交易中的机器学习:理论、模型、实践和算法交易 - 页 159

 
阿列克谢-伯纳科夫

我为什么要把明显的事情说出来呢?好吧,我可以用大量的交易来开盘,那又怎样?我们现在不是在幼儿园。你最好承认,你根本不知道我们在说什么。

你最好问问迪米特里这个问题的意图是什么。

可能他想听到 "1:500 "而笑。比如什么是杠杆。但他的收入很低。如果我告诉他,一个经纪人给我1:1000,这意味着什么?我可以一次为几块地开出交易吗?
阿列克谢-伯纳科夫

你讲托马斯,你讲耶律玛。

如果像博士说的那样--我完全同意他的观点--在回测中,你选择一个(通常是小的)手数,使最大跌幅不至于达到危险的水平,那么在实践中,我可以建立什么样的超大头寸,又有什么区别呢?

你喜欢哪个答案:1:10还是1:1000?它将改变你的心态吗?你想获得1:1000以上的经纪公司的私人咨询吗?

恰恰相反。我认为德米特里要求的是30%的年利率,他希望你使用的是1:1或1:10的非常小的杠杆,这使得你不可能在存款上获得高回报。

 
安德烈-迪克

恰恰相反。我认为迪米特里要求的是每年30%,表明你使用的是非常小的杠杆,如1:1或1:10,这使得你不可能获得相对于存款的高回报。

迪米特里明确写道,他的30-40%的年利率应该除以10,这将使他们达到对冲基金的利息。

否则,孩子们坐在那里真的很困惑,为什么不邀请他们去对冲基金抢劫.....。

 

阅读我的经纪人的条款和条件。杠杆率为1:100,最高余额为250,000欧元。我对这一点没有意见。

迪米特里,你在对冲基金交易,他们让你1:1?我只是想知道,我一直认为从文章中可以看出他们至少有最小的杠杆作用。

德米特里

而你开盘的手数取决于杠杆率?

而点值取决于手数大小?

孩童的游戏...

我已经描述了我的资金管理,现在我想知道你的。假设你有两个账户--都有10000美元,但第一个账户的杠杆率是1:100,第二个是1:1000。你如何计算这些账户的手数?或者你不计算它,而只是使用所有可用的资金?

 
Dr.Trader:

只是好奇,从文章来看,我一直认为他们至少有最小的杠杆作用。


1:2, 1:4.1:10最大。
 
迪米特里

好吧,如果你不了解基本的东西,那就没有必要争论了。

简而言之,为了使你的百分比达到对冲基金的百分比,你必须把它们除以10左右。

我现在明白了这个问题的逻辑。此评论已被审查...

我在一个工具上有1:2的杠杆(市场上的一个交易)。当我说每年30%(在25%的历史上有最大的缩减)是我在我的模型上看到的最大值时,这是在这个特定的杠杆和一个工具上。我认为对冲基金给出了这样的杠杆。

当与对冲基金进行比较时,问题在于随着工具数量的增加,FS(和夏普)的非线性增长和盈利能力的线性增长。

下面是一个简要的逻辑概要。让我们保守地假设,我估计一个工具的年回报率为20%,缩水率为25%(恒定手数)。这样,在10年内,FS=8。这是表格的顶部。随着交易工具数量的增加,进一步是计算账户的杠杆率增加,同样的杠杆率为1:2。表格右下方的结果基本上是对冲基金的比喻(或当有大量资金,但杠杆有限)。


你可以看到,在一个理想的投资组合中(当交易不相关,每个工具都有相同的回报和缩减),事实证明,增加资金和门槛会导致相同的盈利能力(一个有一个工具的小账户或一个有5个工具的大账户每年20%),但会带来更大的FS。事实上,FS18是脱胎换骨的,现实中不太可能获得,但由于杠杆有限,没有办法在可接受的缩减下增加风险和利润率(比如说达到25%)。

表的左下角是我能从我的模型中挤出的理想状态,把56%的缩水作为一个可接受的水平,并使用增加的杠杆。

 
阿列克谢-伯纳科夫:桌子的左下部分是我能从我的模型中挤出的理想状态......。
一切(模型)都是以点(固定手数)+点差+滑点来完成的,然后是mm...
 
mytarmailS:

一切工作正常,价格的成交量被汇总,但有一个问题,因为图表不是tick而是5分钟图,5分钟图没有一个价格,而是一个价格边界范围(高,低)......所以,我应该先把价格分成某些迷你带,比如20点大小,当价格进入这个迷你带时,我就把这个带的成交量汇总......

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)

对于每个条形图,我建立一个向量price_levels,从最低价到最高价,分步进行(by=0.1)。而每一步的音量--酒吧的音量/步骤数。我把它全部保存在桌子上。然后我的工作方式和以前一样。

非常自行车:)price_vol_df中的价格应该四舍五入到最近的数值。

 
Dr.Trader:

对于每个条形图,我建立一个向量price_levels,从最低价到最高价,分步进行(by=0.1)。而每一步的音量--酒吧的音量/步骤数。我把它全部保存在桌子上。然后我的工作方式和以前一样。

很有创意 :) price_vol_df中的价格绝对应该四舍五入到最近的数值。

非常感谢,但这个脚本并没有像我想的那样工作,水平甚至比第一种方法更低....。

我明白我需要做什么,而不是使用高低价来做这样的事情

但只是对价格规模进行取舍,例如,我们有一个1点的最小移动,我们做了一个20点的最小移动,但每个20点的移动都包含了这20点内的成交量总和.....。我宁愿画出来,否则我一个字也看不懂。

以下是该图的链接。http://prntscr.com/ct8kgg

我试了10次。

Скриншот
Скриншот
  • prnt.sc
Снято с помощью Lightshot
 
蜴_
一切(模型)都是以点(fix.lot)+价差+滑点来完成的,然后再拧成毫米。
为了清楚起见,这里没有MM。
 
Mihail Marchukajtes:
不幸的是这是一个失败,对自己走,熵是另一回事,这将是更有趣的。
你也在对冲基金工作,故意迷惑别人?你说 "自己 "是什么意思? 你在哪里看到过?而且看来你对熵并不了解,你只是为了科学而说,它并不比挥舞机器更有用,你一定是被对数催眠了 ....