체계적인 관리 부족과 결합된 심리적 결함의 조합 때문일 것입니다. 리버모어는 분명히 아주 좋은 트레이더였지만, 그의 자금 관리에 개선의 여지가 있었습니다. 그렇지 않습니까?
합당한 존경심을 가지고 물질적으로 우리를 도울 수 있습니까? 우리가 동의하지 않는 이유를 설명하는 20개의 단락은 이 스레드에 도움이 되지 않습니다. 내 질문에 직접적인 답변으로 답할 수 있기를 바랍니다. "모르겠다" 또는 "조사해 보겠습니다"도 수락하겠습니다.
1) 안티 그리드 접근 방식을 증명하거나 반증하는 수학을 보여주세요.
2) 통계적으로 유효한 거래의 추정치를 제공하십시오.
3) 내가 동의하지 않는 귀하의 의견을 뒷받침하는 공식이나 참고 자료를 제공하십시오.
당신이 말했듯이, 문제를 일으킬 수 있는 것은 수학의 오용입니다. IMO. 법칙처럼 거래에 대해 전통적인 통계를 사용하는 것은 수학을 오용하는 것입니다. 이번에는 수식을 제공해주시기 바랍니다.
다음에 대한 응답:
리버모어는 분명히 아주 좋은 트레이더였지만, 그의 자금 관리 에 개선의 여지가 있었습니다. 그렇죠? 목적이 수단을 정당화한다고 말하고 싶습니다. 그가 파산하지 않았다면 우리는 그가 그의 돈 관리를 알고 있다고 계속 생각했을 것입니다.
wikipedia에서: 1992년 9월 16일 검은 수요일에 Soros의 펀드는 100억 달러 이상의 가치가 있는 파운드를 공매도했습니다. 국가 또는 통화를 유동화합니다.
그들이 100억 파운드의 자금 관리를 지원한 거래에서 Edge를 지원하는 통계를 어디서 얻었다고 생각하십니까? Soro가 그 내기에서 졌다면 켈리와 뱅크롤이 내기를 지원하지 않았기 때문에 그는 돈 관리도 몰랐다고 말할 수 있습니다.
수학에 따르면 파산 위험이 0.01%(1/10000)이고 모든 돈을 잃은 것입니다. 돈 관리를 모른다는 뜻인가요? 아니면 10000명 중 1명을 치는 불운이 있다는 뜻입니까?
@ubzen, 흥미로운 점. 나는 당신이 믿는 것만큼 우리가 의견 불일치에 있다고 생각하지 않습니다. 그리고 토론은 우리 모두의 이해를 향상시킵니다.
1) 나는 이러한(4개?) 주장 중 어떤 것도 하지 않았으며 그렇게 하지 않을 것입니다. 나는 일반적으로 그리드 또는 안티 그리드 시스템을 증명하거나 반증하고 싶지 않거나 시도하고 싶지 않습니다. 단순히 불가능합니다. 하나의 특정 시스템에서도 가능한 것은 성능에 대한 통계적 진술을 만드는 것뿐입니다.
2) 이 질문은 증거 해석에서 근본적으로 중요한 문제를 제기합니다. 기본 아이디어는 속지 않기 위해 결과가 우연히 달성되었을 가능성을 추정하는 것입니다. 간단한 비유로, 동전 던지기를 예측하는 방법이 있고 14/20을 달성했다고 가정하면 실제로 50%를 득점했다면 그러한 결과가 나올 확률을 쉽게 계산할 수 있습니다. 14/20은 1.75의 이익 계수로 생각할 수 있으므로 유의미한 수준이 되기 위해 많은 표본이 필요하지 않습니다. (사실 우위가 없다면 20개 중 14개를 맞힐 확률은 17분의 1 정도입니다.)
더 낮은 이윤 계수(예: 1.1)가 유의미해지기 위해서는 훨씬 더 큰 샘플이 필요하다는 것이 밝혀졌습니다. 따라야 할 정확한 프로세스는 "거래는 실제 결과와 동일한 분산을 갖지만 평균 이익은 0"과 같은 귀무 가설을 만든 다음 실제 결과를 우연히 얻을 확률을 계산하는 것입니다. 매우 유용한 일반 절차입니다. 동의해 주시기 바랍니다. zzuegg의 결과의 경우 내 분석이 귀무 가설을 반증하기에 충분하지 않았지만(분산에 대해 낙관적인 가정을 했음에도 불구하고) 놀라울 정도로 좋은 자기자본 곡선은 내가 가지고 있지 않은 데이터를 사용하여 분석을 하는 것이 결과는 확실히 우연에 기인할 수 없다는 것을 보여줍니다.
여러 시스템을 테스트할 때 흥미로운 점이 있습니다(예: 일종의 최적화). 최상의 실행에 대해 이 분석을 수행한 경우 수행된 선택으로 인해 자신을 오도할 수 있습니다. 여러 번 실행했다는 점을 고려하여 기준을 강화해야 합니다. 예를 들어, 100번의 독립적인 실행을 수행하고 그 중 하나가 200번 중 1번은 우연히 발생할 것으로 예상할 수 있는 결과가 나온다면 이는 해당 방법이 수익성이 있다는 증거가 거의 없습니다. 그 이유가 분명하기를 바랍니다.
3) 좋습니다. 마침내 아래에 인용된 세 가지 의견 불일치를 해결합니다.
ubzen :
동의하지 않습니다 : 유사한 통계적 특성을 가진 일련의 거래 기회에서 최고의 장기 성과(위험 회피를 포함하여 합리적인 정의)를 달성하는 방법은 유사한 양의 레버리지를 사용하는 것이라는 것은 수학적인 사실입니다. 그들 각각:
나는 동의하지 않는다 : 확실히, 건강한 이익의 높은 확률을 갖기 위해 아주 큰 손실을 입을 작은 확률을 기꺼이 받아들이는(또는 무시하는) 사람들이 꽤 있을 것입니다. 그러나 이것은 순수한 도박으로 가장 잘 분류됩니다.
I 동의하지 않습니다. 첫 번째 거래에서 발생한 일이 두 번째 거래의 포지션 규모에 영향을 미치도록 허용할 이론적 이유가 없습니다(계정의 자본에 비례하여 변경될 수 있다는 점 제외).
첫 번째는 여러분이 잘 알고 있는 Kelly 기준과 관련이 있습니다. 동일한 통계적 특성을 가진 일련의 거래 기회가 있는 경우(예: 매번 동일한 확률로 두 가지 가능한 결과), 켈리 비율로 최대 로그 평균 성장을 달성한다는 것을 알고 있습니다. 즉, 매 시간마다 동일한 특정 고정 레버리지 기회 중 하나를 얻었지만 결과에 매우 큰 차이가 발생합니다. 고정 레버리지를 낮추면 평균 성장률은 낮아지지만 분산은 훨씬 낮아진다는 사실도 알고 계실 것입니다. 일련의 유사한 기회에 대해 그 하위 집합에 대해 2개 이상의 서로 다른 수준의 레버리지를 사용하는 경우 결과는 각기 다른 수준의 레버리지로 개별적으로 얻을 수 있는 기하 평균이 됩니다(이가 명확하지 않은 경우 자세히 설명할 수 있습니다). 단일 레버리지 선택보다 혼합 레버리지에서 분산이 더 나빠지는 이유는 분산 대 수익률의 그래프가 오목하기 때문입니다(각 포인트는 단일 레버리지 선택에 해당함). 수익률에 대한 이 분산 곡선을 생각하면 곡선에 있는 두 개 이상의 점의 평균이 곡선 위에 있습니다(단순히 오목하기 때문입니다). 즉, 항상 단일 수준의 레버리지를 사용하는 것이 가장 좋습니다. 우리가 거래의 확률을 모른다는 점에서 분명히 큰 문제가 있지만, 만약 우리가 알면 Kelly는 수익과 분산 사이의 최적의 절충안을 제공하기 위해 노출을 다양화하는 방법을 알려줄 것입니다.
그리드 및 안티 그리드 시스템의 경우와 같이 다양한 크기의 네트 위치가 있는 상황에 이것을 적용하는 것은 간단한 일이 아닙니다. 이것은 편향된 코인에 일련의 베팅을 하는 상황과 매우 다릅니다. 반성해 보면, 이러한 유형의 상황에서 우리는 거래를 포지션이 일정하게 유지되는 시간으로 편리하게 인위적으로 정의할 수 있습니다. 스프레드에 눈을 돌리면 포지션 크기가 변경될 때 이러한 포지션을 단순히 열고 닫는 척 할 수 있습니다. 당신이 가지고 있는 노출과 당신이 그것을 가지고 있는 시간은 분명히 가장 중요하고 흥미로운 것입니다.
이 관점에서 이론은 포지션 크기의 변화가 통계적 성과의 변화와 연관되어야 한다고 제안합니다(당신이 약간의 우위가 있을 때 상당히 낮은 노출을 원하고(유효 레버리지 측면에서) 당신이 큰 우위를 가질 때 높은 노출을 원함) .
두 번째 이견은 개인의 취향이라고 볼 수 있을 것 같습니다. 그러나 승패의 확률과 크기도 중요합니다. 내가 생각하고 있던 상황은 누군가가 90%의 확률로 10%의 이익을 얻을 수 있고 10%의 확률로 90%의 손실을 입을 수 있는 상황이었습니다. 즉, 우위는 없지만 대부분의 경우 이깁니다. 이것은 martingale이 에지 없이 스테이킹할 때 얻을 수 있는 상황입니다.
세 번째 불일치는 최종 형평성에 대한 영향에 대한 생각에서 비롯됩니다. 원칙적으로 특정 시간에 익스포저를 선택할 때 고려해야 할 유일한 사항은 해당 익스포저가 최종 자산의 확률 분포 에 미치는 영향이라는 점에 동의할 수 있습니까? 내가 볼 수 있는 한, 관련된 유일한 것은 일이 일어날 확률(나중에 다른 수준에 도달하는 가격)과 기회가 발생한 시점의 형평성입니다. 일부 초기 거래의 결과가 이에 영향을 미치는 유일한 방법은 그것이 자본에 미친 영향입니다. 물론 이미 열린 포지션이 있는 경우 적절한 노출 수준을 달성하는 방법에 영향을 미칩니다. 아마도 그것이 당신이 의미했던 것입니다.
@ubzen, 다른 요점:
막대한 재산을 가진 사람이 모든 것을 잃고 더 많이 잃는 것이 좋은 돈 관리라고 생각할 수 없습니까? 이를 수량화하기 위해 사람들은 일반적으로 볼록한 효용 함수 를 가지고 있습니다. 특히 부의 첫 번째 부분이 부가적인 부보다 훨씬 더 가치가 있는 저소득층에서 그렇습니다. 예를 들어 0달러와 100만 달러 사이의 유틸리티 차이는 900만 달러와 1000만 달러 사이의 차이보다 훨씬 큽니다. 이 사실은 자신의 부를 너무 많이 위험에 빠뜨리면 효용이 상실된다는 것을 보여주기 위해 사용될 수 있습니다. 그 이유는 한계 이익이 한계 손실보다 효용이 훨씬 낮기 때문입니다. 그러나 이것은 확실히 상식입니다. 1억 달러(오늘날의 돈)가 있다면 원하는 것을 대부분 가질 수 있도록 최소한 일부는 안전하게 보관해야 합니다. 노출을 최대화하여 잠재적인 이익의 마지막 한 푼을 짜내는 효용은 모든 위험을 감수하는 것을 정당화할 만큼 충분히 높지 않습니다.
소로스 내기의 위험성에 대해 잘못 추측하신 것 같습니다. 포지션이 $10B인 경우 위험은 ERM의 상한선 때문에 이 값의 4.5%($450M)보다 낮았지만 진입 및 퇴출 가격이 가능한 최악의 지점에 있지 않았을 것이기 때문에 아마도 이보다 훨씬 낮을 것입니다. . 그는 고평가된 파운드가 ERM을 이탈할 경우 상승 여력이 매우 높기 때문에 위험/보상 비율이 좋은 거래를 식별했습니다. Soros의 펀드는 거래 당시 100억 달러 이상의 자금을 보유하고 있었을 것이므로(예: Rothschilds가 1969년에 약 60억 달러를 투자했음을 알고 있음) 거래에 사용된 레버리지는 Kelly 기준에 따라 보수적인 것으로 간주될 수 있습니다. , 합리적인 가장자리를 가정합니다. [참고로 파운드화는 약 25% 하락했고 Soros의 내기는 이 움직임의 상당 부분을 차지했을 것입니다. 이는 인상적입니다. 출구전략이 무엇인지 궁금하다. :) ]
잘 설명했습니다. 이제 나는 당신이 어디에서 왔는지 이해합니다. 제공된 모든 설명에 동의합니다. 잠시 이 시스템에 반대 하는 악마의 옹호자 역할을 하도록 허용합니다. 외관상 시스템은 무작위로 보입니다. 예측 없음, 에지 없음 및 알고리즘 없음. 수학적 배경을 가진 대부분의 사람들은 그러한 시스템을 보고 시스템의 기대치=0이라고 말할 것입니다. 내가 목록에 동의한 수학 법칙 때문에 이 시스템은 실패할 운명입니다. 이 시스템이 가변 크기 베팅을 사용하는 이유는 무엇입니까? 그것이 정말로 수익성이 있다면, 수학 및 제가 이해한 방법에 따르면 플랫 베팅을 사용하는 것도 수익성이 있어야 합니다. 또한 표준 10K 시작 계정 대신 20k를 사용하는 이유는 무엇입니까? Gordon은 그러한 시스템의 무장을 해제하기 위해 몇 가지 멋진 수학 및 설명을 제공했습니다.
이제 이 시스템을 지원 하려고 합니다. 나는 Zzuegg가 자신의 정당성을 멋지게 표현했다고 생각합니다. 지표는 지연되고 가격은 그렇지 않습니다. 시스템이 하는 일은 OrderProfit을 지표로 사용하는 것입니다. 그의 곡선을 본 후에는 그가 같은 통화를 헤지하고 있다는 것을 알았습니다. 나는 Zzuegg가 헤징 을 사용하여 드로다운으로 놀라운 일을 한 곡선을 보았습니다. 그는 분명히 내가 모르는 것을 알고 있습니다. 헤징은 7비트입니다. 이 Anti-Grid에 대해 처음 들어본 사람은 고려하지 않을 것입니다. 그러나 그는 하나는 선형 성장(Grid)이고 다른 하나는 2차 성장(Anti-Grid)이 있기 때문에 Grid와 Anti-Grid를 함께 사용하는 것을 고려했습니다. 이 시스템을 7비트로 지원하기 위해 전체적으로 몇 가지 멋진 수학이 제공되었습니다.
Variable-Lot-Size 대 유사 문제: Zzuegg는 전체 테스트에 걸쳐 0.1랏을 사용했지만 여전히 동일한 결과를 얻을 수 있었습니다. 이번에만 그는 10배 더 많은 거래를 할 것입니다. 나는 전에 그가 하는 것을 보았다. 수학 사람들이 Fixed-Lots를 좋아하는 이유는 Kelly 및 기타 통계를 쉽게 계산할 수 있기 때문입니다. 그러나 그러한 시스템에서는 그것이 중요한 것이 아니라 종속/독립 이벤트 순서가 더 중요합니다. 예, 종속 이벤트로 Kelly 및 Sd-Curves를 계산하는 것이 불가능하지 않다는 것을 알고 있습니다. 단지 더 어렵습니다. 이에 대해 설명하려고 하는 귀하의 의견에 감사드립니다.
인출 및 20k 뱅크롤 문제. 나는 Zzuegg조차도 그의 시스템이 일반적인 것보다 훨씬 더 많은 투자 자본을 필요로 한다는 것을 알고 있다고 생각합니다. 자본금이 증가할 때마다 상대적인 인출액은 점점 낮아질 것입니다. 나는 사과와 사과를 비교하는 것의 중요성을 지적하고 싶었을 뿐입니다.
Statistically Valid# of Trades: Boy, 나는 당신이 그것에 대한 답을 가지고 있기를 바랍니다. 그러한 시스템이 교과서적인 추세 추종 또는 측면 시스템보다 다른 차트에서 더 잘 작동할 것이라고 확신합니다.
Random Trading 0-Expectancy의 문제에 대해: 제 믿음은 시장이 시간의 높은 비율로 무작위적이라는 것입니다. 랜덤하지 않은 특성의 효과는 대부분 대규모/시간 프레임에서 실현됩니다. 그러나 대부분의 뱅크롤이 폭풍을 견뎌야 하는 더 작은 기간 내에 있습니다. 또한 거래는 알려진 모든 변수가 표시되기 때문에 알고리즘이 이를 악용할 수 있는 카드 게임이나 체스와 같은 정적 프로세스가 아닙니다. 기술 분석 및 가격 차트는 시장에 대해 1차원만 표시합니다. 근본적이고 감정적인 측면은 분명하지 않습니다. 주문을 하는 시점까지 모든 변수와 감정(가격에도 반영되어 있다고 생각한다면)을 계산할 수 있습니다. 그러나 그 이후에는 새로운 가격 움직임에 따라 거래가 이루어집니다. 이러한 시스템을 통해 무작위로 변화하는 시장에서 전후에 적응할 수 있다고 생각합니다.
결론: Zzuegg는 Hedging을 사용하여 7비트 Anti-Grid 시스템의 코드를 해독했습니까? 자, 기다려 보겠습니다.
건배. -선-
당신이 맞습니다. 시스템은 일정한 로트 크기에서도 작동하지만 범위 단계 후에 매우 느리게 회복되어 이익이 감소합니다. 더 안전해 보일 수도 있지만 그렇지 않다고 생각합니다. 레인징 기간 후 기껏해야 브레이크 아웃이 발생하자마자 빠르게 회복하는 것은 이익을 잠그지 않고 다음 레인징 기간으로 떨어지지 않는 좋은 방법입니다.
To the issue of Draw-Down & 20k Bankroll. I think even Zzuegg realizes that his system requires a much bigger investment capital than typical. The relative draw-down will get lower and lower when ever the stating capital is Increased. I just wanted to point out the importance of comparing apples to apples.
20k 테스트에서는 실제 계정을 사용했습니다. 의미 최소 로티즈는 0.1이며, 0.01을 거래할 수 있는 브로커(및 ECN도 많이 있음)를 찾으면 자금은 2k만큼만 높아집니다. 이러한 작은 로티즈에는 여전히 높지만 저렴합니다.
stickt antigrid는 X pip 이동 후 양방향으로 위치를 열어야 합니다 . 안티 그리드와 그리드의 주요 차이점은 첫 번째는 손절매를 설정하고 두 번째는 이익실현을 설정한다는 것입니다. 내가 말했듯이 헤딩의 장단점이 있습니다. 동일한 시스템이 비 헤징 방식으로도 구현될 수 있지만 코딩은 훨씬 쉽습니다. 7Bits antigrid는 잘 작동하지만(그러나 내가 정확하게 기억한다면 그는 오래 전에 동시에 판매와 구매를 하고 있었습니다) 그러나 출구를 놓치면 전체 antigrid가 당신에게 불리하게 되는 출구 기준을 정의해야 합니다. 이것은 지표가 필요합니다. 나는 어떤 지표도 원하지 않기 때문에 이것을 자동화하는 다른 방법을 찾아야 했습니다. 엄격한 반격자에 대한 주요 추가 사항은 시장이 순 위치에 반하는 경우 시스템이 이익의 일부라도 잠그는 것입니다. (많지는 않지만 적어도 약간의 핍). '큰' 드로우다운은 여전히 문제입니다. 범위 지정 단계에서 몇 번의 거래만 피하면 드로다운이 줄어들 뿐만 아니라 회복이 더 빨리 일어나기 때문에 이익이 증가합니다. 불행히도 나는 현재 지표에 의존하지 않고 수행하는 방법을 모릅니다.
또한 MT5 다중 통화 백테스트는 어려운 것보다 더 까다로워 보입니다. :(
BTW, 나는 베팅 전략이나 진정한 추세 시장의 특성을 이용하고 있는지 확인하기 위해 시스템을 뒤집었고 역 시스템은 항상 실패했습니다. 시작 시간은 중요하지 않습니다. 이것은 내가 비록 작은 진보적인 시스템을 포함하더라도 시장의 추세라는 사실을 이용하고 있다는 결론으로 이어집니다.
@ubzen, 실제로 "헤징"은 우위나 수익성을 전혀 제공하지 않습니다!. 정지 상태를 유지하고 이익 주문을 미결 상태로 유지하는 편리한 방법일 뿐입니다. 동일한 브로커에서 동시에 반대 방향으로 두 개의 포지션을 여는 것에는 다른 이점이 없습니다( 계정 자산 은 순 포지션을 가진 것과 똑같은 방식으로 변경되기 때문입니다). 어떤 경우에는 헤징이 스프레드 비용을 증가시킬 수 있습니다(반대 포지션을 동시에 열고 닫을 때마다). 물론 조금 더 문제를 일으키면 항상 동일한 순 포지션을 유지하고 동일한 지정가 및 지정가 주문(위치에 첨부된 OCO가 아닌 별도로 관리되는 주문으로)을 유지함으로써 헤지 시스템과 동일한 결과를 생성할 수 있습니다. .
통계적으로 유효한 거래 수에 대한 내 대답이 당신이 필요로하는 것이라고 생각했습니다. 약간 다른 방식으로 보면 거래 샘플이 있을 때마다 기본 성능(샘플 성능과 반대)에 불확실성이 있으며 이는 샘플 크기에 따라 감소합니다. 내가 설명한 기술을 사용하여 성능에 대한 95% 신뢰 구간과 같은 것을 찾을 수 있습니다. 이익률이 낮을 때 더 많은 거래가 필요한 유일한 이유는 수익을 낼 수 있다는 확신을 가지기 위해 간격을 더 작게 만들어야 하기 때문입니다. 물론 불확실성은 거래 횟수의 제곱근으로 내려갑니다.
전략을 수익성 있게 만드는 요인에 대한 생각과 관련하여 이 사소한 점을 염두에 두십시오. 어떤 때는 롱 포지션을, 어떤 때는 숏 포지션을 가집니다. 수익성을 위해 시장은 잘못된 방향으로 가는 것보다 더 많은 거래와 같은 방향으로 움직여야 합니다(포지션 크기가 다양한 경우 가중치 포함). 따라서 시스템이 아무리 복잡하더라도 이익을 내는 시장의 방향을 예측해야 합니다(예: 상승할 때는 길고 하락할 때는 짧게). :)
@zzuegg, 2011.08.08 21:19에 게시 된 차트의 빨간색 녹색 및 파란색 데이터는 무엇입니까?
주식 라인에 단점이 거의 없을 수 있지만 전체 기간 동안 여전히 그렇게 많이 오른다면 나는 여전히 완전히 놀랐습니다. 이 문제를 일으키는 시스템이 무엇인지 대략적으로 나타낼 수 있습니까? 내가 7비트에서 본 안티그리드는 적어도 내가 임의의 숫자를 입력할 때 매우 다른 것처럼 보입니다. [어떤 이유에서인지 그것은 매우 느리게 백테스트 하는데 도움이 되지 않습니다.] 또한 균형 라인은 테스트 기간이 끝날 때까지 남쪽으로 향합니다. 약간 이상해 보입니다!
@Zzuegg:
7Bits antigrid는 잘 작동합니다. (하지만 제 기억이 맞다면 그는 오래 전에 동시에 판매와 구매를 하고 있었습니다.): 예, 아마도 오래전에 실험 중이었을 것입니다. 여기에 있는 그의 진술에 따르면: "상대 입장은 당연히 즉시 마감될 것입니다. 저는 이것이 자명하다고 생각했습니다. 도대체 왜 같은 악기를 동시에 롱숏하고 숏컷하고 싶습니까?" mt5와 같은 Snowball 시스템의 최종 버전은 이를 허용하지 않습니다. 하지만 global_variables 또는 더미 주문을 사용하지 않고도 주문에 저장된 모든 정보에 액세스할 수 있으므로 헤지로 코딩하는 것이 더 쉽다는 데 동의합니다.
또한 MT5 다중 통화 백테스트는 어려운 것보다 더 까다로워 보입니다. :(: 예? lol, 내가 먼저 늑대에게 먹이를 준다고 가르쳤습니다. 어쨌든, 여전히 mt5를 사용하지 않고 다중 통화에서 수행하는 방법에 대한 아이디어를 얻으려고 하는 경우에도 설명된 도구를 권장합니다. 여러 보고서 파일을 병합하여 지분 효과를 표시할 수 있습니다. 1) 이 접근 방식의 문제는 지분 비율을 사용하여 (예: 위험/보상) 같은 것을 결정하는 경우 이 접근 방식이 잘못될 수 있다는 것입니다. 2) 이 솔루션은 EUR/USD와 같은 상황을 보고 EUR/GBP의 결과를 결정할 수 없습니다.
'큰' 드로우다운은 여전히 문제이며, 범위 지정 단계에서 몇 번의 거래만 피할 수 있습니다...: 글쎄요, 시스템에 따라 범위를 결정하기 위해 Order_OpenPrices를 사용해 볼 수 있습니다. 그러나 내 테스트에서는 여러 번 도움이 되지만 상처를 주기도 합니다. 다음은 샘플 코드입니다.
@zzuegg, 2011.08.08 21:19에 게시 된 차트의 빨간색 녹색 및 파란색 데이터는 무엇입니까?
주식 라인에 단점이 거의 없을 수 있지만 전체 기간 동안 여전히 그렇게 많이 오른다면 나는 여전히 완전히 놀랐습니다. 이 문제를 일으키는 시스템이 무엇인지 대략적으로 나타낼 수 있습니까? 내가 7비트에서 본 안티그리드는 적어도 내가 임의의 숫자를 입력할 때 매우 다른 것처럼 보입니다. [어떤 이유에서인지 그것은 매우 느리게 백테스트하는데 도움이 되지 않습니다.] 또한 균형 라인은 테스트 기간이 끝날 때까지 남쪽으로 향합니다. 약간 이상해 보입니다!
주식이 하락하고 08.08에 게시된 차트는 일일 기준(고/저) 현재 주식의 최고점(파란색)과 최대 하락폭을 나타내는 기록된 실제 주식입니다. 28.약간의 퍼센트였다..
나는 내일 더 쓸 것이다.