Melhores gráficos de Forex: linha, castiçais, & # 038; Barras de OHLC.
Este artigo é sobre gráficos Forex e seu poder. Com o tempo, os melhores gráficos Forex mudaram. Os traders usam agora barras OHLC, um gráfico de linhas ou um gráfico de velas. E tudo começou com o OHLC.
Antes de entrar em mais detalhes sobre os diferentes tipos de gráficos de negociação Forex, devemos entender por que eles existem em primeiro lugar. O que fez os comerciantes quererem mais de um tipo de gráfico?
Afinal, a informação é a mesma. Certo?
Bem, sim e não. A análise técnica mudou e continuará a mudar.
Coisas que funcionaram no passado podem ou não funcionar no futuro. Por exemplo, há algum tempo, não havia um gráfico de velas.
Ou, se existisse, não era conhecido no mundo ocidental. Computadores pessoais tornaram possível mudar para os vários tipos de gráficos.
E, para usá-los para previsão de preços. Como tal, os melhores gráficos de Forex são os que dão um comércio lucrativo.
Quem se importa com os tipos de gráficos Forex usados? Uma estratégia de barras OHLC que gera um lucro é tão boa quanto um gráfico de linhas. Ou um gráfico de velas.
O objetivo aqui é mostrar a diferença entre os tipos de gráficos. Além disso, delinear suas vantagens e desvantagens levará os comerciantes a escolher os que mais se encaixam.
Vamos abordar os seguintes tópicos, mas não apenas:
Qual OHLC Como interpretar barras OHLC. Por que os comerciantes usam um gráfico de linhas. Qual é o benefício de usar um gráfico de velas? Os padrões gráficos mais importantes de velas. O que faz os melhores gráficos Forex.
No final deste artigo, você saberá quais gráficos Forex usar. E porque.
Além disso, você descobrirá por que existem vários tipos de gráficos. Mais uma vez, tudo começou com OHLC ...
Gráficos de Barras OHLC.
O OHLC vem do open-high-low-close. Simples, não é?
Mais exatamente, refere-se aos valores de um período de tempo predefinido. Esse é o prazo.
Um gráfico mostra o movimento do preço. Ou seja, o movimento de preço de um título.
Quando se trata de gráficos Forex, a forma como um par de moedas se move. Um gráfico mostra os "traços" que o par deixa.
Esta é uma análise técnica. Ou o seu ponto de partida.
Pois é por isso que os traders precisam de gráficos Forex. Analisar um mercado.
Na análise de gráficos Forex, o OHLC mostra um intervalo. O período de tempo diz isso.
Então, se você olhar para um gráfico de barras que os operadores Forex usam no período de quatro horas, esse é o intervalo. Quatro horas.
Mostra a hora da barra. Ou, uma vela, se você usar um gráfico de velas.
Portanto, um gráfico OHLC mostra várias barras. E cada barra representa um período de tempo determinado pelo período de tempo.
Como tal, um gráfico de barras OHLC de cinco minutos terá barras que representam cinco minutos. Um gráfico mensal do OHLC mostra a ação do preço em um mês. E assim por diante.
Agora você entende o que é um bar. Mas ainda assim, o que é OHLC?
OHLC - A chave para ler gráficos de Forex.
Poderosos conceitos de análise técnica vêm da compreensão de um gráfico. Veja um guia rápido sobre como ler os gráficos de barras do OHLC.
Como mencionado anteriormente, OHLC significa open-high-low-close. Assim sendo:
Esse é o preço de abertura do período da barra. Quando não há lacunas, é o equivalente ao preço de fechamento da barra anterior. Mostra o valor mais alto em uma barra. Ou o topo. Naturalmente, mostra o ponto mais baixo. Ou o fundo. Esse é o último preço negociado em uma barra.
Abaixo está o gráfico de barras EURUSD de quatro horas. É assim que as barras OHLC se parecem.
A cor das barras OHLC mostra a direção do mercado. Quando o preço de fechamento é maior que o de abertura, a barra é verde.
O mercado subiu. Mostra atividade otimista.
Uma barra vermelha mostra o oposto. Atividade de baixa.
Isso acontece quando o preço de fechamento é menor que o de abertura. É assim que você lê um gráfico de barras OHLC.
Em Inglês simples é ainda mais simples. O preço de abertura aparece à esquerda de uma barra. E o preço de fechamento à direita.
Os comerciantes têm acesso aos dados do OHLC instantaneamente. A plataforma MetaTrader permite ocultar o indicador OHLC.
No entanto, mesmo que não apareça no ecrã, a plataforma mostra os valores. Basta mover o cursor sobre qualquer barra. No canto inferior direito, a plataforma de negociação processará os números.
Usaremos o gráfico OHLC explicado aqui para ilustrar um gráfico de linhas e um gráfico de velas também. Esta é a única maneira de identificar a diferença entre diferentes gráficos Forex e escolher os melhores gráficos Forex para sua estratégia de negociação OHLC.
Prós e contras de um gráfico de barras OHLC.
Leva algum tempo para os traders se acostumarem a ler um gráfico. Especialmente um OHLC barra um.
Porque o mercado Forex se move rapidamente, os comerciantes têm dificuldades em integrar o movimento em uma estratégia. Mas as coisas simples funcionam melhor.
E, se alguma coisa, barras de gráficos Forex são simples. Lembre-se da chave: o aberto está sempre à esquerda. E o fechamento à direita.
Uma grande vantagem destes gráficos Forex é que as tendências são fáceis de detectar. E passeio.
Por outro lado, qualquer comparação entre o OHLC e o candlestick resultará em um gráfico de velas vencedoras.
A simplicidade de um gráfico de barras OHLC é sua maior fraqueza. Poucas estratégias podem ser aplicadas.
Além disso, existem algumas teorias de negociação que simplesmente não funcionam. Mesmo que todos os elementos de um castiçal estejam lá, o gráfico de barras OHLC é mais difícil de ler.
Uma análise de gráfico de velas é mais precisa. Comércios lucrativos são fáceis de detectar.
No entanto, existem comerciantes que amam gráficos de barras. Especialmente os comerciantes que estavam no negócio muito antes de um gráfico de velas aparecer.
Mas o que torna um gráfico de velas tão especial?
Como ler um gráfico de velas.
Gráficos de velas apareceram pela primeira vez no Japão. Por isso, o termo “gráfico de velas japonesas” também é usado.
Um gráfico de velas é formado por… velas! Aqui está um candelabro japonês que os comerciantes de Forex usam:
Os corpos e sombras de cada vela deixam espaço para interpretação. A aparência deles era a fonte das técnicas de gráficos candlestick japoneses.
Acredita-se que os mapas japoneses foram desenvolvidos no século XVIII por um comerciante de arroz japonês. Atualmente, a melhor análise de gráficos Forex vem dos padrões de velas japonesas.
Não de um gráfico de linhas. Mas, mais sobre um gráfico de linhas um pouco mais tarde.
O segredo de um gráfico de velas vem da compreensão das velas que o formam. De certa forma, um gráfico de velas se assemelha mais a barras OHLC que a linha um.
Os dois primeiros têm muitas coisas em comum. Para começar, o próprio OHLC.
Velas, assim como as barras, têm um OHLC. Qualquer plataforma de negociação mostra isso.
Como tal, para aprender gráficos candlestick, é preciso aprender o básico de uma vela. Ou o seu OHLC.
A diferença entre as barras OHLC e os candelabros japoneses que os comerciantes Forex usam é simples. Os traders não interpretam a sombra na análise de barras do OHLC.
No entanto, a sombra é uma parte importante de qualquer análise de gráficos candlestick em japonês.
A ideia, no entanto, é a mesma. Uma barra e uma vela mostram a atividade de preços em um período de tempo.
Assim, há um gráfico de velas de cinco minutos ou um gráfico de barras OHLC de cinco minutos. E assim por diante.
Os Padrões Gráficos Candlestick Mais Importantes.
A análise técnica como a conhecemos mudou no momento em que apareceu um gráfico de velas. Diz-se que Steve Nison, com suas “Técnicas Japonesas de Gráficos de Candelabros”, introduziu candelabros japoneses no mundo ocidental.
Os comerciantes os abraçaram de todo coração. Por serem padrões poderosos, eles rapidamente se tornam populares.
Entender os gráficos de velas vem da experiência. E, de conhecer os padrões.
Um comerciante deve começar por conhecer esses padrões principalmente mostrar condições de reversão. Como tal, eles aparecem no final de uma tendência.
Isso está em forte contraste com o que a maioria dos traders acredita. Um mal-entendido geral é que um gráfico de velas mostra as condições de tendência.
Embora seja uma ajuda visual para uma tomada de decisão, há duas coisas a serem consideradas:
O que é um gráfico de velas? O que é um padrão de velas?
Noções básicas sobre gráficos de velas para iniciantes devem começar a partir daqui. Para os dois diferem de todas as maneiras possíveis.
Gráfico de velas vs padrão de velas.
Todas as velas em um período de tempo formam um gráfico de velas. Mas, um padrão de velas tem apenas alguns deles.
Às vezes, um padrão de vela tem apenas uma vela. Um martelo, um doji ou uma estrela cadente são exemplos disso.
Eles são um padrão de uma vela que aparece nos gráficos Forex. Outros padrões têm duas ou mais velas.
Aqui estão os padrões japoneses de duas velas mais relevantes:
Piercing e cobertura de nuvens escuras. Poderosos padrões de reversão que aparecem no final de uma tendência. A segunda vela se move agressivamente no território da 1ª vela. Piercing é alta, enquanto a cobertura de nuvens escuras é baixa. Bullish e bearish engolindo. Ainda padrões de reversão, a segunda vela engole totalmente a anterior.
Estrelas são padrões de três velas. Eles são de alta (estrelas da manhã) ou de baixa (estrelas da noite).
Não vamos cobrir todas as técnicas de velas japonesas aqui. Já fizemos isso em um artigo anterior.
O que faremos é destacar sua importância. Há uma razão para isso.
Eles são principalmente padrões de reversão. Como tal, os comerciantes usam-nos para encontrar topos e fundos.
Mas para usá-los, os comerciantes devem aprendê-los primeiro. Não há nenhum indicador de castiçal japonês que a plataforma mt4 oferece.
A vela em si é um indicador. Por causa do OHLC. O OHLC faz disso um indicador.
Os padrões de velas japonesas variam de muito simples a complicados. No entanto, existe uma regra prática importante: quanto maior o período de tempo, maiores são as implicações.
Por exemplo, considere uma estrela da manhã no gráfico mensal. Tem consequências muito maiores do que uma no período de tempo de hora em hora.
Prós e contras de um gráfico de velas.
Melhores gráficos Forex têm castiçais. Com isso, dissemos tudo.
Embora ainda não tenhamos coberto o gráfico de linhas, um gráfico de velas é, de longe, a melhor maneira possível de interpretar um mercado. Mas, ainda mais importante, os padrões que se podem usar são tudo de que um profissional precisa.
Pois são esses padrões que tornam um gráfico de velas melhor que um gráfico de linhas. Ou um gráfico de barras OHLC.
Essa é a maior vantagem de usar castiçais nos gráficos Forex. O gráfico de castiçal japonês mostra condições de reversão.
Todo mundo quer saber quando uma tendência termina. Como tal, eles apelam para os comerciantes mais.
Eles permitem pegar uma parte superior ou inferior. O que mais pedir de um padrão? O que mais é para análise técnica?
É difícil ver uma desvantagem ao usar gráficos de velas. Por causa disso, um gráfico de velas é o tipo de gráfico mais preferido hoje.
Comerciantes de varejo e não apenas adotaram a análise de velas. Há várias razões para isso.
Primeiro, eles permitem o preço de entendimento. Eles colocam uma ordem na forma como o preço de uma segurança se move.
Em segundo lugar, eles mostram a tendência da natureza humana no comércio. Para ser capaz de detectar reversões, é preciso entender o comportamento da multidão.
Se você souber ler gráficos de velas, saberá interpretar o comportamento da multidão. Tudo isso torna um gráfico de velas um importante pilar da análise técnica.
Aqui está o mesmo período de quatro horas do EURUSD mostrado anteriormente. Só que desta vez, em vez de bares OHLC, aparecem velas.
Descubra a diferença entre os dois? A atividade de preço parece estar claramente definida em um gráfico de velas.
Um gráfico de barras OHLC parece confuso. Como sobre um gráfico de linhas?
Negociação com gráficos de linha.
Um gráfico de linha mostra… uma linha. É a forma mais básica de análise de gráficos que existe.
A linha em um gráfico de linhas conecta diferentes pontos. Mas uma linha simples pode fazer parte da análise técnica?
Gráficos de Forex não precisam ser complicados. De fato, muitas pessoas odeiam todas as informações da OHLC.
Eles querem manter as coisas simples. Para eles, um gráfico de linhas funciona bem.
Além disso, eles querem ver a ação do preço da maneira mais clara possível. No entanto, um gráfico de linhas tem um problema.
Nós concordamos anteriormente que a linha conecta pontos. Mas que pontos?
Um gráfico de linhas simples conecta o fechamento de uma vela. Ou um bar.
Isso faz com que um gráfico de linhas seja interessante! Por que observar um gráfico de velas ou um gráfico de barras OHLC, quando uma linha simples mostra o fechamento?
Ou, o preço do caminho vai. Quando a linha sobe, a tendência é de alta. Quando cai, os ursos estão no controle.
Abaixo está o mesmo período de quatro horas do EURUSD. Depois de um gráfico de velas e um gráfico de barras OHLC, é hora de um gráfico de linhas.
Entre os três gráficos, o gráfico de linhas é o mais vazio. É a forma mais pura de mostrar atividade de preço.
Por que os comerciantes usam um gráfico de linhas? Bem, exatamente porque é tão simples.
Prós e contras de um gráfico de linhas.
Um gráfico de linhas mostra tendências ao longo do tempo.
Por causa disso, os padrões são mais fáceis de detectar. Por exemplo, padrões de cabeça e ombros.
Dê uma olhada acima. Somente conectando os valores finais de um período, a cabeça e os ombros são mais visíveis.
Com um gráfico de velas ou um gráfico de barras OHLC, o padrão não seria visível. As sombras e o corpo das velas / barras podem acabar sendo confusas.
Como tal, o reconhecimento de padrões é mais fácil com um gráfico de linhas. Essa é sua maior vantagem.
Afinal, a negociação é sobre reconhecimento de padrões. Certo?
Além disso, a ação do preço é mais fácil de ler.
Por outro lado, muitos conceitos de análise técnica não podem ser aplicados neste tipo de gráfico. Gráficos Forex que usam apenas essa linha têm suas limitações.
Enquanto mantém as coisas simples, perde muita ação de preço. Na maioria das vezes, isso é uma desvantagem.
Considere a teoria das ondas de Elliott. Ou qualquer outra teoria comercial de fato.
Com um gráfico de linhas, não pode ser usado. Por exemplo, não se pode calcular a extensão necessária em uma onda impulsiva.
Todo o movimento do preço deve ser interpretado. Não só o fechamento.
O mesmo é válido com outros conceitos e ferramentas de análise técnica. Proporções de Fibonacci, padrões harmônicos… eles não funcionam com um gráfico de linhas.
No final, cabe ao comerciante. Não há como dizer quais gráficos Forex funcionam melhor. Ou quais são os melhores gráficos Forex?
Conclusão.
Volte por um minuto e compare os três gráficos Forex do EURUSD. Qual você gosta mais?
Não há resposta direta para essa pergunta. Alguns traders gostam de um gráfico de linhas porque “eles podem ver claramente de novo”.
Outros gostam de um gráfico de velas por causa dos padrões de reversão de velas. Essa é uma boa razão para usar gráficos Forex.
Alguns outros traders usam barras OHLC para se afastarem dos candelabros. Eles interpretam apenas os preços de abertura e fechamento.
Castiçais, barras ou uma linha simples ... eles são apenas outra maneira de visualizar o preço.
A verdade é que os melhores gráficos Forex são os que acabam com um comércio lucrativo. Os que dão a direção futura do mercado.
Não importa o tipo de gráfico que você usou, desde que você saiba de antemão onde o preço irá. Essa é uma análise técnica.
E é por isso que os traders usam gráficos Forex. Para formar um palpite sobre a futura ação de preço que está por vir.
Mas a negociação não é apenas técnica. A análise fundamental também é importante.
No entanto, a análise técnica começa em um gráfico. Portanto, compreender os tipos básicos de gráficos, suas vantagens e desvantagens, é uma obrigação para qualquer comerciante de Forex.
COMECE COM A ACADEMIA DE NEGOCIAÇÃO DE FOREX.
Damyan é um novo gerente internacional de mestrado pela International University of Monaco. Durante seus programas de bacharel e mestrado, Damyan tem trabalhado na área de mercados financeiros como analista de mercado e escritor de Forex. Ele é autor de milhares de artigos educativos e analíticos para comerciantes. Quando estava na faculdade, ele representou sua universidade no National Forex Trading Competition para estudantes na Bulgária e conseguiu o primeiro lugar entre outros 500 traders. Ele foi premiado com uma taça e um certificado em uma cerimônia oficial em sua universidade.
Categorias.
Algorithmic Trading (1) Curso: Forex Trading para Iniciantes (6) Curso: MQL4 para Iniciantes Completos (48) Curso: Estrategista para Iniciantes (11) FOREX (89) Estrategia Forex (89) Negociacao Forex para Principiantes (74) Forex VPS (1) Análise Fundamental (3) Entrevistas (1) Diversos (4) MQL4 (2) Análise Técnica (12)
Postagem recente.
Tags populares.
COMECE COM A ACADEMIA DE NEGOCIAÇÃO DE FOREX.
Forexboat Pty Ltd (ABN: 29 609 855 414) um Representante Autorizado Corporativo (AR No. 001238951) da HLK Group Pty Ltd (ACN: 161 284 500) que detém uma Licença Australiana de Serviços Financeiros (AFSL no. 435746). Qualquer informação ou conselho contido neste site é apenas de natureza geral e não constitui aconselhamento pessoal ou de investimento. Não nos responsabilizamos por qualquer perda ou dano, incluindo, sem limitação, qualquer perda de lucro, que possa surgir direta ou indiretamente do uso ou confiança em tais informações. Você deve procurar aconselhamento financeiro independente antes de adquirir um produto financeiro. Todas as transacções de valores mobiliários e produtos financeiros ou instrumentos envolvem riscos. Lembre-se de que os resultados de desempenho anteriores não são necessariamente indicativos de resultados futuros.
As informações contidas neste site podem ser acessadas em todo o mundo, porém não são dirigidas a residentes em qualquer país ou jurisdição onde tal distribuição ou uso seja contrário à lei ou regulamentação local. A Forexboat Pty Ltd não está registada em nenhum regulador dos EUA, incluindo a National Futures Association (& NFA & # 8221;) e a Commodity Futures Trading Commission (& # 8220; CFTC & # 8221;) portanto os produtos e serviços oferecidos neste site não são destinado a residentes dos Estados Unidos.
Gráfico OHLC (aberto, alto, baixo, gráfico próximo)
O que é um gráfico OHLC?
Um gráfico OHLC é qualquer tipo de gráfico de preços que mostra o preço aberto, alto, baixo e próximo de um determinado período de tempo.
Gráficos de barras e gráficos de velas japonesas são exemplos de gráficos do OHLC. Os mais populares são os gráficos de velas. Aqui, os corpos mais largos das velas mostram os preços de abertura e fechamento do período. E as mechas - as linhas na parte superior e inferior das velas - mostram os preços mais baixos e mais altos durante o período.
Se você é novo em castiçais japoneses, recomendamos que comece aqui:
Como trader mais experiente, recomendamos que você aprenda sobre padrões e indicadores:
Estratégias Simples de Negociação - A Estratégia do Dia 2X Interno.
Ganhe US $ 250, US $ 500, US $ 1000 ou mais. Enquanto nunca realmente possuir qualquer ação ou ETF!
Não torne as estratégias de negociação simples complicadas.
Um pensamento que muitos traders obcecam constantemente é como criar estratégias de negociação simples que ofereçam o menor risco e a maior recompensa.
Eu posso me relacionar com isso porque eu costumava passar por esse tipo de processo de pensamento há vários anos.
Sempre pensei em maneiras de minimizar meu risco e aumentar meu potencial de lucro, e não é algo que é sempre fácil de fazer.
Um dia, por puro acaso, me deparei com um padrão de negociação que me permitiu entrar no mercado com um risco muito baixo, mantendo a capacidade de lucrar substancialmente.
O que eu mais gostei sobre esse método foi o forte momento que se segue após o sinal de entrada ser acionado. Esta estratégia funciona com ações, futuros, commodities e Forex no caso de você negociar qualquer um desses mercados.
A estratégia do dia 2X dentro pode reduzir substancialmente o risco.
Esta estratégia é muito fácil de encontrar no gráfico OHLC e tenho certeza que depois deste tutorial você não terá problemas para encontrar vários exemplos.
A primeira coisa que você precisa é de uma forte tendência indo para cima ou para baixo.
Qualquer um que segue meus tutoriais ou se inscreveu nos cursos sabe que eu sou um grande defensor de ir com a tendência atual do mercado.
Você pode ver neste exemplo como o estoque neste exemplo está tendendo fortemente.
Você quer ter certeza de encontrar bons mercados em alta, de modo que suas probabilidades de evitar a interrupção sejam substancialmente reduzidas e seu potencial de lucro seja substancialmente aumentado.
Certifique-se de seguir sempre a tendência nos gráficos diários.
O 2X Inside Day Setup.
Depois de identificar a tendência, você deve identificar a configuração real. O dia interno de 2X é um padrão de forma de cone que tem dois dias dentro de um dentro do outro.
Eu desenvolvi este conjunto para encontrar dias dentro de uma tendência quando o mercado desacelera substancialmente e toma um fôlego da volatilidade.
Isso me oferece a oportunidade de entrar em um período de silêncio antes que a volatilidade se recupere mais uma vez.
Eu também considero o fato de que nenhuma mínima baixa foi feita e a ação do preço foi capaz de manter dentro da baixa anterior, demonstrando que a força contínua pode estar à frente.
Você pode ver neste exemplo como a alta e a baixa de cada dia estão dentro do intervalo de negociação do dia anterior.
Este é o tipo de configuração que você deseja encontrar ao negociar a configuração do 2X Inside Day.
Cada dia está dentro do dia anterior.
Você pode ver mais de perto o padrão neste exemplo.
Observe como cada dia seguinte está dentro do anterior.
A ação de negociação fica muito apertada, o que reduz substancialmente o seu nível de risco quando você entra em set ups com baixa volatilidade como esta?
A entrada é $ 05 centavos acima do preço alto que foi feito no dia três e seu nível de stop loss é $ 0,10 abaixo do preço baixo do terceiro dia.
O sinal de entrada deve ser acionado no quarto dia.
Se o seu stop de compra não for acionado no quarto dia, você deverá cancelar o seu pedido e o negócio será anulado.
Devido à baixa volatilidade, o nível de risco está baixo nesta configuração.
Uma vez que a parada de entrada é acionada, você deve sempre imediatamente colocar uma ordem de stop loss abaixo do dia três abaixo.
A meta de lucro para essa estratégia é definida como 4 vezes seu nível de risco.
Nesse caso em particular, o risco era de apenas US $ 0,55 centavos, então a meta de lucro seria de US $ 2,20 adicionada ao seu preço de entrada.
Você pode ver toda a sequência de entrada para sair neste exemplo.
Negociações com risco inferior a US $ 1,00 que têm potencial de lucro de 4 vezes são consideradas oportunidades de negociação de risco muito baixo, e é isso que a Estratégia 2X Inside Day oferece.
O risco de recompensar o rácio nesta estratégia é o melhor que já vi.
Estratégia 2X funciona para o lado negativo.
A estratégia 2X funciona igualmente bem para o lado negativo, como para o lado positivo.
Você pode ver neste exemplo como a ação quebrou a tendência de alta e está desenvolvendo uma boa tendência de baixa.
Este é um bom exemplo do tipo de ação de negociação que você deseja ver antes da configuração da negociação.
O início de uma tendência é um ótimo lugar para entrar, porque o impulso geralmente aumenta à medida que as tendências continuam se movendo na mesma direção.
As tendências de alta e as tendências de baixa começam.
Depois de estabelecer que o mercado ou o estoque de sua negociação está em tendência de baixa, você precisa isolar a configuração.
Nesse caso, você procuraria mais uma vez dois dias abaixo do preço alto do dia anterior e acima do preço baixo do dia anterior.
Depois de ver a configuração algumas vezes, você começará a perceber repetidamente quando digitalizar gráficos para sua lista de ocorrências diárias.
Você pode ver neste exemplo exatamente como é a configuração.
Cada Preço Alto Dias é Menor Que Os Dias Anteriores Preço Alto E Cada Dia O Preço Baixo É Mais Alto Do Que O Preço Anterior Dos Dias Anteriores.
Depois de identificar e isolar a configuração, você pode colocar seu pedido de $ 0.35 centavos abaixo do mínimo realizado no terceiro dia e, assim que estiver cheio, você deverá colocar $ 0.15 centavos acima da máxima que foi atingida. dia três.
Este exemplo demonstra exatamente onde vão os níveis de perda de proteção e de parada de venda.
Uma vez que a parada de entrada é acionada, o estoque nunca olha para trás.
Você pode ver toda a sequência em um gráfico diário, o que pode lhe dar uma perspectiva ligeiramente diferente sobre a configuração e toda a sequência de negociação.
A chave para essa estratégia é isolar padrões em que seu risco é extremamente limitado, como esses dois exemplos que forneci para você hoje.
O risco para cada um desses dois exemplos foi inferior a US $ 1,00. Esse é um grande risco para uma negociação que pode render de US $ 2,00 a US $ 4,00 em lucro.
Observe o estoque caiu outro ponto depois que saímos do comércio.
Da próxima vez, demonstrarei mais estratégias dentro do dia para que você possa aproveitar as oportunidades de entrada de baixo risco.
Posts populares.
Estratégias Simples de Negociação - A Estratégia do Dia 2X Interno.
Swing Trading Strategies.
Estratégias De Negociação De Ouro Para Os Negociantes De Ações.
Estratégias de Negociação Diárias que Funcionam - Táticas de Retrocesso Intradiário.
1976 South La Cienega Blvd # 270.
Los Angeles, Califórnia 90034.
Conecte-se conosco.
O desempenho passado não é garantia de resultados futuros. Este site é apenas para uso educacional e de informação geral. Entre em contato com seu consultor financeiro para obter aconselhamento financeiro específico. Nada neste site constitui conselho ou recomendação para comprar ou vender uma determinada ação, opção, futuros ou qualquer outro ativo financeiro. Copyright © Market Geeks, LLC. Todos os direitos reservados.
O Trader R.
Usando R e ferramentas relacionadas em Finanças Quantitativas.
Arquivo para as Estratégias de Negociação & # 8216; & # 8217; Categoria.
Vinculando R ao IQFeed com o pacote QuantTools.
O IQFeed fornece serviços de dados de fluxo contínuo e soluções de negociação que cobrem o mercado agrícola, de energia e financeiro. É um provedor de feed de dados bem conhecido e reconhecido, voltado para usuários de varejo e pequenas instituições. O preço da assinatura começa em cerca de US $ 80 / mês.
Stanislav Kovalevsky desenvolveu um pacote chamado QuantTools. É um pacote tudo em um projetado para melhorar a modelagem de negociação quantitativa. Ele permite baixar e organizar dados históricos de mercado de várias fontes, como Yahoo, Google, Finam, MOEX e IQFeed. O recurso que mais me interessa é a capacidade de vincular o IQFeed à R. Eu uso o IQFeed há alguns anos e estou feliz com ele (não estou afiliado à empresa em nenhum caminho). Mais informações podem ser encontradas aqui. Eu tenho procurado uma integração dentro de R por um tempo e aqui está. Como resultado, depois de executar alguns testes, mudei meu código que ainda estava em Python para R. Apenas para completar, aqui está um link que explica como fazer o download de dados históricos do IQFeed usando Python.
A QuantTools oferece quatro funcionalidades principais: Obter dados de mercado, Armazenar / Recuperar dados de mercado, Dados de séries temporais de plotagem e Testes reversos.
Primeiro, verifique se o IQfeed está aberto. Você pode baixar dados diários ou intradiários. O código abaixo faz o download dos preços diários (Aberto, Alto, Baixo, Fechado) para o SPY de 1º de janeiro de 2017 a 1º de junho de 2017.
O código abaixo faz o download dos dados intraday de 1º de maio de 2017 a 3 de maio de 2017.
Observe o parâmetro do período. Pode usar qualquer um dos seguintes valores: tick, 1min, 5min, 10min, 15min, 30min, hora, dia, semana, mês, dependendo da freqüência que você precisa.
O QuantTools facilita o processo de gerenciar e armazenar dados do mercado de ticks. Você acabou de configurar os parâmetros de armazenamento e está pronto para começar. Os parâmetros são onde, desde que data e quais símbolos você gostaria de armazenar. Sempre que você puder adicionar mais símbolos e se eles não estiverem presentes em um armazenamento, o QuantTools tentará obter os dados da data de início especificada. O código abaixo salvará os dados no seguinte diretório: & # 8220; C: / Usuários / Arnaud / Documentos / Dados de Mercado / iqfeed & # 8221 ;. Há uma subpasta por instrumento e os dados são exibidos em arquivos. rds.
Você também pode armazenar dados entre datas específicas. Substitua a última linha de código acima por uma das abaixo.
Agora, se você quiser recuperar alguns dos dados armazenados, basta executar algo como:
Observe que apenas os ticks são suportados no armazenamento local, portanto, o período deve ser & # 8216; tick & # 8217;
O QuantTools fornece a função plot_ts para plotar dados de séries temporais sem fins de semana, feriados e lacunas durante a noite. No exemplo abaixo, primeiro recupero os dados armazenados acima, depois seleciono as primeiras 100 observações de preço e, finalmente, desenho o gráfico.
Duas coisas para notar: primeiro espião é um objeto data. table, portanto, a sintaxe acima. Para obter uma visão geral rápida dos recursos do data. table, dê uma olhada nesta excelente folha de dicas do DataCamp. Segundo, o parâmetro local é TRUE, pois os dados são recuperados do armazenamento interno.
O QuantTools permite escrever sua própria estratégia de negociação usando sua API C ++. Eu não vou elaborar sobre isso, pois isso é basicamente código C ++. Você pode consultar a seção Exemplos no site da QuantTools.
No geral, acho o pacote extremamente útil e bem documentado. O único bit faltante é o feed ao vivo entre R e IQFeed, que fará do pacote uma solução real de ponta a ponta.
Como de costume, qualquer comentário é bem-vindo.
BERT: um recém-chegado na conexão R Excel.
Há alguns meses, um leitor me mostrou essa nova maneira de conectar R e Excel. Eu não sei há quanto tempo isso acontece, mas nunca me deparei com isso e nunca vi nenhum post ou artigo de blog sobre isso. Então eu decidi escrever um post enquanto a ferramenta realmente vale a pena e antes que alguém pergunte, eu não estou relacionado à empresa de forma alguma.
BERT significa Basic Excel R Toolkit. É gratuito (licenciado sob a GPL v2) e foi desenvolvido pela Structured Data LLC. No momento em que escrevo, a versão atual do BERT é 1.07. Mais informações podem ser encontradas aqui. De uma perspectiva mais técnica, o BERT é projetado para suportar a execução de funções R a partir de células da planilha do Excel. Em termos do Excel, é para escrever Funções definidas pelo usuário (UDFs) em R.
Neste post eu não vou mostrar como R e Excel interagem via BERT. Há muito bons tutoriais aqui, aqui e aqui. Em vez disso, quero mostrar como usei BERT para construir uma torre de controle & # 8220; & # 8221; para minha negociação.
Meus sinais de negociação são gerados usando uma longa lista de arquivos R, mas eu preciso da flexibilidade do Excel para exibir os resultados de forma rápida e eficiente. Como mostrado acima, o BERT pode fazer isso para mim, mas também quero adaptar o aplicativo às minhas necessidades. Combinando o poder do XML, VBA, R e BERT, posso criar um aplicativo bonito, mas poderoso, na forma de um arquivo do Excel com código VBA mínimo. Por fim, tenho um único arquivo do Excel reunindo todas as tarefas necessárias para gerenciar meu portfólio: atualização de banco de dados, geração de sinal, submissão de pedidos, etc. & # 8230; Minha abordagem pode ser dividida nos três passos abaixo:
Use XML para criar menus e botões definidos pelo usuário em um arquivo do Excel. Os menus e botões acima são essencialmente chamadas para funções do VBA. Essas funções do VBA são encapsuladas em torno das funções R definidas usando BERT.
Com essa abordagem, posso manter uma clara distinção entre o núcleo do meu código mantido em R, SQL e Python e tudo o que é usado para exibir e formatar os resultados mantidos no Excel, VBA & amp; XML Nas próximas seções, apresento o pré-requisito para desenvolver tal abordagem e um guia passo a passo que explica como o BERT poderia ser usado para simplesmente passar dados de R para o Excel com o mínimo de código VBA.
1 & # 8211; Baixe e instale o BERT neste link. Quando a instalação estiver concluída, você deve ter um novo menu Add-Ins no Excel com os botões, conforme mostrado abaixo. É assim que o BERT se materializa no Excel.
2 & # 8211; Faça o download e instale o editor de interface de usuário personalizada: O Editor de interface de usuário personalizado permite criar menus e botões definidos pelo usuário na faixa de opções do Excel. Um procedimento passo a passo está disponível aqui.
1 & # 8211; Código R: A função R abaixo é um código muito simples apenas para fins ilustrativos. Calcula e retorna os resíduos de uma regressão linear. É isso que queremos recuperar no Excel. Salve isso em um arquivo chamado myRCode. R (qualquer outro nome é bom) em um diretório de sua escolha.
2 & # 8211; functions. R em BERT: No Excel selecione Add-Ins - & gt; Diretório base e abra o arquivo chamado functions. R. Neste arquivo, cole o seguinte código. Certifique-se de inserir o caminho correto.
Isso é apenas o fornecimento de BERT no arquivo R que você criou acima. Em seguida, salve e feche as funções do arquivo. Se você quiser fazer qualquer alteração no arquivo R criado na etapa 1, terá que recarregá-lo usando o botão BERT & # 8220; Recarregar o arquivo de inicialização & # 8221; do menu Add-Ins no Excel.
3 & # 8211; No Excel: Crie e salve um arquivo chamado myFile. xslm (qualquer outro nome é bom). Este é um arquivo habilitado para macro que você salva no diretório de sua escolha. Depois que o arquivo for salvo, feche-o.
4 & # 8211; Abra o arquivo criado acima no editor da interface do usuário personalizada: Depois que o arquivo estiver aberto, cole o código abaixo.
Você deve ter algo parecido com isto no editor de XML:
Essencialmente, este pedaço de código XML cria um menu adicional (RTrader), um novo grupo (My Group) e um botão definido pelo usuário (New Button) na faixa de opções do Excel. Quando terminar, abra myFile. xslm no Excel e feche o Editor de UI personalizado. Você deveria ver algo assim.
5 & # 8211; Abra o editor VBA: Em myFile. xlsm, insira um novo módulo. Cole o código abaixo no módulo recém-criado.
Isso apaga os resultados anteriores na planilha antes de lidar com os novos.
6 & # 8211; Clique no botão New: Agora volte para a planilha e no menu RTrader, clique no botão & # 8220; New Button & # 8221; botão. Você deve ver algo como o abaixo aparece.
O guia acima é uma versão muito básica do que pode ser obtido usando o BERT, mas mostra como combinar o poder de várias ferramentas específicas para criar seu próprio aplicativo personalizado. Da minha perspectiva, o interesse de tal abordagem é a capacidade de colar R e Excel, obviamente, mas também incluir pedaços de código XML (e em lote) do Python, SQL e muito mais. Isso é exatamente o que eu precisava. Por fim, gostaria de saber se alguém tem alguma experiência com o BERT?
Estratégia de negociação: aproveitando ao máximo os dados da amostra.
Ao testar estratégias de negociação, uma abordagem comum é dividir o conjunto de dados inicial em dados de amostra: a parte dos dados projetados para calibrar o modelo e os dados de amostra: a parte dos dados usada para validar a calibração e garantir que o desempenho criado na amostra será refletido no mundo real. Como regra geral, cerca de 70% dos dados iniciais podem ser utilizados para calibração (isto é, na amostra) e 30% para validação (isto é, fora da amostra). Em seguida, uma comparação entre os dados de entrada e de saída ajuda a decidir se o modelo é suficientemente robusto. Este post visa dar um passo adiante e fornece um método estatístico para decidir se os dados fora da amostra estão alinhados com o que foi criado na amostra.
No gráfico abaixo, a área azul representa o desempenho fora da amostra de uma das minhas estratégias.
Uma inspeção visual simples revela um bom ajuste entre o desempenho de entrada e saída da amostra, mas que grau de confiança eu tenho nisso? Nesta fase não muito e esta é a questão. O que é realmente necessário é uma medida de similaridade entre os conjuntos de dados de entrada e de saída. Em termos estatísticos, isso pode ser traduzido como a probabilidade de que os números de desempenho dentro e fora da amostra sejam provenientes da mesma distribuição. Existe um teste estatístico não paramétrico que faz exatamente isso: o teste de Kruskall-Wallis. Uma boa definição deste teste pode ser encontrada no R-Tutor Uma coleção de amostras de dados é independente se eles vêm de populações não relacionadas e as amostras não afetam umas às outras. Usando o teste de Kruskal-Wallis, podemos decidir se as distribuições populacionais são idênticas, sem presumir que elas sigam a distribuição normal. & # 8221; O benefício adicional desse teste não está assumindo uma distribuição normal.
Existem outros testes da mesma natureza que poderiam se encaixar nessa estrutura. O teste de Mann-Whitney-Wilcoxon ou os testes de Kolmogorov-Smirnov se encaixam perfeitamente na estrutura descrita aqui, porém isso está além do escopo deste artigo para discutir os prós e contras de cada um desses testes. Uma boa descrição junto com exemplos de R pode ser encontrada aqui.
Aqui está o código usado para gerar o gráfico acima e a análise:
No exemplo acima, o período de amostragem é maior do que o período de amostragem, portanto, eu criei aleatoriamente 1.000 subconjuntos dos dados da amostra, cada um deles tendo o mesmo comprimento que os dados fora da amostra. Então, testei cada um em um subconjunto de amostras em relação aos dados fora da amostra e gravei os valores p. Esse processo não cria um único valor p para o teste Kruskall-Wallis, mas uma distribuição que torna a análise mais robusta. Neste exemplo, a média dos valores de p é bem acima de zero (0,478), indicando que a hipótese nula deve ser aceita: há fortes evidências de que os dados de entrada e saída da amostra são provenientes da mesma distribuição.
Como de costume, o que é apresentado neste post é um exemplo de brinquedo que apenas arranha a superfície do problema e deve ser adaptado às necessidades individuais. No entanto, penso que propõe um quadro estatístico interessante e racional para avaliar os resultados fora da amostra.
Este post é inspirado nos dois artigos seguintes:
Vigier Alexandre, Chmil Swann (2007), "Efeitos de várias funções de otimização sobre o desempenho da amostra de estratégias de negociação geneticamente evoluídas", prevendo a conferência sobre mercados financeiros.
Vigier Alexandre, Chmil Swann (2010), «Um processo de otimização para melhorar a consistência da amostra, um caso da Bolsa de Valores», JP Morgan Cazenove Equity Quantitative Conference, Londres, outubro de 2010.
Apresentando o fidlr: LoanceR de Dados Financeiros.
O fidlr é um suplemento do RStudio projetado para simplificar o processo de download de dados financeiros de vários provedores. Esta versão inicial é um wrapper em torno da função getSymbols no pacote quantmod e somente o Yahoo, Google, FRED e Oanda são suportados. Eu provavelmente adicionarei funcionalidades ao longo do tempo. Como de costume, com essas coisas apenas um lembrete: "O SOFTWARE É FORNECIDO" COMO ESTÁ, SEM GARANTIA DE NENHUM TIPO "# 8230; & # 8221;
Como instalar e usar o fidlr?
Você pode obter o addin / package do seu repositório Github aqui (eu vou registrá-lo no CRAN mais tarde) Instale o addin. Existe um excelente tutorial para instalar o RStudio Addins aqui. Depois que o addin é instalado, ele deve aparecer no menu Addin. Basta escolher fidlr no menu e uma janela como abaixo deve aparecer. Escolha um provedor de dados no menu suspenso Origem. Selecione um intervalo de datas no menu Data Insira o símbolo que você deseja baixar na caixa de texto do instrumento. Para baixar vários símbolos basta digitar os símbolos separados por vírgulas. Use os botões de opção para escolher se deseja baixar o instrumento em um arquivo csv ou no ambiente global. O arquivo csv será salvo no diretório de trabalho e haverá um arquivo csv por instrumento. Pressione Executar para obter os dados ou Fechar para fechar o suplemento.
Mensagens de erro e avisos são manipulados pelos pacotes subjacentes (quantmod e Shiny) e podem ser lidos no console.
Esta é a primeira versão do projeto, então não espere a perfeição, mas esperamos que melhore com o tempo. Por favor, informe qualquer comentário, sugestão, erro etc & # 8230; para: thertrader @ gmail.
Manter um banco de dados de arquivos de preços em R.
Fazer pesquisa quantitativa implica muita análise de dados e é preciso dados limpos e confiáveis para conseguir isso. O que é realmente necessário são dados limpos que sejam facilmente acessíveis (mesmo sem uma conexão com a Internet). A maneira mais eficiente de fazer isso para mim foi manter um conjunto de arquivos csv. Obviamente, este processo pode ser tratado de várias maneiras, mas eu achei um tempo extra muito eficiente e simples para manter um diretório onde eu armazeno e atualizo arquivos csv. Eu tenho um arquivo csv por instrumento e cada arquivo é nomeado após o instrumento que ele contém. A razão pela qual eu faço isso é dupla: Primeiro, eu não quero baixar dados (de preço) do Yahoo, Google, etc & # 8230; toda vez que eu quiser testar uma nova ideia, mas mais importante, uma vez que eu identifiquei e consertei um problema, eu não quero ter que fazer isso novamente na próxima vez que eu precisar do mesmo instrumento. Simples, mas muito eficiente até agora. O processo é resumido no gráfico abaixo.
Em tudo o que se segue, presumo que os dados estão vindo do Yahoo. O código terá que ser alterado para os dados do Google, Quandl, etc & # 8230; Além disso, apresento o processo de atualização dos dados diários de preços. A configuração será diferente para dados de frequência mais alta e outro tipo de conjunto de dados (ou seja, diferente dos preços).
1 & # 8211; Download de dados inicial (listOfInstruments. R & amp; historicalData. R)
O arquivo listOfInstruments. R é um arquivo contendo apenas a lista de todos os instrumentos.
Se um instrumento não é parte da minha lista (ou seja, nenhum arquivo csv na minha pasta de dados) ou se você fizer isso pela primeira vez, você terá que baixar o conjunto de dados históricos inicial. O exemplo abaixo faz o download de um conjunto de cotações diárias dos ETFs do Yahoo Finance até janeiro de 2000 e armazena os dados em um arquivo csv.
2 & # 8211; Atualizar dados existentes (updateData. R)
O código abaixo começa a partir de arquivos existentes na pasta dedicada e atualiza todos eles um após o outro. Eu costumo executar este processo todos os dias, exceto quando eu estou de férias. Para adicionar um novo instrumento, basta executar o passo 1 acima apenas para este instrumento.
3 & # 8211; Crie um arquivo de lote (updateDailyPrices. bat)
Outra parte importante do trabalho é criar um arquivo em lotes que automatize o processo de atualização acima (eu sou um usuário do Windows). Isso evita abrir o R / RStudio e executar o código a partir dele. O código abaixo é colocado em um arquivo. bat (o caminho deve ser alterado com a configuração do leitor). Note que eu adicionei um arquivo de saída (updateLog. txt) para rastrear a execução.
O processo acima é extremamente simples, pois descreve apenas como atualizar dados de preços diários. Eu tenho usado isso por um tempo e tem funcionado muito bem para mim até agora. Para dados mais avançados e / ou freqüências mais altas, as coisas podem ficar muito mais complicadas.
Como de costume, qualquer comentário é bem-vindo.
Avaliação fatorial na gestão quantitativa de portfólios.
Quando se trata de gerenciar uma carteira de ações versus um benchmark, o problema é muito diferente de definir uma estratégia de retorno absoluto. No primeiro, é preciso manter mais estoques do que no segundo, onde nenhuma ação pode ser detida se não houver oportunidade suficiente. A razão para isso é o erro de rastreamento. Isto é definido como o desvio padrão do retorno da carteira menos o retorno de referência. Quanto menos ações forem mantidas em relação a um benchmark, maior será o erro de rastreamento (por exemplo, maior risco).
A análise a seguir é amplamente inspirada no livro "Active Portfolio Management" # 8221; por Grinold & amp; Kahn Esta é a bíblia para qualquer pessoa interessada em administrar um portfólio em relação a um benchmark. Eu encorajo fortemente qualquer pessoa com interesse no tópico a ler o livro do começo ao fim. É muito bem escrito e estabelece as bases da gestão sistemática de carteiras ativas (não tenho nenhuma afiliação ao editor ou aos autores).
Aqui, estamos tentando classificar com a maior precisão possível as ações no universo de investimento em uma base de retorno a termo. Muitas pessoas criaram muitas ferramentas e inúmeras variantes dessas ferramentas foram desenvolvidas para conseguir isso. Neste post concentro-me em duas métricas simples e amplamente utilizadas: Coeficiente de Informação (IC) e Quantiles Return (QR).
O CI fornece uma visão geral da capacidade de previsão do fator. Mais precisamente, isso é uma medida de quão bem o fator classifica os estoques em uma base de retorno a termo. O IC é definido como a correlação de classificação (ρ) entre a métrica (por exemplo, fator) e o retorno para a frente. Em termos estatísticos, a correlação de postos é uma medida não paramétrica da dependência entre duas variáveis. Para uma amostra de tamanho n, as n pontuações brutas são convertidas em classificações e ρ é calculado a partir de:
O horizonte para o retorno para frente tem que ser definido pelo analista e é uma função do turnover da estratégia e da decadência alfa (isso tem sido objeto de extensa pesquisa). Obviamente, os CIs devem ser o mais alto possível em termos absolutos.
Para o leitor atento, no livro de Grinold & amp; Kahn é uma fórmula que liga a Relação de Informação (IR) e IC: com amplitude sendo o número de apostas independentes (trades). Essa fórmula é conhecida como a lei fundamental do gerenciamento ativo. O problema é que, muitas vezes, definir com precisão a amplitude não é tão fácil quanto parece.
Para obter uma estimativa mais precisa do fator poder preditivo, é necessário dar um passo além e agrupar os estoques por quantis de valores de fatores e, em seguida, analisar o retorno médio a termo (ou qualquer outra métrica de tendência central) de cada um deles. quantis. A utilidade desta ferramenta é simples. Um fator pode ter um bom IC, mas seu poder preditivo pode ser limitado a um pequeno número de ações. Isso não é bom, pois um gerente de portfólio terá que escolher ações dentro de todo o universo para cumprir sua restrição de erro de rastreamento. Bons retornos quantílicos são caracterizados por uma relação monótona entre os quantis individuais e os retornos futuros.
Todas as ações no índice S & amp; P500 (no momento da redação). Obviamente, há um viés de sobrevivência: a lista de ações no índice mudou significativamente entre o início e o final do período de amostragem, no entanto, é bom o suficiente apenas para fins ilustrativos.
O código abaixo faz o download dos preços das ações individuais no S & amp; P500 entre janeiro de 2005 e hoje (leva um tempo) e transforma os preços brutos em retorno nos últimos 12 meses e no último mês. O primeiro é o nosso fator, o último será usado como medida de retorno para frente.
Abaixo está o código para calcular o Coeficiente de Informação e o Retorno de Quantiles. Observe que eu usei quintis neste exemplo, mas qualquer outro método de agrupamento (terciles, deciles, etc.) pode ser usado. isso realmente depende do tamanho da amostra, do que você quer capturar e do tempo em que deseja ter uma ampla visão geral ou se concentrar nas caudas de distribuição. Para estimar os retornos dentro de cada quintil, a mediana tem sido usada como o estimador de tendência central. Essa medida é muito menos sensível a outliers do que a média aritmética.
E finalmente o código para produzir o gráfico de retorno Quantiles.
3 & # 8211; Como explorar as informações acima?
No gráfico acima, o Q1 é mais baixo nos últimos 12 meses e o Q5, o mais alto. Há um aumento quase monótono no retorno dos quantis entre Q1 e Q5, o que indica claramente que os estoques que caem em Q5 superam aqueles que caem em Q1 em cerca de 1% ao mês. Isso é muito significativo e poderoso para um fator tão simples (não é realmente uma surpresa, ainda que & # 8230;). Portanto, há maiores chances de vencer o índice superpondo as ações no Q5 e subestimando as que caem no primeiro trimestre em relação ao benchmark.
Um IC de 0,0206 pode não significar muito em si, mas é significativamente diferente de 0 e indica um bom poder de previsão dos últimos 12 meses de retorno geral. Testes de significância formal podem ser avaliados, mas isso está além do escopo deste artigo.
A estrutura acima é excelente para avaliar a qualidade dos fatores de investimento, mas há uma série de limitações práticas que devem ser abordadas para a implementação na vida real:
Reequilíbrio: Na descrição acima, é assumido que no final de cada mês a carteira é totalmente reequilibrada. Isso significa que todas as ações que caíram no 1T estão abaixo do peso e todas as ações que caíram no 5ºT estão com sobrepeso em relação ao benchmark. Isso nem sempre é possível por razões práticas: algumas ações podem ser excluídas do universo de investimentos, existem restrições sobre o peso da indústria ou do setor, há restrições sobre o volume de negócios etc. & # 8230; Custos de Transação: Isso não foi levado em consideração na análise acima e isso é um sério freio para a implementação da vida real. Considerações de rotatividade são geralmente implementadas na vida real em uma forma de penalidade na qualidade do fator. Coeficiente de transferência: Esta é uma extensão da lei fundamental da gestão ativa e relaxa a suposição do modelo de Grinold de que os gerentes não enfrentam restrições que os impeçam de traduzir suas percepções de investimentos diretamente em apostas de portfólio.
E, finalmente, estou espantado com o que pode ser alcançado em menos de 80 linhas de código com o R & # 8230;
Como de costume, qualquer comentário é bem-vindo.
Risco como uma Variável de Sobrevivência & # 8221;
Me deparo com muitas estratégias na blogosfera, algumas são interessantes, algumas são uma completa perda de tempo, mas a maioria compartilha uma característica comum: as pessoas que desenvolvem essas estratégias fazem sua lição de casa para analisar o retorno, mas muito menos atenção é dada ao lado do risco sua natureza aleatória. Eu vi comentários como "um rebaixamento de 25% em 2011, mas um excelente retorno geral". Bem, a minha aposta é que ninguém na terra permitirá que você experimente uma perda de 25% com seu dinheiro (a menos que acordos especiais estejam em vigor). No mundo dos fundos de hedge, as pessoas têm muito pouca tolerância ao saque. Geralmente, como um novo operador em um fundo de hedge, supondo que você não tenha reputação, você tem muito pouco tempo para se provar. Você deve ganhar dinheiro a partir do primeiro dia e continuar fazendo isso por alguns meses antes de ganhar um pouco de credibilidade.
Primeiro, digamos que você começou mal e perdeu dinheiro no começo. Com um rebaixamento de 10%, você certamente está fora, mas mesmo com um rebaixamento de 5%, as chances de ver sua alocação reduzida são muito altas. Isso tem implicações significativas em suas estratégias. Suponhamos que, se você perder 5%, sua alocação será dividida por 2 e você voltará à sua alocação inicial somente quando ultrapassar a marca d'água alta novamente (por exemplo, o levantamento voltará a 0). No gráfico abaixo, simulei o experimento com uma das minhas estratégias.
Você começa a operar em 1º de junho de 2003 e tudo vai bem até 23 de julho de 2003, onde sua curva de rebaixamento atinge o limite de -5% (** 1 **). Sua alocação é reduzida em 50% e você não cruza o limite máximo até 05 de dezembro de 2003 (** 3 **). Se você mantiver a alocação inalterada, o nível da marca d'água alta teria sido ultrapassado em 28 de outubro de 2003 (** 2 **) e até o final do ano você teria ganho mais dinheiro.
Mas vamos empurrar o raciocínio um pouco mais. Ainda no gráfico acima, suponha que você tenha muito azar e comece a negociar em meados de junho de 2003. Você atingiu o limite de rebaixamento de 10% no início de agosto e está provavelmente fora do jogo. Você teria começado no início de agosto a sua alocação não teria sido cortada e você acaba fazendo um bom ano em apenas 4 meses completos de negociação. Nesses dois exemplos, nada mudou, mas sua data de início & # 8230 ;.
O sucesso comercial de qualquer indivíduo tem alguma forma de dependência de caminho e não há muito o que fazer sobre isso. No entanto, você pode controlar o tamanho do drawdown de uma estratégia e isso deve ser tratado com muito cuidado. Um portfólio deve ser diversificado em todas as dimensões possíveis: classes de ativos, estratégias de investimento, frequências de negociação, etc & # 8230 ;. Dessa perspectiva, o risco é a sua "variável de sobrevivência". Se gerenciado corretamente, você tem a chance de permanecer no jogo por tempo suficiente para perceber o potencial de sua estratégia. Caso contrário, você não estará lá no próximo mês para ver o que acontece.
Como de costume, qualquer comentário é bem-vindo.
Um aplicativo simples e brilhante para monitorar as estratégias de negociação & # 8211; Parte II.
Esta é uma continuação do meu post anterior & # 8220; Um aplicativo simples e simples para monitorar as estratégias de negociação & # 8220 ;. Eu adicionei algumas melhorias que tornam o aplicativo um pouco melhor (pelo menos para mim!). Abaixo está a lista de novos recursos:
Um arquivo. csv de amostra (aquele que contém os dados brutos) A & # 8220; EndDate & # 8221; caixa suspensa que permite especificar o final do período. A & # 8220; Risco & # 8221; página contendo uma análise de VaR e um gráfico de pior desempenho ao longo de vários horizontes A & # 8220; How To & # 8221; página explicando como usar e adaptar o aplicativo às necessidades individuais.
Eu também fiz o aplicativo totalmente auto-contido. Agora ele está disponível como um produto autônomo e não é necessário ter o R / RStudio instalado em seu computador para executá-lo. Ele pode ser baixado da conta do Google R Trader Google. Esta versão do aplicativo é executada usando o R portátil e o Chrome portátil. Para o leitor atento, este link explica detalhadamente como empacotar um aplicativo Shiny em um aplicativo de desktop (somente Windows por enquanto).
1 & # 8211; Como instalar o & amp; execute o aplicativo no seu computador.
Criar uma pasta específica Descompacte o conteúdo do arquivo. zip nessa nova pasta. Altere os caminhos no arquivo runShinyApp para corresponder às suas configurações Para executar o aplicativo, basta ativar o arquivo run. vbs. Eu também incluí um ícone (RTraderTradingApp. ico) se você quiser criar um atalho na sua área de trabalho.
ui. R: controla o layout e a aparência do servidor de aplicativos. R: contém as instruções necessárias para criar o aplicativo. Você pode carregar quantas estratégias quiser, contanto que o arquivo csv correspondente tenha o formato correto (veja abaixo). shinyStrategyGeneral. R: carrega os pacotes necessários e inicia o aplicativo.
3 & # 8211; Como adicionar uma estratégia de negociação?
Crie o arquivo. csv correspondente no diretório correto Crie uma nova entrada na função reativa de dados (dentro do arquivo server. R) Adicione um elemento extra ao parâmetro choice na primeira selectInput no sidebarPanel (dentro do arquivo ui. R) . O nome do elemento deve corresponder ao nome da nova entrada acima.
Remova a entrada na função reativa de dados correspondente à estratégia que você deseja remover (dentro do arquivo server. R) Remova o elemento no parâmetro choice na primeira selectInput no sidebarPanel correspondente à estratégia que você deseja remover (dentro da interface do usuário). Arquivo. R).
Por favor, sinta-se à vontade para entrar em contato caso tenha alguma sugestão.
Um aplicativo simples e brilhante para monitorar as estratégias de negociação.
Em um post anterior, mostrei como usar R, Knitr e LaTeX para criar um relatório de estratégia de modelo. Este post vai um passo além, tornando a análise interativa. Além da interatividade, o Aplicativo Brilhante também resolve dois problemas:
Agora posso acessar todas as minhas estratégias de negociação a partir de um único ponto, independentemente do instrumento negociado. Juntamente com a interatividade brilhante, permite uma comparação mais fácil. Eu posso me concentrar em um período de tempo específico.
O código usado neste post está disponível em um repositório Gist / Github. Existem essencialmente 3 arquivos.
ui. R: controla o layout e a aparência do aplicativo. server. R: contém as instruções necessárias para criar o aplicativo. Ele carrega os dados e os formata. Há um arquivo csv por estratégia, cada um contendo pelo menos duas colunas: date e retorna com o seguinte formato: (& # 8220; 2010-12-22 & # 8243;, & # 8221; 0.04% & # 8221;). Você pode carregar quantas estratégias quiser, desde que elas tenham o formato correto. shinyStrategyG eneral. R: carrega os pacotes necessários e inicia o aplicativo.
Este aplicativo está provavelmente longe de ser perfeito e certamente o aprimorarei no futuro. Sinta-se à vontade para entrar em contato caso tenha alguma sugestão.
Um grande obrigado à equipe do RStudio / Shiny por uma ótima ferramenta.
Usando Algoritmos Genéticos no Comércio Quantitativo.
A pergunta que se deve sempre fazer quando se utiliza indicadores técnicos é o que seria um critério objetivo para selecionar os parâmetros dos indicadores (por exemplo, por que usar uma RSI de 14 dias em vez de 15 ou 20 dias?). Algoritmos genéticos (GA) são ferramentas adequadas para responder a essa pergunta. Neste post eu vou mostrar como configurar o problema em R. Antes de prosseguir, o lembrete usual: O que eu apresento neste post é apenas um exemplo de brinquedo e não um convite para investir. Também não é uma estratégia acabada, mas uma ideia de pesquisa que precisa ser mais pesquisada, desenvolvida e adaptada às necessidades individuais.
O que são algoritmos genéticos?
A melhor descrição do GA que eu descobri vem da Cybernatic Trading, um livro de Murray A. Ruggiero. Os algoritmos genéticos foram inventados por John Holland em meados da década de 1970 para resolver problemas difíceis de otimização. Este método usa a seleção natural, sobrevivência do mais apto & # 8221;. O processo geral segue as etapas abaixo:
Codifique o problema em cromossomos Usando a codificação, desenvolva uma função de adequação para avaliar o valor de cada cromossomo na solução de um determinado problema Inicialize uma população de cromossomos Avalie cada cromossomo na população Crie novos cromossomos acasalando dois cromossomos. Isso é feito mutando e recombinando dois pais para formar dois filhos (os pais são selecionados aleatoriamente, mas influenciados por sua aptidão) Avaliar o novo cromossomo Excluir um membro da população que está menos apto do que o novo cromossomo e inserir o novo cromossomo na população . Se o critério de parada for atingido (número máximo de gerações, os critérios de aptidão são bons o suficiente & # 8230;) então retorne o melhor cromossomo ou vá para o passo 4.
De uma perspectiva de negociação, GA é muito útil porque é bom em lidar com problemas altamente não-lineares. No entanto, eles exibem algumas características desagradáveis que valem a pena mencionar:
Over fitting: Este é o principal problema e cabe ao analista configurar o problema de forma a minimizar esse risco. Tempo de computação: Se o problema não for definido corretamente, pode ser extremamente longo para chegar a uma solução decente e a complexidade aumenta exponencialmente com o número de variáveis. Daí a necessidade de selecionar cuidadosamente os parâmetros.
Existem vários pacotes R lidando com GA, eu escolhi usar o mais comum: rgenoud.
Preços de fechamento diários para a maioria dos ETFs líquidos do Yahoo finance, que remontam a janeiro de 2000. O período de amostragem vai de janeiro de 2000 a dezembro de 2010. O período fora da amostra começa em janeiro de 2011.
A lógica é a seguinte: a função de adequação é otimizada durante o período de amostragem para obter um conjunto de parâmetros ótimos para os indicadores técnicos selecionados. O desempenho desses indicadores é então avaliado no período fora da amostra. Mas antes disso, os indicadores técnicos devem ser selecionados.
O mercado de ações apresenta duas características principais que são familiares para qualquer pessoa com alguma experiência de negociação. Momento de longo prazo e reversão de curto prazo. Essas características podem ser traduzidas em termos de indicadores técnicos por: médias móveis cross over e RSI. Isto representa um conjunto de 4 parâmetros: Períodos de look-back para médias móveis de longo e curto prazo, período de retorno para o RSI e limiar RSI. Os conjuntos de parâmetros são os cromossomos. O outro elemento-chave é a função de fitness. Podemos querer usar algo como: máximo retorno ou taxa de Sharpe ou rebaixamento médio mínimo. A seguir, optei por maximizar o índice de Sharpe.
A implementação de R é um conjunto de 3 funções:
FunçãoFuncional: define a função de adequação (por exemplo, o índice máximo de Sharpe) a ser usado no mecanismo de negociação do Google Analytics: resumo das estatísticas de negociação para dentro e fora dos períodos de amostra para fins de comparação genoud: o mecanismo GA do pacote rgenoud.
A função genoud é bastante complexa, mas eu não vou explicar o que cada parâmetro significa, pois quero manter este post curto (e a documentação é realmente boa).
Na tabela abaixo, apresento para cada instrumento os parâmetros ótimos (período de retorno do RSI, limiar do RSI, média móvel de curto prazo e média móvel de longo prazo) juntamente com as estatísticas de entrada e saída da amostra.
Antes de comentar os resultados acima, quero explicar alguns pontos importantes. Para corresponder à lógica definida acima, limitei os parâmetros para garantir que o período de look-back para a média móvel de longo prazo seja sempre maior que a média móvel mais curta. Eu também limitei o otimizador a escolher apenas as soluções com mais de 50 negociações no período de amostragem (por exemplo, significância estatística).
No geral, os resultados fora da amostra estão longe de serem impressionantes. Os retornos são baixos mesmo se o número de negociações for pequeno para tornar o resultado realmente significativo. No entanto, há uma perda significativa de eficiência entre o período de amostragem dentro e fora do Japão (EWJ), o que muito provavelmente significa um ajuste excessivo.
Este post é destinado a dar ao leitor as ferramentas para usar corretamente o GA em uma estrutura de negociação quantitativa. Mais uma vez, é apenas um exemplo que precisa ser mais refinado. Algumas melhorias potenciais para explorar seriam:
função de fitness: maximizar o índice de Sharpe é muito simplista. A & # 8220; mais inteligente & # 8221; A função certamente melhoraria o padrão de estatísticas de negociação fora da amostra: tentamos capturar um padrão muito simples. Uma pesquisa de padrões mais aprofundada é definitivamente necessária. otimização: há muitas maneiras de melhorar a maneira como a otimização é conduzida. Isso melhoraria tanto a velocidade de cálculo quanto a racionalidade dos resultados.
O código usado neste post está disponível em um repositório Gist.
No comments:
Post a Comment