Forex ปริมาณ Trading กลยุทธ์

การซื้อขายเชิงปริมาณการซื้อขายเชิงปริมาณการซื้อขายเชิงปริมาณประกอบด้วยกลยุทธ์การซื้อขายตามการวิเคราะห์เชิงปริมาณ ซึ่งขึ้นอยู่กับการคำนวณทางคณิตศาสตร์และการกระทืบตัวเลขเพื่อระบุโอกาสทางการค้า เนื่องจากสถาบันการเงินและกองทุนเฮดจ์ฟันด์มักใช้การซื้อขายเชิงปริมาณ การทำธุรกรรมมักมีขนาดใหญ่และอาจเกี่ยวข้องกับการซื้อและขายหุ้นและหลักทรัพย์อื่น ๆ นับแสนหุ้น อย่างไรก็ตามการซื้อขายเชิงปริมาณมีการใช้กันโดยทั่วไปมากขึ้นโดยนักลงทุนรายย่อย การลดราคาและปริมาณการซื้อขายเป็นสองปัจจัยที่ใช้กันทั่วไปในการวิเคราะห์เชิงปริมาณเป็นปัจจัยหลักในการสร้างแบบจำลองทางคณิตศาสตร์ เทคนิคการซื้อขายเชิงปริมาณ ได้แก่ การซื้อขายด้วยความถี่สูง การค้าอัลกอริทึมและการเก็งกำไรเชิงสถิติ เทคนิคเหล่านี้ลุกลามอย่างรวดเร็วและโดยปกติจะมีระยะการลงทุนระยะสั้น ผู้ค้าเชิงปริมาณจำนวนมากคุ้นเคยกับเครื่องมือเชิงปริมาณเช่นค่าเฉลี่ยเคลื่อนที่และออสซิลเลเตอร์ การทำความเข้าใจเกี่ยวกับการซื้อขายเชิงปริมาณผู้ค้าเชิงปริมาณใช้ประโยชน์จากเทคโนโลยีสมัยใหม่คณิตศาสตร์และความพร้อมใช้งานของฐานข้อมูลที่ครอบคลุมสำหรับการตัดสินใจทางการค้าที่มีเหตุผล ผู้ค้าเชิงปริมาณใช้เทคนิคการซื้อขายและสร้างแบบจำลองโดยใช้คณิตศาสตร์และพัฒนาโปรแกรมคอมพิวเตอร์ที่ใช้โมเดลกับข้อมูลการตลาดที่ผ่านมา แบบจำลองนี้ได้รับการตรวจสอบและปรับแต่งแล้ว ถ้าผลดีจะประสบความสำเร็จระบบจะดำเนินการแล้วในตลาดเรียลไทม์ที่มีเงินจริง วิธีการทำงานของรูปแบบการซื้อขายเชิงปริมาณสามารถอธิบายได้ดีที่สุดโดยใช้การเปรียบเทียบ พิจารณารายงานสภาพอากาศซึ่งนักอุตุนิยมวิทยาคาดการณ์ว่ามีโอกาสเกิดฝนตกถึง 90 ครั้งในขณะที่ดวงอาทิตย์กำลังส่องแสง นักอุตุนิยมวิทยาได้ข้อสรุป counterintuitive นี้โดยรวบรวมและวิเคราะห์ข้อมูลสภาพอากาศจากเซ็นเซอร์ทั่วทั้งบริเวณ การวิเคราะห์เชิงปริมาณด้วยคอมพิวเตอร์จะแสดงรูปแบบเฉพาะในข้อมูล เมื่อเปรียบเทียบรูปแบบเหล่านี้กับรูปแบบเดียวกันที่เปิดเผยในข้อมูลสภาพภูมิอากาศในอดีต (ผลการทดสอบย้อนหลัง) และ 90 ครั้งจาก 100 ครั้งผลที่ได้คือฝนจะทำให้นักอุตุนิยมวิทยาสามารถสรุปข้อสรุปด้วยความมั่นใจ ผู้ค้าเชิงปริมาณใช้กระบวนการเดียวกันนี้กับตลาดการเงินเพื่อทำการตัดสินใจซื้อขาย ข้อดีและข้อเสียของการซื้อขายหลักทรัพย์เชิงปริมาณวัตถุประสงค์ของการซื้อขายคือการคำนวณความน่าจะเป็นที่ดีที่สุดในการดำเนินการค้าที่มีกำไร ผู้ประกอบการทั่วไปสามารถตรวจสอบวิเคราะห์และตัดสินใจเกี่ยวกับการซื้อขายหลักทรัพย์ในจำนวนที่ จำกัด ก่อนที่ปริมาณข้อมูลขาเข้าจะท่วมท้นกระบวนการตัดสินใจ การใช้เทคนิคการซื้อขายเชิงปริมาณจะช่วยเพิ่มขีด จำกัด นี้โดยใช้คอมพิวเตอร์ในการตรวจสอบการวิเคราะห์และการตัดสินใจทางการค้าโดยอัตโนมัติ เอาชนะความรู้สึกเป็นปัญหาที่แพร่หลายมากที่สุดกับการซื้อขาย ไม่ว่าจะเป็นความกลัวหรือความโลภในการซื้อขายความรู้สึกทำหน้าที่เพียงเพื่อยับยั้งความคิดที่มีเหตุผลซึ่งมักจะนำไปสู่ความสูญเสีย คอมพิวเตอร์และคณิตศาสตร์ไม่มีอารมณ์ดังนั้นการค้าเชิงปริมาณช่วยขจัดปัญหานี้ การค้าเชิงปริมาณมีปัญหา ตลาดการเงินเป็นหน่วยงานแบบไดนามิกที่มีอยู่มากที่สุด ดังนั้นรูปแบบการซื้อขายเชิงปริมาณจะต้องเป็นแบบไดนามิกที่จะประสบความสำเร็จอย่างสม่ำเสมอ ผู้ค้าเชิงปริมาณจำนวนมากพัฒนาแบบจำลองที่ทำกำไรได้ชั่วคราวสำหรับสภาวะตลาดที่พวกเขาพัฒนาขึ้น แต่จะล้มเหลวที่สุดเมื่อสภาวะตลาดเปลี่ยนแปลงไปกลยุทธ์ Quant - เป็นกลยุทธ์สำหรับการลงทุนเชิงปริมาณของคุณซึ่งได้พัฒนาไปสู่เครื่องมือที่ซับซ้อนมาก แต่รากฐานของกลยุทธ์จะย้อนกลับไปกว่า 70 ปี พวกเขามักจะดำเนินการโดยทีมที่มีการศึกษาสูงและใช้โมเดลที่เป็นกรรมสิทธิ์เพื่อเพิ่มความสามารถในการเอาชนะตลาด มีแม้กระทั่งโปรแกรมแบบออฟไลนที่เป็น plug-and-play สำหรับผู้ที่ต้องการความเรียบง่าย โมเดล Quant ทำงานได้ดีเมื่อทดสอบกลับ แต่การใช้งานจริงและอัตราความสำเร็จของพวกเขาเป็นที่ถกเถียงกันอยู่ ขณะที่พวกเขาดูเหมือนจะทำงานได้ดีในตลาดวัว เมื่อตลาดไปยุ่งเหยิงกลยุทธ์เชิงปริมาณจะขึ้นอยู่กับความเสี่ยงเช่นเดียวกับกลยุทธ์อื่น ๆ ประวัติความเป็นมาหนึ่งในบรรดาบรรพบุรุษผู้ก่อตั้งของการศึกษาทฤษฎีเชิงปริมาณที่นำมาประยุกต์ใช้ในด้านการเงินคือโรเบิร์ตเมอร์ตัน คุณสามารถจินตนาการว่ากระบวนการนี้ยากและใช้เวลานานแค่ไหนก่อนที่จะใช้คอมพิวเตอร์ ทฤษฎีทางการเงินอื่น ๆ ก็มีวิวัฒนาการมาจากการศึกษาเชิงปริมาณครั้งแรกซึ่งรวมถึงพื้นฐานของการกระจายการลงทุนตามทฤษฎีพอร์ตการลงทุนสมัยใหม่ การใช้ทั้งทางการเงินเชิงปริมาณและแคลคูลัสนำไปสู่เครื่องมือทั่วไปอื่น ๆ อีกมากมายรวมถึงสูตรการกำหนดราคาแบบ Black-Scholes ที่มีชื่อเสียงมากที่สุดซึ่งไม่เพียงช่วยให้นักลงทุนสามารถเลือกราคาและพัฒนากลยุทธ์ได้ แต่ยังช่วยให้ตลาดมีสภาพคล่องอยู่เสมอ เมื่อใช้กับการจัดการพอร์ตโฟลิคโดยตรง เป้าหมายก็เหมือนกับกลยุทธ์การลงทุนอื่น ๆ เพื่อเพิ่มมูลค่าอัลฟาหรือผลตอบแทนส่วนเกิน Quants ขณะที่นักพัฒนาซอฟต์แวร์เรียกว่าสร้างแบบจำลองทางคณิตศาสตร์ที่ซับซ้อนเพื่อตรวจหาโอกาสในการลงทุน มีหลายรุ่นออกมีเป็น quants ที่พัฒนาพวกเขาและทั้งหมดอ้างว่าเป็นที่ดีที่สุด หนึ่งในกลยุทธ์การลงทุนที่ดีที่สุดจุดขายที่ดีที่สุดคือรูปแบบและในที่สุดคอมพิวเตอร์ทำให้การตัดสินใจ buysell จริงไม่ใช่มนุษย์ สิ่งนี้มีแนวโน้มที่จะลบการตอบสนองทางอารมณ์ใด ๆ ที่บุคคลอาจได้รับเมื่อซื้อหรือขายเงินลงทุน กลยุทธ์ Quant ได้รับการยอมรับในชุมชนการลงทุนและดำเนินการโดยกองทุนรวมกองทุนป้องกันความเสี่ยงและนักลงทุนสถาบัน พวกเขามักจะไปโดยกำเนิด alpha ชื่อ หรือ alpha gens หลังผ้าม่านเช่นเดียวกับใน Wizard of Oz มีใครบางคนอยู่ข้างหลังผ้าม่านในการขับขี่ เช่นเดียวกับรูปแบบใด ๆ เพียงเท่าที่เป็นมนุษย์ที่พัฒนาโปรแกรม ในขณะที่ไม่มีข้อกำหนดเฉพาะสำหรับการเป็น Quant บริษัท ที่ทำงานแบบจำลองเชิงตัวเลขส่วนใหญ่จะรวมทักษะของนักวิเคราะห์การลงทุนสถิติและโปรแกรมเมอร์ที่ทำรหัสกระบวนการนี้ลงในคอมพิวเตอร์ เนื่องจากลักษณะที่ซับซ้อนของแบบจำลองทางคณิตศาสตร์และสถิติจึงเป็นเรื่องปกติที่จะเห็นข้อมูลประจำตัวเช่นปริญญาโทและปริญญาเอกด้านการเงินเศรษฐศาสตร์คณิตศาสตร์และวิศวกรรม ในอดีตสมาชิกในทีมเหล่านี้ทำงานในสำนักงานด้านหลัง แต่เป็นแบบจำลองควอนตัมได้กลายเป็นเรื่องธรรมดามากขึ้นสำนักงานกลับถูกย้ายไปที่สำนักงานด้านหน้า ประโยชน์ของกลยุทธ์ควอนท์แม้ว่าอัตราความสำเร็จโดยรวมจะเป็นที่ถกเถียงกัน แต่เหตุผลที่กลยุทธ์เชิงปริมาณบางอย่างใช้งานได้ก็คือพวกเขาอยู่บนพื้นฐานของระเบียบวินัย ถ้าแบบจำลองถูกต้องระเบียบวินัยจะช่วยให้ยุทธศาสตร์การทำงานกับเครื่องคอมพิวเตอร์ที่มีค่าความเร็วสูงเพื่อใช้ประโยชน์จากความไร้ประสิทธิภาพในตลาดโดยอาศัยข้อมูลเชิงปริมาณ โมเดลตัวเองสามารถขึ้นอยู่กับเพียงไม่กี่อัตราส่วนเช่น PE การเติบโตของตราสารทุนและตราสารหนี้หรือใช้ปัจจัยการผลิตหลายพันรายการที่ทำงานร่วมกันในเวลาเดียวกัน กลยุทธ์ที่ประสบความสำเร็จสามารถรับแนวโน้มในช่วงเริ่มต้นของพวกเขาเป็นคอมพิวเตอร์อย่างต่อเนื่องเรียกใช้สถานการณ์เพื่อหาประสิทธิภาพไร้ความสามารถก่อนที่คนอื่นจะทำ โมเดลมีความสามารถในการวิเคราะห์กลุ่มการลงทุนจำนวนมากพร้อม ๆ กันซึ่งนักวิเคราะห์แบบเดิมอาจมองเพียงไม่กี่ครั้งเท่านั้น กระบวนการคัดกรองสามารถให้คะแนนเอกภพได้ตามระดับชั้นเช่น 1-5 หรือ A-F ขึ้นอยู่กับรุ่น ทำให้กระบวนการซื้อขายที่เกิดขึ้นจริงง่ายมากโดยการลงทุนในการลงทุนที่มีการจัดอันดับสูงและขายสินค้าที่มีคะแนนต่ำ โมเดล Quant ยังเปิดรูปแบบต่างๆของกลยุทธ์เช่นยาวสั้นและยาวนาน กองทุนเงินทุนที่ประสบความสำเร็จให้ความสำคัญกับการควบคุมความเสี่ยงเนื่องจากลักษณะของโมเดลของพวกเขา กลยุทธ์ส่วนใหญ่เริ่มต้นด้วยจักรวาลหรือเกณฑ์มาตรฐานและใช้ภาคอุตสาหกรรมและการถ่วงน้ำหนักอุตสาหกรรมในรูปแบบของพวกเขา ซึ่งจะช่วยให้เงินทุนสามารถควบคุมการกระจายการลงทุนได้ในระดับหนึ่งโดยไม่ส่งผลต่อรูปแบบของตัวเอง กองทุน Quant มักจะทำงานโดยใช้ต้นทุนต่ำกว่าเพราะพวกเขาไม่จำเป็นต้องเป็นนักวิเคราะห์แบบดั้งเดิมและผู้จัดการพอร์ตโฟลิโอหลายรายเพื่อใช้งาน ข้อเสียของ Quant Strategies มีหลายเหตุผลที่ทำให้นักลงทุนจำนวนมากไม่ยอมรับแนวคิดเรื่องการปล่อยให้กล่องดำดำเนินการลงทุนอย่างเต็มที่ สำหรับทุกกองทุนที่ประสบความสำเร็จเงินออกมีเช่นเดียวกับหลายคนดูเหมือนจะไม่ประสบความสำเร็จ น่าเสียดายสำหรับชื่อเสียง quants เมื่อพวกเขาล้มเหลวพวกเขาล้มเหลวครั้งใหญ่ การบริหารจัดการเงินทุนระยะยาวเป็นหนึ่งในกองทุนเฮดจ์ฟันด์ที่มีชื่อเสียงมากที่สุดเนื่องจากได้รับการสนับสนุนจากผู้นำด้านการศึกษาที่ได้รับความเคารพนับถือมากที่สุดและนักเศรษฐศาสตร์ชื่อ Myron S. Scholes และ Robert C. Merton สองคนที่ได้รับรางวัลโนเบลเมโมเรียล ในช่วงปี 1990 ทีมของพวกเขาสร้างผลตอบแทนสูงกว่าค่าเฉลี่ยและดึงดูดทุนจากนักลงทุนทุกประเภท พวกเขามีชื่อเสียงไม่เพียง แต่ใช้ประโยชน์จากความไร้ประสิทธิภาพ แต่ใช้การเข้าถึงแหล่งเงินทุนได้อย่างง่ายดายเพื่อสร้างการเดิมพันแบบ leveraged มหาศาลในทิศทางตลาด ธรรมชาติที่มีระเบียบวินัยในยุทธศาสตร์ของพวกเขาสร้างความอ่อนแอที่นำไปสู่การล่มสลายของพวกเขา การบริหารจัดการทุนระยะยาวได้รับการชำระบัญชีและเลิกกิจการในต้นปี 2543 โดยรูปแบบของสัญญานี้ไม่ได้รวมถึงความเป็นไปได้ที่รัฐบาลรัสเซียอาจผิดนัดชำระหนี้บางส่วนได้ เหตุการณ์นี้ทำให้เกิดเหตุการณ์และปฏิกิริยาลูกโซ่ที่ขยายขึ้นโดยความหายนะที่สร้างขึ้นโดยใช้แรงจูงใจ LTCM มีส่วนเกี่ยวข้องอย่างมากกับการดำเนินการด้านการลงทุนอื่น ๆ ที่การล่มสลายของ บริษัท ส่งผลกระทบต่อตลาดโลกทำให้เกิดเหตุการณ์ที่น่าทึ่ง ในระยะยาว Federal Reserve ได้เข้ามาช่วยเหลือและธนาคารอื่น ๆ และกองทุนรวมเพื่อการลงทุนก็ได้สนับสนุน LTCM เพื่อป้องกันความเสียหายเพิ่มเติม นี่เป็นหนึ่งในเหตุผลที่เงินทุนจำนวนมากอาจล้มเหลวเนื่องจากเป็นไปตามเหตุการณ์ในอดีตที่อาจไม่รวมถึงเหตุการณ์ในอนาคต ในขณะที่ทีมควอนตัมที่แข็งแกร่งจะเพิ่มประเด็นใหม่ ๆ ต่อโมเดลต่อไปเพื่อคาดการณ์เหตุการณ์ในอนาคตซึ่งเป็นไปไม่ได้ที่จะคาดเดาอนาคตได้ทุกครั้ง เงินทุนของ Quant อาจสับสนเมื่อเศรษฐกิจและตลาดมีความผันผวนสูงกว่าค่าเฉลี่ย สัญญาณซื้อและขายสามารถเกิดขึ้นได้อย่างรวดเร็วว่าการหมุนเวียนสูงสามารถสร้างคอมมิชชั่นและกิจกรรมที่ต้องเสียภาษีได้สูง กองทุน Quant อาจก่อให้เกิดอันตรายเมื่อมีการวางตลาดเป็นหลักฐานหรือมีพื้นฐานอยู่บนกลยุทธ์สั้น ๆ การคาดการณ์การชะลอตัว การใช้ตราสารอนุพันธ์และการรวมพลังอำนาจอาจเป็นอันตรายได้ การเลี้ยวผิดอาจนำไปสู่การระเบิดซึ่งมักจะทำให้ข่าว ยุทธศาสตร์ด้านการลงทุนเชิงปริมาณได้พัฒนาจากกล่องดำกลับไปเป็นเครื่องมือการลงทุนหลัก พวกเขาได้รับการออกแบบมาเพื่อใช้ความคิดที่ดีที่สุดในการดำเนินธุรกิจและคอมพิวเตอร์ที่เร็วที่สุดในการใช้ประโยชน์จากความไร้ประสิทธิภาพและใช้ประโยชน์ในการวางเดิมพันทางการตลาด พวกเขาสามารถประสบความสำเร็จอย่างมากถ้าแบบจำลองมีข้อมูลปัจจัยการผลิตที่ถูกต้องทั้งหมดและมีความว่องไวเพียงพอที่จะคาดการณ์เหตุการณ์ในตลาดที่ผิดปกติ ในทางตรงกันข้ามในขณะที่เงินจำนวนมากได้รับการทดสอบอย่างเข้มงวดกลับจนกว่าพวกเขาจะทำงานจุดอ่อนของพวกเขาคือพวกเขาพึ่งพาข้อมูลทางประวัติศาสตร์สำหรับความสำเร็จของพวกเขา ในขณะที่การลงทุนเชิงปริมาณมีอยู่ในตลาดสิ่งสำคัญคือต้องตระหนักถึงความบกพร่องและความเสี่ยง เพื่อให้สอดคล้องกับกลยุทธ์การกระจายความเสี่ยง ความคิดที่ดีในการรักษากลยุทธ์เชิงปริมาณเป็นรูปแบบการลงทุนและรวมเอากลยุทธ์แบบดั้งเดิมเพื่อให้เกิดการกระจายความเสี่ยงที่เหมาะสม ทฤษฎีเศรษฐศาสตร์ของการใช้จ่ายทั้งหมดในระบบเศรษฐกิจและผลกระทบต่อผลผลิตและอัตราเงินเฟ้อ เศรษฐศาสตร์ของเคนส์ได้รับการพัฒนา การถือครองสินทรัพย์ในพอร์ตลงทุน การลงทุนในพอร์ทจะทำโดยคาดหวังว่าจะได้รับผลตอบแทนจากการลงทุน นี้. อัตราส่วนที่ Jack Treynor พัฒนาขึ้นเพื่อวัดผลตอบแทนที่ได้รับเกินกว่าที่อาจได้รับจากการเสี่ยงภัย การซื้อหุ้นคืน (Repurchase) ของ บริษัท เพื่อลดจำนวนหุ้นในตลาด บริษัท การคืนเงินภาษีคือการคืนเงินภาษีที่จ่ายให้กับบุคคลหรือครัวเรือนเมื่อหนี้สินภาษีที่เกิดขึ้นจริงน้อยกว่าจำนวนเงิน มูลค่าทางการเงินของสินค้าสำเร็จรูปและบริการทั้งหมดที่ผลิตขึ้นภายในพรมแดนของประเทศในช่วงระยะเวลาหนึ่งการซื้อขายเชิงปริมาณและขั้นตอนวิธีการเชิงปริมาณและขั้นตอนการซื้อขายหัวข้อนี้มุ่งเน้นไปที่การซื้อขายเชิงปริมาณและขั้นตอน หน้าแรกควรถูกมองว่าเป็นจุดโฟกัสเกี่ยวกับหัวข้อที่กล่าวถึงข้างต้น หน้าแรกนี้กำลังอยู่ในระหว่างการก่อสร้างและหากสนใจแวะเข้ามาดูเป็นครั้งคราวถ้ามี materiallinks ใหม่มาถึง มีความแตกต่างระหว่างการบอกว่ามีความสามารถในการคาดการณ์และความสามารถในการทำนายได้แม้ว่าจะมีกำไรมากขึ้นในการพยากรณ์ในระยะยาว แต่จากมุมมองทางคณิตศาสตร์มีความน่าเชื่อถือในการคาดการณ์ในระยะสั้นมากขึ้น 8220 ทำทุกอย่างให้เรียบง่ายที่สุด 8221 (A. Einstein) แต่ไม่ง่าย quotTradings ไม่ใช่เกม 8211 IQ testquot เป็นอันดับแรกสิ่งที่ควรพิจารณาในด้านการเงินส่วนหางไขมันถือว่าไม่พึงประสงค์เนื่องจากมีความเสี่ยงเพิ่มขึ้น ตัวอย่างเช่นกลยุทธ์การลงทุนอาจมีผลตอบแทนที่คาดหวังหลังจากหนึ่งปีซึ่งเป็นค่าเบี่ยงเบนมาตรฐานห้าครั้ง สมมติว่ามีการกระจายแบบปกติความเป็นไปได้ที่จะเกิดความล้มเหลว (ผลตอบแทนเชิงลบ) น้อยกว่าหนึ่งในล้านในทางปฏิบัติอาจสูงกว่านี้ การกระจายตามปกติที่เกิดขึ้นในด้านการเงินส่วนใหญ่ทำเช่นนั้นได้เนื่องจากปัจจัยที่มีอิทธิพลต่อมูลค่าทรัพย์สินหรือราคามีความเป็นไปได้ทางคณิตศาสตร์และทฤษฎีบทขีด จำกัด กลางให้การกระจายดังกล่าว อย่างไรก็ตามเหตุการณ์บาดแผลทางโลก (เช่นการช็อกจากน้ำมันการล้มละลายขององค์กรขนาดใหญ่หรือการเปลี่ยนแปลงทางการเมืองอย่างฉับพลัน) โดยปกติแล้วจะไม่เป็นไปตามหลักคณิตศาสตร์ Investopedia อธิบายความเสี่ยงหางเมื่อผลงานของการลงทุนถูกรวมเข้าด้วยกันสันนิษฐานว่าการกระจายผลตอบแทนจะเป็นไปตามรูปแบบปกติ ภายใต้สมมติฐานนี้ความน่าจะเป็นที่ผลตอบแทนจะเลื่อนไปมาระหว่างค่าเฉลี่ยและส่วนเบี่ยงเบนมาตรฐานทั้งสามค่าคือบวกหรือลบเป็น 99.97 ซึ่งหมายความว่าความน่าจะเป็นของผลตอบแทนมากกว่า 3 ค่าเบี่ยงเบนมาตรฐานเกินกว่าค่าเฉลี่ยคือ 0.03 หรือใกล้เคียงกับศูนย์ อย่างไรก็ตามแนวความคิดเกี่ยวกับความเสี่ยงหางแสดงให้เห็นว่าการแจกจ่ายไม่ปกติ แต่เบาบางและมีหางยาวขึ้น หางไขมันเพิ่มขึ้นน่าจะเป็นที่การลงทุนจะย้ายเกินกว่าเบี่ยงเบนมาตรฐานสาม การกระจายที่มีลักษณะหางไขมันมักจะเห็นเมื่อมองไปที่ผลตอบแทนของกองทุนเฮดจ์ฟันด์ investopediatermsttailrisk. asp สิ่งที่ผู้ค้าเชิงปริมาณสามารถเรียนรู้จาก Talebs quotAntifragilequot ต่อไปนี้เป็นชุดคำค้นที่ฉันพบโดยเฉพาะอย่างยิ่งที่น่าสนใจ: 1) กลยุทธ์โมเมนตัมมีมากขึ้นกว่า antifragile กลยุทธ์การพลิกกลับหมายถึง Taleb ไม่ได้บอกว่า แต่ thats ความคิดแรกที่มาถึงใจของฉัน ขณะที่ฉันถกเถียงกันในหลาย ๆ แห่งหมายถึงกลยุทธ์การคืนกำไรมีกำไรตามธรรมชาติ (exit เมื่อราคาได้เปลี่ยนไป) แต่ไม่มีการสูญเสียจากการหยุดยั้งธรรมชาติ (เราควรซื้ออะไรบางอย่างหากได้ราคาถูกกว่า) ดังนั้นจึงต้องเสียค่าใช้จ่ายเป็นอย่างมาก ความเสี่ยง แต่ไม่สามารถใช้ประโยชน์จากโชคลาภที่ไม่คาดคิดของหางขวา เปราะบางมากแน่นอนในทางตรงกันข้ามกลยุทธ์โมเมนตัมมีการสูญเสียหยุดธรรมชาติ (ออกเมื่อถ่วงกลับโมเมนตัม) และไม่มีกำไรธรรมชาติแคป (เก็บตำแหน่งเดียวกันตราบใดที่โมเมนตัมยังคงมีอยู่) โดยทั่วไปแล้ว antifragile มากยกเว้น: สิ่งที่ถ้าในระหว่างการหยุดชะงักการซื้อขาย (เนื่องจากช่องว่างในชีวิตประจำวันข้ามคืนหรือเบรกเกอร์วงจร) เราลาดเทออกจากตำแหน่งโมเมนตัมในเวลาดีคุณสามารถเลือกซื้อเพื่อจำลองหยุดการขาดทุน Taleb แน่นอนจะยอมรับเรื่องนั้น 2) กลยุทธ์ความถี่สูงมีประสิทธิภาพมากกว่ากลยุทธ์ความถี่ต่ำ Taleb ยังไม่ได้บอกว่าและมันก็ไม่มีอะไรเกี่ยวข้องกับการที่จะสามารถคาดการณ์ผลตอบแทนระยะสั้นและระยะยาวได้ง่ายขึ้น เนื่องจากกลยุทธ์ HF ช่วยให้เราสามารถสะสมกำไรได้เร็วกว่ากลุ่มความถี่ต่ำเราจึงไม่จำเป็นต้องใช้แรงกดดันใด ๆ ดังนั้นแม้ว่าเราจะโชคร้ายพอที่จะถือตำแหน่งผิดพลาดเมื่อ Black Swan โดนค่าความเสียหายจะเล็กเมื่อเทียบกับผลกำไรสะสม ดังนั้นในขณะที่กลยุทธ์ HF ไม่ได้รับประโยชน์อย่างเต็มที่จากความเสี่ยงหางขวาพวกเขาอย่างน้อยแข็งแกร่งเกี่ยวกับความเสี่ยงหางซ้าย 5) ความสัมพันธ์ไม่สามารถคาดการณ์ได้ สิ่งเดียวที่เราสามารถทำได้คือการสั้นที่ 1 และซื้อที่ -1 Taleb เกลียด Markowitz การเพิ่มประสิทธิภาพพอร์ตโฟลิโอและหนึ่งในเหตุผลก็คือมันขึ้นอยู่กับการประมาณการของผลตอบแทนของสินทรัพย์ covariances ขณะที่เขากล่าวว่าคู่ของสินทรัพย์ที่อาจมีความสัมพันธ์ระหว่าง -0.2 เป็นระยะเวลานานอาจมีความสัมพันธ์กันเป็นระยะเวลานานกว่า 0.8 โดยเฉพาะอย่างยิ่งในช่วงเวลาของความเครียดทางการเงิน ฉันค่อนข้างเห็นด้วยกับประเด็นนี้: ฉันเชื่อว่าการกำหนด correlations ด้วยค่าของ -0.75, -0.5, -0.25, 0 ไปยังรายการของเมตริกซ์ความสัมพันธ์โดยอิงจากความรู้พื้นฐาน (fundamental value) สามารถสร้างได้ดี ตัวเลขที่ประมาณอย่างพิถีพิถันใด ๆ คำถามน่าสนใจมากขึ้นคือว่ามีแน่นอนหมายถึงการพลิกกลับของความสัมพันธ์ 6) Backtest สามารถใช้เพื่อปฏิเสธกลยุทธ์เท่านั้นไม่ใช่เพื่อคาดเดาว่ากลยุทธ์ของคุณจะเป็นอย่างไร ความสำเร็จ นี้สะท้อนจุดที่ทำโดยไมเคิลวิจารณ์ไมเคิลในบทความก่อนหน้านี้ เนื่องจากข้อมูลในอดีตจะไม่ยาวพอที่จะจับภาพเหตุการณ์ Black Swan ที่อาจเกิดขึ้นได้ในอนาคตเราจึงไม่สามารถรู้ได้ว่ากลยุทธ์จะล้มเหลวอย่างน่าสังเวช อย่างไรก็ตามหากกลยุทธ์ล้มเหลวในการทำ backtest เราสามารถมั่นใจได้ว่าจะล้มเหลวอีกครั้งในอนาคต การอ่านที่ดีมาก: ลองพิจารณาอีกครั้งหนึ่งว่าเป็นเหรียญเดินสุ่มแบบสุ่มที่ไม่มี RTM เรากล่าวว่าไม่มีการกำหนดเวลาในกรณีนี้ แต่เดี๋ยวนี้สมมติว่าเราพบลูกบอลคริสตัลก่อนเกมเริ่มต้นซึ่งจะบอกเราว่าค่าสิ้นสุดจะเป็นอย่างไรเมื่อเกมสิ้นสุดลง จำได้ว่าค่าสิ้นสุดที่แท้จริงมีแนวโน้มสูงกว่าหรือต่ำกว่า 0 วาดเส้นตรงบนกราฟว่างจากจุดเริ่มต้นไปยังจุดสิ้นสุดที่รู้จัก เริ่มเล่นเกม เมื่อใดก็ตามที่กราฟอยู่เหนือเส้นคาดการณ์หางและนำเงินของคุณออกจากตาราง เมื่อใดก็ตามที่กราฟอยู่ต่ำกว่าเส้นคาดการณ์หัวและวางเงินกลับบนโต๊ะ ควรโน้มน้าวใจว่าการคาดการณ์ของคุณจะแม่นยำกว่า 5050 และคุณจะชนะด้วยกลยุทธ์การกำหนดเวลา (quotwinquot ในแง่ที่ว่าคุณจะทำดีกว่าคนที่ไม่คาดการณ์หรือเวลา) แม้จะไม่มี RTM ในทำนองเดียวกันกับการลงทุนถ้าเรารู้ได้อย่างชัดเจนว่าผลตอบแทนในอนาคตในอนาคตจะเป็นอย่างไรเราสามารถทำตลาดได้โดยไม่ต้องใช้ RTM วันนี้เราทราบดีว่าผลตอบแทนเฉลี่ยในช่วง 75 ปีที่ผ่านมามีค่าประมาณปีละ 10 ครั้ง เข้าเครื่องเวลาและย้อนกลับไปที่ปีพ. ศ. 2473 ลงทุนต่อไปอีก 75 ปี เมื่อใดก็ตามที่ผลตอบแทนสะสมต่อปีตั้งแต่ปีพ. ศ. 2473 ไปมากกว่า 10 เท่าให้กระจ่างต่อหุ้น เมื่อใดก็ตามที่ผลตอบแทนสะสมทุกปีตั้งแต่ปีพ. ศ. 2473 ไปต่ำกว่า 10 ให้ใส่เงินเพิ่มเข้าสู่หุ้น ในปีพ. ศ. 2548 คุณจะเอาชนะตลาดได้ในอัตราที่ดีมาก นี่เรียกว่า quotin-samplequot test มีข้อบกพร่องที่เห็นได้ชัดเนื่องจากนักลงทุนในปีพ. ศ. 2473 ไม่ทราบว่าผลตอบแทนโดยเฉลี่ยต่อปีจะเป็นอย่างไรในอีก 75 ปีข้างหน้า พวกเขารู้เพียงว่าผลตอบแทนรายปีเฉลี่ยที่ผ่านมาอยู่ที่เท่าใด หากคุณทำการทดสอบอีกครั้งและอนุญาตให้นักลงทุนใช้ข้อมูลที่มีให้ในเวลานั้นเท่านั้นกลยุทธ์การกำหนดเวลาการตลาดไม่ได้ผล นี่เป็นวิธีง่ายๆในการกำหนดเวลาโดยอิงตามผลตอบแทนที่ผ่านมา เมื่อผลตอบแทนในอดีตสูงขึ้นให้กระจ่างต่อหุ้น เมื่อผลตอบแทนที่ผ่านมาต่ำเกินไปให้ใส่เงินเข้าไปในหุ้น ในการเดินแบบสุ่มโดยไม่ใช้ลูกแก้วเรารู้ดีว่าการจับเวลาแบบนี้ไม่ได้ผล เหตุผลที่มันไม่ได้ทำงานเป็นเพราะไม่มีลูกแก้วเราไม่สามารถกำหนดความคิดของ quotlowquot และ quothigh. quot quotWow หมายถึง quotbelow ค่าเฉลี่ยของค่าเฉลี่ยในอนาคตและ quothighquot หมายถึง quotabove ค่าเฉลี่ยในอนาคต quot แต่เราไม่ทราบค่าเฉลี่ยในอนาคต . เรารู้ค่าเฉลี่ยที่ผ่านมาและข้อมูลดังกล่าวไม่มีประโยชน์ในการเดินแบบสุ่มโดยไม่มี RTM วิธีการคาดการณ์และกลยุทธ์ด้านเวลาส่วนใหญ่จะขึ้นอยู่กับการคาดการณ์ที่ซับซ้อนมากขึ้น โดยปกติจะใช้อัตราส่วนทางการเงินพื้นฐานเช่น DP (dividend-to-price ratio) หรือ PE (Price-to-earning ratio) เพื่อคาดการณ์ ข้อโต้แย้งก็คืออัตราส่วนเหล่านี้บางครั้งสูงและบางครั้งก็ต่ำ แต่ก็ไม่มีเหตุผลที่จะคิดว่าพวกเขาสามารถเติบโตหรือหดตัวได้โดยไม่ จำกัด ขอบเขต (quotwander off to infinity เนื่องจากนักวิชาการมักจะชอบพูด) มีเหตุผลสมควรมากขึ้นที่จะคิดว่าในขณะที่บางครั้งพวกเขาได้รับสูงหรือต่ำมาก แต่ในที่สุดพวกเขาก็จะต้องกลับไปใช้ระดับปกติมากขึ้น RTM กล่าวอีกนัยหนึ่ง ถ้าอัตราส่วนเหล่านี้มี RTM มีความเหมาะสมที่จะตั้งสมมติฐานว่า RTM นี้ในอัตราส่วนก่อให้เกิดผล RTM ที่คล้ายคลึงกันในผลตอบแทนและสามารถใช้อัตราส่วนดังกล่าวเพื่อคาดการณ์ผลตอบแทนในอนาคตได้ การคาดการณ์พื้นฐานแบบนี้ใช้งานได้หรือไม่แม้ว่าแนวคิดทั่วไปจะมีความเป็นไปได้มากกว่า แต่หลักฐานก็คือในพุดดิ้งและต้องมีการทดสอบทฤษฎี เป็นไปได้ที่จะตรวจสอบบันทึกทางประวัติศาสตร์เพื่อดูว่าแผนการต่างๆจะมีผลในอดีตหรือไม่ หลายคนได้ทำแบบนี้การศึกษาทั้งในโลกการเงินที่เป็นที่นิยมและในโลกทางวิชาการการเงิน ประเด็นสำคัญก็คือเมื่อกลับมาทดสอบวิธีการคาดการณ์พื้นฐานเหล่านี้เพื่อดูว่าพวกเขาเคยทำงานมาในอดีตหรือไม่มันเป็นการหลอกลวงถ้าคุณใช้วิธีการที่แท้จริงของตัวแปรพยากรณ์พื้นฐานที่คำนวณได้ตลอดช่วงเวลาที่ทดสอบเพราะ ข้อมูลดังกล่าวไม่มีให้แก่นักลงทุนในอดีต คุณต้องกลับการทดสอบโดยใช้ข้อมูลเฉพาะที่มีอยู่ในเวลานั้น กล่าวอีกนัยหนึ่งคุณต้องทำแบบทดสอบตัวอย่างที่ไม่ใช่การทดสอบในตัวอย่าง การศึกษายอดนิยมส่วนใหญ่ที่สรุปได้ว่าผลตอบแทนที่ได้คาดการณ์ไม่ถูกต้องเนื่องจากเหตุผลนี้ น่าแปลกใจที่การศึกษาทางวิชาการหลายแห่งดูเหมือนจะประสบปัญหาร้ายแรงเช่นเดียวกัน Amit Goyal และ Ivo Welch อภิปรายและสำรวจความเข้าใจนี้ในเอกสารของพวกเขาดูครอบคลุมผลการปฏิบัติงานเชิงประจักษ์ของการคาดการณ์ Premium Equity เมื่อพวกเขาทำการทดสอบตัวอย่างตัวแปรพยากรณ์ทั้งหมดที่เป็นที่นิยมรวมถึง DP และ PE พวกเขาพบว่าไม่มีงานใดที่ใช้งานได้: งานวิจัยของเราสำรวจประสิทธิภาพของตัวแปรเหล่านี้และไม่พบว่ามีเพียงตัวเดียว หนึ่งจะได้ช่วยนักลงทุนในโลกแห่งความเป็นจริงในการประเมินมูลค่าของส่วนของผู้ถือหุ้นในอดีตที่ผ่านมา ส่วนใหญ่จะได้รับบาดเจ็บอย่างแท้จริง ดังนั้นเราจึงพบว่าสำหรับวัตถุประสงค์เชิงปฏิบัติส่วนเกินทุนทั้งหมดยังไม่สามารถคาดการณ์ได้ ผลนี้ยังสร้างความประหลาดใจให้กับคนจำนวนมาก ภูมิปัญญาทั่วไปคือผลตอบแทนของตลาดหุ้นในอนาคตสามารถคาดการณ์ได้สูงโดยใช้มาตรการประเมินค่าทั่วไปเช่น DP และ PE การวิจัยของ Goyal and Welchs แสดงให้เห็นว่าความเชื่อนี้เหมือนกับคนอื่น ๆ อีกมากมายอาจเป็นเพียงตัวอย่างหนึ่งของการที่ผู้คนมักถูกหลอกโดยการสุ่มและดูรูปแบบข้อมูลแบบสุ่มที่ไม่มีอยู่จริง ยังคงมีการถกเถียงกันในแวดวงวิชาการเกี่ยวกับการคาดการณ์ว่าผลตอบแทนของหุ้นจะสามารถคาดการณ์ได้หรือไม่และระดับใดที่อาจคาดการณ์ได้และอาจมีตัวแปรการคาดการณ์ที่ดีที่สุดได้บ้าง Goyal และ Welch ได้ตั้งข้อสงสัยเกี่ยวกับสมมติฐานนี้และพวกเขาได้แสดงบริการที่มีค่าเพื่อแสดงให้เห็นถึงความสำคัญของการใช้การทดสอบเฉพาะตัวอย่างเท่านั้น แต่การวิจัยและการอภิปรายยังคงดำเนินต่อไป ในกรณีใด ๆ การคาดการณ์ถ้ามีอยู่ทั้งหมดเห็นได้ชัดว่าอ่อนแอลงและใช้ประโยชน์ได้ยากกว่าที่คนส่วนใหญ่คิดว่าโดยทั่วไปฉันเชื่อมั่นในการแนะนำหนังสือของคุณใหม่ แต่การค้นหาอย่างรวดเร็วของ Google เกี่ยวกับเรื่องนี้ดูไม่น่าสงสัย การอ้างสิทธิ์ของผลตอบแทนรายปี 1000 ฯลฯ คุณแน่ใจหรือไม่ว่าไม่ได้ต้องการแยกการตัดสินใจในระดับสินทรัพย์ออกจากโมเมนตัมในระดับเนื้อหาย่อยของสินทรัพย์ ตัวอย่างเช่นอุตสาหกรรมวัฏจักรอาจชุมนุมอย่างมากเนื่องจากมีเบต้าสูงเมื่อตลาดฟื้นตัว ให้ผลตอบแทนที่ไม่ซ้ำกันคำนวณผลตอบแทน 2-12 เดือน (เดือนแรกมีแนวโน้มที่จะมีการพลิกกลับค่าเฉลี่ย) โดยวัดความผันผวนตามนิสัย เมื่อสัปดาห์ที่ผ่านมา (พวกเขาไม่ได้เปลี่ยนบ่อยเท่าที่สัญญาณแบบดั้งเดิมของคุณ) ให้แปลงเหล่านี้เป็น Z-score ที่สามารถใช้ในส่วนอื่น ๆ ของกระบวนการก่อสร้างมุมมองหรือสร้างผลงานด้านบน 25 ด้านล่าง 25 และกลาง 50 และติดตามประสิทธิภาพ คุณสามารถทำสิ่งนี้ได้ภายในแต่ละประเภทสินทรัพย์หรือทุกประเภทสินทรัพย์ นอกจากนี้คุณยังสามารถดูข้อมูลบางอย่างในระดับระดับสินทรัพย์ได้ด้วยวิธีการที่คล้ายคลึงกัน เคล็ดลับคือวิธีการรวมมุมมองร่วมกัน (Black-LittermanEntropy Pooling) เมื่อคุณมีวิธีการรวมมุมมองที่แตกต่างกันแล้วคุณสามารถรวมกลยุทธ์การพลิกกลับค่าเฉลี่ยและโมเมนตัมไว้ในที่เดียว ที่ SensoBeat (sensobeat) เราคิดว่ามีความหมายต่อรายการข่าวสารและเราพยายามติดตามโมเมนตัมนั้น (Stock quotbuzzquot) เราทำเพื่อหุ้นเท่านั้น แต่สามารถปรับให้เข้ากับสาขาอื่นได้เช่นกันตราบเท่าที่พวกเขาสามารถมี quotbuzzquot ได้ เราคิดว่าการใช้ Algo-trading ซึ่งมีความเกี่ยวข้องกับคุณมากขึ้น แต่การทำให้อัตโนมัติเป็นปัญหาใหญ่ เช่น. ความเชื่อมั่นของรายการข่าวเป็นบวก แต่ถ้ามันพลาดความคาดหวังผลเป็นลบ เราตัดสินใจที่จะไปหาเครื่องมือช่วยในการตัดสินใจว่าพ่อค้าจะตัดสินใจขั้นสุดท้ายหรือไม่ จะน่าสนใจที่จะได้ยินสิ่งที่มืออาชีพ Algo - ผู้ค้าคิดของความคิด Anon ที่ผมกล่าวถึงในหนังสือของฉันฉันไม่ค่อยพบกลยุทธ์ใด ๆ ที่เผยแพร่ผลกำไรตามที่เป็นอยู่ บ่อยครั้งที่แม้แต่จะยืนขึ้นเพื่อทำ backtesting ไม่ต้องพูดถึงการซื้อขายหลักทรัพย์สด ดังนั้นฉันจึงไม่ควรใส่น้ำหนักมากเกินไปสำหรับคำร้อง 1000 สำคัญเอาไปจากหนังสือเป็นเทคนิคบางอย่างที่ฉันไม่ทราบก่อนที่ฉันสามารถปรับเปลี่ยนและปรับปรุง. เออร์นี่จอห์นขอบคุณสำหรับความคิดของคุณ อันที่จริงแล้วเรื่องนี้ทำให้ผมนึกถึงยุทธศาสตร์โมเมนตัมทั้งหมดที่ฉันอ่านเกี่ยวกับ: โดยทั่วไปถือพอร์ตการลงทุนระยะสั้นโดยอิงตามเกณฑ์การจัดอันดับง่ายๆเช่นผลตอบแทนที่ล้าหลังตามที่คุณแนะนำ เห็นได้ชัดว่าการทำงานนี้ไม่เพียง แต่ในหุ้น แต่ในสินค้าโภคภัณฑ์ฟิวเจอร์เกินไป (Google กระดาษโดย Joelle Miffre และ Georgios Rallis เรียกว่า quotMumentum ในสินค้าโภคภัณฑ์ตลาดล่วงหน้า) ปัญหาสำหรับฉัน (แต่ไม่จำเป็นสำหรับกล่าวกองทุนบำเหน็จบำนาญ) คือระยะเวลาการถือครองยาวเกินไปและผลตอบแทนค่อนข้างต่ำ ระยะเวลาการถือครองที่ยาวนานจำเป็นต้องบ่งบอกว่าพอร์ตการลงทุนมีความผันผวนระหว่างกาลดังนั้นจึงระงับอัตราส่วน Sharpe ไว้ ซึ่งไม่ได้หมายความว่าข้อเสนอแนะของคุณจำเป็นต้องมีปัญหานี้ Ernie Guy ขอบคุณสำหรับการแชร์ผลิตภัณฑ์กับเรา ในบริบทนี้ฉันควรระบุว่า บริษัท Ravenpack มีตัวบ่งชี้ความเชื่อมั่นด้านข่าวที่คล้ายกันซึ่งฉันเชื่อว่าสามารถใช้สำหรับการซื้อขายแบบอัลกอริทึมและตัวบ่งชี้ของ Ravenpack สามารถรวมเข้ากับแพลตฟอร์ม Alphacet Discovery ได้ นอกจากนี้หากมีใครสนใจข่าวที่รวบรวมมาจากอินเทอร์เน็ต แต่ไม่จำเป็นต้องมาจากนักข่าวทางการเงิน บริษัท Recorded Future ยังมีข้อมูลความเชื่อมั่นที่คล้ายคลึงกันผ่าน API ที่เหมาะสำหรับการซื้อขายแบบอัลกอริทึม เออร์นี่ขอบคุณที่ชี้ตัวฉันไปที่ Ravenpack พวกเขาทำการวิเคราะห์ความเชื่อมั่นซึ่ง บริษัท อื่น ๆ บาง บริษัท ทำเช่นกัน (thestocksonar, sentigo) พวกเขาทั้งหมดพยายามที่จะตัดสินใจว่ารายการข่าวเป็นบวกหรือไม่ SensoBeat พยายามตอบคำถามที่แตกต่างกัน: มีข่าวกระจายไปเท่าไร (ในเวลาจริง) เท่าที่เรารู้ว่าข้อมูลนี้ไม่สามารถใช้ได้กับผู้ค้า 2 รายการที่คล้ายกันจาก 2 บริษัท ที่แตกต่างกันสามารถมีการกระจายที่แตกต่างกันมากและผลกระทบจึงแตกต่างกันในหุ้น เมื่อพ่อค้าอ่านรายการข่าวจากฟีดที่เขาชื่นชอบเขาไม่ทราบว่าข่าวนี้กำลังแพร่กระจายอยู่หรือไม่แล้วมันคือ quotable - overquot อินเทอร์เน็ตและอื่น ๆ Guy, นั่นคือคุณลักษณะที่น่าสนใจอย่างแน่นอน น่ารู้กับผลิตภัณฑ์นี้เออร์นี่สิ่งที่มีโมเมนตัมคือสามารถเก็บไว้บนไปและไปหรืออาจเป็นคนโง่ กฎที่ดีที่สุดที่ฉันพบในการซื้อขายกลยุทธ์โมเมนตัมคือการจัดการการออกของคุณและไม่เคยกำหนดเป้าหมาย คำว่า quotlimit ขาดทุนของคุณและให้ผลกำไรของคุณ runquot อาจ simplistic แต่จริงดังนั้น อีกความคิดหนึ่งที่ฉันเลือกขึ้นจาก TraderFeed เมื่อนานมานี้คือ: 1) ระบุเทรนด์และ 2) ป้อนที่เคาน์เตอร์เทรนด์ อย่างมีประสิทธิภาพการซื้อที่ต่ำสุดในท้องถิ่นในตลาดวัวตัวอย่างเช่น Faizul Ramli กล่าว นี่เป็นบทความที่ทันเวลาที่ฉันอ่านหนังสือของคุณอีกครั้งและคุณแนะนำว่าหากมีเงินทุนต่ำกลยุทธ์ที่มีการยกระดับ (เช่นฟิวเจอร์สและอัตราแลกเปลี่ยน) อาจเป็นสิ่งที่ดีที่สุดที่จะเริ่มต้นด้วย อย่างไรก็ตามหากไม่มีประสบการณ์ในการซื้อขายฟิวเจอร์สหรืออัตราแลกเปลี่ยนสิ่งที่คุณอยากแนะนำให้เป็นเว็บไซต์หนังสือที่ดีที่สุดในการเริ่มต้นกับ Paul ใช่ใช่ด้วยกลยุทธ์ด้านโมเมนตัมฉันต้องการหยุดงาน แต่ไม่มีเป้าหมายกำไร ตรงกันข้ามกับกลยุทธ์การกลับรายการผมชอบที่จะมีเป้าหมายกำไร แต่ไม่หยุดการสูญเสีย อย่างไรก็ตามเช่นเดียวกับที่เป้าหมายกำไรที่ได้รับผลตอบแทนบ่อยครั้งสามารถทำหน้าที่เสมือนการหยุดขาดทุนได้การหยุดขาดทุนที่เกิดขึ้นบ่อยๆอาจเป็นเป้าหมายกำไรได้เช่นกัน Hi Faizul ในแง่ของการซื้อขายฟิวเจอร์คุณสามารถเริ่มต้นด้วยหนังสือของ Joe Duffy ตามที่ฉันแนะนำ สำหรับ FX ฉันได้เรียนรู้ทุกสิ่งที่ฉันรู้ว่า quoton jobquot และจากอดีตหุ้นส่วนของฉันในกองทุนเฮดจ์ฟันด์ของฉัน บางทีผู้อ่านบางคนที่นี่สามารถแนะนำหนังสือที่ดี Faizul Ramli กล่าว ขอบคุณเออร์นี่ เพิ่งสั่งซื้อหนังสือในวันนี้ดังนั้นหวังว่าจะได้รับมันในเวลาสัปดาห์หรือดังนั้น พบเว็บไซต์ที่ดีมากเนื่องจากเริ่มต้นจากพื้นฐานแล้ว Ernie คุณรู้สึกว่าหมายถึงการพลิกกลับเป็นกลยุทธ์ที่ดีใน forex ฉันพยายาม backtesting หนักสวยข้อมูล EURUSD มองย้อนกลับเฉลี่ยที่ timescales ต่างๆโดยใช้ส่วนผสมของ oscillators และไม่พบสิ่งที่เป็นประโยชน์ อาจเป็นเพราะตลาดสกุลเงินมีขนาดใหญ่มากพวกเขาจะถูกย้ายจริงๆเท่านั้นโดยข่าวที่เกิดขึ้นจริงไม่ใช่รูปแบบการซื้อขายแบบสุ่ม AZRamblers มีกลยุทธ์คืนค่าเฉลี่ยที่ทำงานใน FX แต่ EURUSD ไม่ใช่ผู้สมัครที่ดี หนึ่งต้องมองหาประเทศที่มีตัวชี้วัดทางเศรษฐกิจมากขึ้นอย่างแข็งขัน cointegrated Ernie มาร์คแอมโบรสกล่าวว่า เพื่อดึงดูดโมเมนตัมมากขึ้นในการเทรด Forex ของคุณโปรดไปที่ ultimatesignalsmembersgo. phpr38ampil0 คุณเคยมองไปที่ฟังก์ชัน Gaussian Gary หรือไม่หรือ Quants หลายคนได้ใช้ Gaussians ในหลายรูปแบบ แต่บางทีคุณอาจจะเจาะจงมากขึ้นเกี่ยวกับการใช้งานในบริบทโมเมนตัม เพื่ออ้างอิงออนไลน์ Ernie Hi Ernie ฉันเป็นแฟนตัวยงของหนังสือและบล็อกนี้ แต่ฉันไม่สามารถหาวิธีใดในการติดตามผลการปฏิบัติงานของกองทุนของคุณได้ ฉันจะไปดูที่ไหนได้บ้าง สวัสดีน้ำแข็งโปรดส่งอีเมลถึงฉันโดยเอกชน ขอบคุณ Ernie Hey Ernie คุณทำให้ฉันมีชื่อเสียง: D ฉันได้อ่านส่วนใหญ่เกี่ยวกับ Forex สำหรับคู่สุดท้ายของปีเช่นเดียวกับการฝึกเทคนิคที่แตกต่างกันโมเมนตัมกับบัญชีการสาธิตที่มีความสำเร็จไม่สอดคล้องกัน หนังสือเล่มเดียวที่ฉันพบ quotmore หรือ lessqu ที่น่าสนใจในการอ่านเพื่อให้ได้เข้าใจที่ดีของทุกสิ่งที่ถูกซื้อขายวันอังคารและการแกว่งการซื้อขาย Marketquot สกุลเงินโดย Kathy Lien แต่อีกครั้งมันเป็นเพียงคำพูดของหนังสือ basicsquot เกี่ยวกับเทคนิคโมเมนตัมเพื่อการค้าตลาด fx ฉันเดาวิธีการทางกลอย่างหมดจดต่อ se เคยชินทำงาน (aka ระบบการค้าที่คุณมักจะพบการเผยแพร่ใน fxforums จำนวนมาก) คุณจำเป็นต้องระบุช่วงเวลาหรือสถานการณ์หนึ่ง ๆ เมื่อมีแนวโน้มที่จะเกิดขึ้นเนื่องจากเหตุการณ์ภายนอกที่ต้องนำมาพิจารณา (หลังจากที่ลอนดอนเปิดหลังจาก NY เปิดหลังจากออกข่าวเช่น NFP) หรือเนื่องจากเหตุการณ์ quottechnicalquot เช่น candlesquot quotMaster (ราคาที่สูงขึ้นโดยไม่ได้ละเมิดขีดสุดหรือต่ำสุดของแถบก่อนหน้านี้จากนั้นจึงนำออกมาอย่างรุนแรง) อาจจะมีวิธีอื่น ๆ ในการระบุแนวโน้ม แต่ฉันไม่ทราบว่าพวกเขาดังนั้นถ้าใครรู้ I180d ยินดีที่จะทราบจริงๆ ไม่มีผู้เชี่ยวชาญ แต่หลังจากอ่านบล็อกที่สมบูรณ์แบบ Ernie180s แล้วฉันพบว่าวิธีการซื้อขายคู่ค้ามีความแข็งมากขึ้นสำหรับรสนิยมของฉันและหากใช้กับ Forex ฉันคิดว่าอาจเป็นวิธีที่ดีสำหรับนักเก็งกำไรขนาดเล็กที่จะลองโดยไม่มีข้อกำหนดใหญ่ของทุน (เนื่องจากโบรกเกอร์บางรายอนุญาตให้คุณค้าขายกับ mini และ micro lot) (mini 10.000 8364 micro 1000 8364 ie) ฉันจะส่งอีเมลถึงคุณด้วย Ernie) อะไรคือสิ่งที่คุณใช้ในตัวเร่งปฏิกิริยาเช่นรายได้กำไรเมื่อมันมาถึงหมายถึงการกลับรายการหุ้น swing ระบบการค้ามี คุณทำการทดสอบทางสถิติและตัดสินใจว่าจะ: 1) อย่าป้อนหุ้นที่จะรายงานรายได้ก่อนที่คุณจะคาดว่าจะออก 2) ป้อนตำแหน่งที่เล็กกว่าที่ยังคงหวังให้ค่าเฉลี่ยพลิกกลับ 3) ป้อนไม่ว่าจะขึ้นอยู่กับราคาใดก็ตามโดยไม่สนใจข่าวใด ๆ Mark ฉันจะหลีกเลี่ยงการเข้าสู่ตำแหน่งของหุ้นที่ได้ประกาศหรือคาดว่าจะประกาศรายได้สำหรับกลยุทธ์การคืนค่าเฉลี่ย Ernie gtgt quot ฉันจะหลีกเลี่ยงการเข้าสู่ตำแหน่งของหุ้นที่ได้ประกาศหรือคาดว่าจะประกาศรายได้สำหรับกลยุทธ์การคืนค่าเฉลี่ยฉันได้หลีกเลี่ยงรายได้แล้ว แต่ฉันเดาได้ว่ามีความคาดหวังในเชิงบวกยังคงมีอยู่ มีความผันผวนมากขึ้น ฉันมีช่วงเวลาที่ยากลำบากในการรับรายได้สำหรับชุดข้อมูลที่มีขนาดใหญ่พอที่จะทดสอบได้ว่าคุณมีโอกาสทำข้อตกลงกับการค้าเสรีนี้หรือไม่ ศูนย์สถิติที่สมบูรณ์แบบสำหรับรูปแบบตามฤดูกาลและสถิติสำหรับ Dow, SP, Nasdaq, Dax ค้นหารูปแบบการซื้อขายที่ดีที่สุดของคุณโดยเลือกเดือนวันเดือนสัปดาห์ที่หมดอายุรอบดวงจันทร์รอบรองประธานการเมือง ฯลฯ เครื่องมือเพิ่มเติม: 1) จะทำอย่างไรถ้า (กลับ n วันหลังจากถ้ามีการเปลี่ยนแปลง) 2) สถิติวัน intraday น่าอัศจรรย์และ 3) การคาดการณ์วันสำหรับ Dax และ Nasdaq ลองทำและหากำไร microbolsa. blogspotpmicro-pautas-nuevo. html ความเห็นและข้อเสนอแนะยินดีต้อนรับ Mark, คุณเคยได้ยินเกี่ยวกับ PEAD: ประกาศการประกาศผลกำไร Drift Research ระบุว่าราคาจะไม่ได้หมายความว่าจะกลับมาหลังจากที่มีการประกาศผลประกอบการ ฉันได้ตรวจสอบสถานการณ์ดังกล่าวด้วยการตัดข้อมูลจากรายได้ ขอบคุณสำหรับคำตอบของคุณเออร์นี่ เมื่อพูดถึงการทดสอบการพลิกกลับโดยใช้ PEAD และการทดสอบการพลิกกลับโดยเฉลี่ยที่มีข้อมูลที่คัดลอกมาเป็นรายได้มีอะไรบ้าง) เวลาในการถ่วงเวลาโดยเฉลี่ยสำหรับกลยุทธ์ของคุณ b) และจำนวนวันก่อนหรือหลังการทำงานของรายได้จะถูกยกเว้นส่วนใหญ่ของการวิจัย PEAD ที่ฉันอ่านเกี่ยวกับการพูดคุยเกี่ยวกับ ล่องลอยเป็นเวลานาน 3-12 เดือนขณะที่การพลิกผันกลับไม่ได้นานกว่า 4 วัน คำถามที่คล้ายคลึงกันกับฉันถูกยกขึ้นที่บล็อกของคุณที่ epchan. blogspot200707 ข่าวเกี่ยวกับการซื้อขาย - training. html โดย quotvivkrishquot Mark ฉันจะเปิดเผยให้คุณทราบถึงช่วงเวลาที่แน่นอนของกลยุทธ์ของฉัน แต่ฉันสามารถบอกคุณได้ว่าช่วงเวลา ค่อนข้างคล้ายกับกลยุทธ์การคืนค่าเฉลี่ยของคุณ แรงผลักดัน PEAD ไม่อาจอยู่ได้นานกว่า 3 เดือนเนื่องจากมีการประกาศรายได้ทุกๆ 3 เดือนซึ่งจะส่งผลต่อแนวโน้มใหม่ Ernie ฉันพบว่ากลยุทธ์การซื้อขายโมเมนตัมกำไรสำหรับพอร์ตการลงทุนของฟิวเจอร์สไม่ได้เป็นไปไม่ได้ที่จะหาได้ยาก โดยปกติแล้วพวกเขาจะมีเวลาในการถือครองการค้าโดยเฉลี่ย 25-100 วันและโดยเฉลี่ยแล้วจะสูญเสียการถือครองเป็นเวลา 5-25 วัน แม้กระทั่งค่าคอมมิชชั่นที่มีขนาดใหญ่และมีการเลื่อนลอยอย่างมากเมื่อเทียบกับตลาดฟิวเจอร์สที่มีอยู่อย่างหลากหลาย 50 แห่งก็ตาม (ให้แน่ใจว่าได้ใช้พอร์ตการลงทุนที่มีความหลากหลายทั่วโลกเพื่อให้ได้ค่า noncorrelation มื้อกลางวันฟรีมากขึ้น) ปรับค่าพารามิเตอร์เพื่อให้ได้เวลาในการถือครอง gt75 สำหรับการชนะการซื้อขาย, voila: profits ระบบโมเมนตัมอื่น ๆ ที่ง่ายและให้ผลกำไรสำหรับฟิวเจอร์สปรากฏบนเว็บไซต์ของเอ็ด Seykota เขาเรียกมันว่า quotSupport และ Resistancequot แต่จริง ๆ แล้วเป็นระบบ Breakout แบบคลาสสิก: ไปนาน ๆ เมื่อแบ่งราคาผ่านความต้านทาน (ด้านบน) ฯลฯ bit. lye5tTRo กับสิ่งที่ประเภทของเงินทุนที่คุณพบว่ามันเป็นไปได้ที่เริ่มต้นการซื้อขาย prop (การซื้อขายวัน) สำหรับการใช้ชีวิต ด้วยเงินทุนล่วงหน้าบางอย่างที่จำเป็นเพื่อให้สามารถซื้อขายได้ในตลาดหุ้นส่วนใหญ่และกองทุนเฮดจ์ฟันด์จำนวนมากพอใจกับ LIBOR 3 เดือนที่สูงกว่า 4 เดือน (กล่าวถึงว่าเป็นตัวบ่งชี้ถึงความคาดหวังที่มีความทะเยอทะยาน แต่อาจเป็นไปได้ในการคาดการณ์ประสิทธิภาพ) LIBOR ค่อนข้างต่ำในวันนี้เช่นกัน) แนบเนียนคุณคิดว่าเป็นช่วงเวลาที่ไม่ดีและแตกต่างไปจากเดิมเมื่อคุณตั้งธุรกิจของคุณเองเราจะพูดถึงขั้นต่ำอย่างน้อย 100-150 กิโลกรัมสำหรับการเริ่มต้น Pumpernickel ได้อย่างไร มากสำหรับการอ้างอิงของคุณ พวกเขาฟังดูน่าสนใจมาก Ernie Anon เป็นไปได้ที่จะทำเงินลงทุน 100-150K ลงทุน แต่ไม่ชัดถ้าผลตอบแทน levered คือ 5 มันจะคำนวณง่ายเพื่อหาผลตอบแทนที่จำเป็นสำหรับการอยู่รอดเมื่อคุณกำหนดกำไรที่คุณต้องการ Ernie ขอบคุณที่ปรึกษาหนังสือ Duffy's ฉันได้พบริ้วรอยที่น่าสนใจบางอย่างที่นั่น Manny แนวโน้มของปริมาณการซื้อขายหลักทรัพย์ที่สูงมากเกิดขึ้นในช่วงการซื้อขายข้ามคืนของดัชนีฟิวเจอร์สเช่น 9:15 น. ถึง 7.00 น. BST สำหรับฟิวเจอร์ส SampP 500 Index ซึ่งโดยทั่วไปจะเป็นสัญญาณการกลับรายการหลังการเคลื่อนไหวที่มีขนาดใหญ่มากดังนั้นหากแนวโน้มนี้ลดลงไปมาก และไปสั้น ๆ ถ้าแนวโน้มเป็นส่วนใหญ่ขึ้น ขออภัยฉันหมายถึง GMT กลยุทธ์ถูกต้องแม้ว่า สวัสดี DP ขอบคุณสำหรับเคล็ดลับในอนาคต: จะ backtest นี้บางครั้งเออร์นี่จากประสบการณ์ของฉันโมเมนตัมง่ายกว่ากลยุทธ์การพลิกกลับค่าเฉลี่ยสำหรับสินค้าโภคภัณฑ์ (ฟิวเจอร์ส) อานนท์ใช่ฉันเห็นด้วยกับคุณ การพลิกกลับค่าเฉลี่ยส่วนใหญ่จะทำงานให้กับแต่ละหุ้นในขณะที่โมเมนตัมส่วนใหญ่ใช้สำหรับสัญญาซื้อขายล่วงหน้าและสกุลเงิน Ernie ฉันสามารถชื่นชมว่าทำไมคุณอาจจะไม่ได้มีแนวโน้มที่จะใช้กลยุทธ์การปรับตัวโดยเฉพาะอย่างยิ่งถ้ามีการใช้ออกจากเครื่องมือการเก็บรักษาเช่นกล่องเครื่องมือประสาทใน Matlab ตาข่ายประสาทของพวกเขาส่วนใหญ่ฝึกในโหมดการเผยแพร่หลังการเผาไหม้ผ่านปีของข้อมูลและชุดข้อมูลตัวอย่างของคุณออกเป็นตัวอย่างไม่มีความหมายเนื่องจากโมเดลนั้นเป็นแบบคงที่และไม่สามารถปรับตัวได้ ในขณะที่พยายามแก้ช่องว่างในชั่วข้ามคืนในฟิวเจอร์สและสกุลเงินฉันตัดสินใจที่จะให้ตาแหน่งประสาทอีกนัดหนึ่งและดำเนินการออกแบบของฉันเอง การใช้เทคโนโลยีการบีบอัดทำให้ฉันสามารถสร้างไฟล์ที่เขียนข้อมูลจำนวนน้อยที่สุดเช่น ประมาณ 2 เดือนโดยใช้แถบรายชั่วโมงพร้อมข้อมูล 5 ปีจากนั้นการคาดการณ์ใหม่ทุกครั้งจะเป็นตัวอย่างและสุทธิรวมแถบใหม่ไว้ในการคาดการณ์ครั้งต่อไป ในตอนท้ายของวันสุทธิจะถอยกลับตัวเองอย่างถี่ถ้วนและพยายามคาดเดาการเปิดบาร์ในเช้าวันรุ่งขึ้นและจากนั้นจะกลับไปสู่การคาดการณ์การปิดบาร์ในวันดังกล่าว ฉันดูระบบเครื่องกลว่าผู้ฝึกสอนที่จะฝึกซ้อมอย่างเข้มข้นเป็นเวลา 4 ปีแล้วหลุดออกไปจากสายตาและไปดื่มด่ำเป็นเวลาหนึ่งปีปรากฏตัวอีกครั้งกลับไปทันทีในการติดตามและคุณคาดว่าจะชนะเหรียญทอง ไม่น่าจะเกิดขึ้น เราจำเป็นต้องอัปเกรดความรู้ของเราอย่างต่อเนื่องเพื่อสะท้อนถึงอนาคต อย่างไรก็ตามนับตั้งแต่ได้รับการแล่นเรือใบเรียบสำหรับช่องว่างในชั่วข้ามคืนการซื้อขาย FX และ futures Hi Jay ขอบคุณมากสำหรับการแชร์วิธีการฝึกอบรมระบบประสาทเทียมที่ปรับปรุงใหม่ของเรากับเรายินดีเป็นอย่างยิ่งที่ได้ทราบว่ามีผู้ดำเนินการปรับวิธีการทำงานเพื่อทำกำไรในการซื้อขาย อย่างไรก็ตามมีผู้คนจำนวนมากที่บอกว่าพวกเขาใช้ตัวชี้วัดทางเทคนิคที่ค่อนข้างง่ายในการค้าช่องว่างข้ามคืนในฟิวเจอร์สและ FX และในความเป็นจริงฉันมีวิธีการหนึ่งที่ทำให้ได้ผลลัพธ์ที่ดีมากเกินไป ดังนั้นวิธีการเรียนรู้เครื่องที่มีความซับซ้อนอาจไม่จำเป็นอย่างยิ่งที่จะต้องสร้างผลลัพธ์ที่สอดคล้องกันสำหรับโอกาสทางการตลาดนี้ ใน Financial Times ในปัจจุบัน โปรดเคารพนโยบายและนโยบายลิขสิทธิ์ของ FT ซึ่งจะทำให้คุณสามารถแชร์ลิงก์เพื่อคัดลอกเนื้อหาสำหรับแอ็พพลิเคชันแจกจ่ายส่วนขยายที่ จำกัด ได้ เมื่อเงินใหม่เข้ามาแล้ว Madoff ยืนยันว่าเขาวางแผนที่จะใช้กลยุทธ์การลงทุนที่ถูกต้องตามกฎหมายต่อไปซึ่งเป็น ตามรอบ 8220black box ที่เรียกว่า 8221 8211 เป็นเทคนิคที่ซับซ้อนซึ่งใช้ขั้นตอนวิธีการคำนวณเพื่อเลือกธุรกิจการค้า 8220 ก่อนหน้านี้ฉันได้ช่วยพัฒนาผลิตภัณฑ์สำหรับ Chicago Board Options Exchange เพื่อการซื้อขายดัชนี 8211 ฉันได้สร้างแบบจำลองสำหรับธุรกิจนั้น 8221 เขากล่าว 8220 ฉันคิดว่าฉันจะรวบรวมพอร์ตหุ้น 500 หุ้นของ SampP ที่มีการเปิดเผย 85% จากนั้นจึงใช้ OEX SampP 100 เป็นดัชนีเพื่อป้องกันความเสี่ยง 8222 ประเภทของศัพท์แสงนี้ฟังดูไม่ได้กับธนาคารที่ไม่ใช่นายธนาคาร น่าเชื่อถือ 8211 ใน Wall Street และ Madoff มอบโดยไม่พลาดจังหวะ เขาโกหกมันเป็นไปไม่ได้ที่จะบอก แต่ในขณะที่เขาพูดเขาก็กลายเป็นภาพเคลื่อนไหวที่สีแดงวูบวาบลงในแก้มของเขา 8220 แต่ปัญหากับกล่องดำของฉันคือการทำให้มันทำงานคุณต้องมีความผันผวนปริมาณและโมเมนตัม และแน่นอนว่าเราไม่ได้รับเงินนั้น 82221 หลังจากที่ Madoff ได้รับเงินทุนไหลเข้าครั้งนี้แล้วตลาดเริ่มฟื้นตัวขึ้น 8211 ซึ่งทำให้กลยุทธ์การผลิต 82208 ของแบล็กเบอร์รี่ไม่สามารถทำกำไรได้ ถึงกระนั้นลูกค้ารายใหม่ของเขาก็หวังว่าจะได้รับผลตอบแทนที่ดีและในไม่ช้าก็มีความต้องการการไถ่ถอน สวัสดีเออร์นี่คุณสามารถช่วยแบ่งเบาภาระการค้าขายกับ FX ได้หรือไม่ PS: ฉันซื้อหนังสือของคุณและรอการส่งมอบ อาลีตัวอย่างของโมเมนตัมช่องว่างข้ามคืนคือกลยุทธ์การฝ่าวงล้อมลอนดอนที่กล่าวถึงในความคิดเห็นโดย Bernd อ้างอิงในโพสต์บล็อกของฉัน Ernie ตกลงดังนั้นให้ฉันใส่ตัวเองในรองเท้าของผู้ประกอบการค้าใหม่ที่มีทุนไม่มากและไม่มากประสบการณ์ let180s พูด 10 หรือ 20k เพียงพยายามที่จะได้รับผลตอบแทนที่ดีในการออมของเขาไม่ได้ทำมาหากินการค้า พ่อค้าหารูปแบบที่ทำกำไร heshe ไม่ได้มีทรัพยากรที่จะทำให้ระบบโดยอัตโนมัติ hisher MATLAB (ต้องจ่ายเงินสำหรับมันทำให้มันสามารถที่จะโต้ตอบกับแพลตฟอร์มโบรกเกอร์) พ่อค้าจะพัฒนากิจกรรมใน Forex เช่นเนื่องจาก เงื่อนไขที่ดีกว่าในการใช้ประโยชน์จากเงินทุนที่ได้รับการสนับสนุน (การกลับมาของผลตอบแทนที่ไม่มีหลักประกัน 20 ครั้งในอัตราแลกเปลี่ยน 40 ถ้าการยกระดับเป็น 1: 2 ซึ่งเป็นแรงกดดันที่ค่อนข้างอนุรักษ์นิยม) สิ่งที่จะเป็นทางเลือกที่ดีที่สุดสำหรับผู้ค้ารายนี้ในการทำ backtest the strategy ถ้าบุคคลนี้ เวลาธุรกิจส่วนหนึ่งและทำในช่วงเวลา 4hr เช่นจะมีแนวโน้มที่จะบรรลุอัตราส่วน sharpe สูงหรือเป็นเพียงความสัมพันธ์ผกผันกับระยะเวลาที่ฉันถามเกี่ยวกับเรื่องนี้เพราะเมื่อคุณมี 500k หรือ 1Million หรือมากกว่าจะสามารถทำกำไรได้ ลงทุน 10 หรือ 15k i n อัตโนมัติการดำเนินงานของคุณมากยิ่งขึ้น แต่ถ้าคุณเป็นนักลงทุน 20k ที่เพิ่งจะระบายเงินทุนของคุณ ขอบคุณล่วงหน้า Ernest hello M chan ฉันได้รับการพัฒนากลยุทธ์การซื้อขายใกล้ปิดข้อมูลประมาณปีและ i39m กำลังมองหาเพื่อเริ่มต้นการซื้อขาย intraday (บาร์ 1 ชั่วโมง) คุณรู้หรือไม่ว่าหนังสือเล่มใดที่ฉันสามารถหาพื้นฐานของเทคนิคที่เกี่ยวข้อง ตัวอย่างเช่นสมมติฐานการลื่นไถลคืออะไรฉันควรใช้การดำเนินการตามใบสั่งสำหรับการทำ backtest (การซื้อขายในราคาเปิดถัดไปของ VWAP) ฯลฯ ขอขอบคุณล่วงหน้า ฉันสมมติว่าเมื่อคุณกล่าวว่า quotdoes ใน timeframequot 4 ชั่วโมงคุณหมายถึงการวิจัยผู้ประกอบการค้าและส่งคำสั่งนี้ 4 ชั่วโมงไม่ว่าผู้ประกอบการค้าทำธุรกิจการค้าจำนวนมากภายในนี้ 4 ชั่วโมงถ้าใช่แล้วผู้ประกอบการค้าสามารถใช้ Excel หรือ โปรแกรมอัตโนมัติแบบมาตรฐานของ FX เช่น Metatrader เพื่อทำให้กลยุทธ์เป็นไปอย่างอัตโนมัติ ในความเป็นจริงถ้าพ่อค้าดีในการเขียนโปรแกรม แต่ขาดเงินสดเธอสามารถใช้ R แทนได้ สวัสดีอานนท์จริงๆแล้วคุณสามารถทำ backtest ได้ว่าประเภทคำสั่งซื้อจะให้ผลลัพธ์ที่ดีที่สุดในการทำ backtest อย่างไร สำหรับความลื่นไถลจะเท่ากับครึ่งหนึ่งของส่วนต่างราคาเสนอโดยสมมติว่าขนาดการสั่งซื้อของคุณไม่ใหญ่กว่าขนาดของ Bidask ทั่วไป ขอบคุณ Ernie, การอ่านที่แนะนำ (I39m ไม่ต้องการหากลยุทธ์ แต่สำหรับวิธีการ) อานนท์ฉันได้เรียนรู้มากที่สุดของปัญหาที่เกี่ยวกับการดำเนินการเหล่านี้จากการซื้อขายจริง หนังสือจำนวนน้อยจะลงไปที่รายละเอียดดังกล่าว อย่างไรก็ตามคุณสามารถตรวจสอบหนังสือเทรดดิ้งและแลกเปลี่ยนในรายการแนะนำของฉันได้ที่แถบด้านขวาของบล็อก - มันไม่ได้งานที่ดีในการอธิบายจุลภาคในตลาด เออร์นี่คุณคิดว่าเป็นไปได้หรือไม่ที่จะหากลยุทธ์การคืนค่าเฉลี่ยที่ดีในฟิวเจอร์สนั่นเป็นคำถามที่ดีอานนท์ใช่มีกลยุทธ์การคืนค่าเฉลี่ยที่ดีในดัชนีฟิวเจอร์สได้ Ernie ฉันเพิ่งเริ่มสร้างบล็อกบนแพลตฟอร์มนี้สองสามวันแล้วและกำลังมองหาคนที่มีใจเดียวกันในการอ่านและทำตาม ดูเหมือนบล็อกที่ยอดเยี่ยม คุณยินดีที่จะแสดงความคิดเห็นบนหน้าของฉันและฉันจะรอคอยการอ่านเนื้อหาเพิ่มเติมจากคุณ คุณสามารถดูวิธีการทำงานของโมเมนตัมใน fx จากโปรแกรมนี้ได้: qedmoneydownloadsignaliqsetup. exe คุณมีประสบการณ์ในการหาคู่สกุลเงินร่วมที่ใช้ร่วมกันหรือไม่คุณคิดว่าเราสามารถใช้แนวคิดการซื้อขายคู่กับคู่สกุลเงินที่ผสานรวมกันเช่นเดียวกับ stocksetfs Adrian, Sure, คุณสามารถหาคู่ coexconnectating FX เช่นกัน Ernie ดูเหมือนจะมีการศึกษาหลายเรื่องเกี่ยวกับความสามารถในการทำกำไรของการซื้อขายหุ้นของคู่ค้า แต่ไม่ใช่สำหรับ FX คุณมีการอ้างอิงถึงเอกสารที่ได้ทำการศึกษาดังกล่าวสำหรับการซื้อขายคู่ค้าคู่ค้าดูเหมือนว่าการซื้อขายคู่โดยใช้ stocketf ดูเหมือนจะตรงไปตรงมามากกว่า FX ในแง่ของการกำหนดขนาดตำแหน่ง สมมติว่าเราพบคู่ FX แบบ cointegrated โดยใช้สกุลเงินพื้นฐานที่แตกต่างกันคือ AUD. CAD และ NZD. JPY ถ้าอยากมีความเสี่ยงเพียงแค่ 100,000 เหรียญสหรัฐในแต่ละขายาวเท่าไหร่เราควรได้รับจำนวนกี่ขาสำหรับขาแต่ละข้างหวังว่าจะได้รับคำแนะนำจากคุณ Tks Hi Adrian ถ้า NZD. USD0.75 จากนั้น US10,000 จะเท่ากับ 13,333 หน่วยของ NZD. JPY คุณต้องแปลงทั้งสองด้านของคู่เป็นสกุลเงินดอลลาร์สหรัฐก่อนที่จะเรียกใช้ผ่านคู่ค้าปกติคู่ค้ากลยุทธ์ แทนที่จะอ่านเอกสารเกี่ยวกับการซื้อขายคู่ของ FX ผมขอแนะนำให้อ่านเกี่ยวกับการซื้อขาย FX ขั้นพื้นฐาน สำหรับเช่น วัสดุการศึกษาสำหรับการสอบ FINRA Series 34 ที่ thectr. แรกขอบคุณสำหรับการผลิตบล็อกข้อมูลมาก i39m ดิ้นรนเล็กน้อยกับวิธีการหา cointegrated คู่และ triplets ในอนาคต แต่คุณความคิดเห็นล่าสุดอีกครั้ง: ต้องแรกแปลงเป็นค่าในอัตราแลกเปลี่ยนอาจช่วย ก่อนที่จะทดสอบการรวมตัวกัน (หรือแม้กระทั่ง Paerson's r) ฉันควรจะคูณสัญญาต่างๆตามค่าเงินดอลลาร์ของพวกเขาเพื่อที่จะได้รับเป็นสกุลเงินดอลลาร์ตัวอย่างเช่นคูณสัญญา ES โดย 50 และ ENQ โดย 20 ฉันก็จะใช้ อัตราส่วนการป้องกันความเสี่ยงต่อค่าเหล่านี้ก่อนการทดสอบ ฉันได้รับการแขวนขึ้นเมื่อพยายามเปรียบเทียบดัชนีหุ้นกับสกุลเงินหรือสินค้าโภคภัณฑ์ สวัสดีไมค์เมื่อตัวคูณเป็นค่าคงที่ (เช่นกรณีของอนาคตหรือ ETF ที่ซื้อขายในตลาดหุ้นสหรัฐฯ) อัตราส่วนการป้องกันความเสี่ยงจะดูแลโดยอัตโนมัติ หากตัวคูณแตกต่างกันไป (เช่นสกุลเงินต่างประเทศที่ไม่มีโควต้าแปลงเป็น USD) คุณต้องแปลงชุดเวลาโดยใช้อัตราแลกเปลี่ยนกลับเป็น USD เป็นครั้งแรกเนื่องจาก PampL ของคู่นี้มีสกุลเงินในสกุลเงินอ้างอิง คุณสามารถอธิบายรายละเอียดได้ว่าทำไมต้องมีการซื้อขายล่วงหน้าสำหรับสัญญาซื้อขายล่วงหน้าในอนาคตอันใกล้นี้ช่องว่างข้ามคืนจึงเห็นได้ชัดสัญญาซื้อขายล่วงหน้าหลายสัญญาซื้อขายกันเกือบ 24 ชั่วโมงบน Globex มีคำจำกัดความเกี่ยวกับคำจำกัดความของการเปิดและปิดในตลาดเหล่านี้เพื่อกำหนดช่องว่างหรือไม่? ezbentley, ช่องว่างในฟิวเจอร์สหมายถึงการเปิดและปิดการซื้อขายหลุม Ernie Ernie คุณคิดว่าเป็นความคิดที่ดีที่จะใช้กลยุทธ์โมเมนตัมในช่วงเหตุการณ์เช่นยกตัวอย่างเช่น nonfarm payrolls ประกาศฉันรู้ว่า traders จำนวนมากใช้เทคนิคนี้เพื่อค้าด้วยตนเอง จากอีกด้านหนึ่งมีผู้ค้าความถี่สูงจำนวนมากที่ทำแบบเดียวกันและใช้เทคโนโลยีแอบแฝงต่ำ อะไรคือจุดที่จะแข่งขันกับพวกเขาถ้าพวกนี้มักจะค้าได้เร็วขึ้นแน่นอนฉันไม่ได้พบอัลฟามากในช่วงเวลาสั้น ๆ นี้ แต่ที่เพราะเราไม่เคยแกล้งทำเป็น HFT เออร์นี่ผู้ค้าตรรกะโดย Mark Fisher มีสัญญาณบางอย่างที่จะเล่นรอบสำหรับกลยุทธ์การซื้อขายโมเมนตัม Paul Tudor Jones แนะนำให้เป็นหนึ่งในหนังสือเทรดเดอร์ที่เขาโปรดปรานและมีข้อความที่ตัดตอนมาในตอนต้นของหนังสือ นอกจากนี้คุณยังสามารถติดตามบล็อกบน ELITE Trader: วิธี ACD - นี่คือหัวข้อที่ยาวที่สุดในกลยุทธ์ใด ๆ ใน Elite Trader คนในบล็อกนี้เป็นผู้ค้าด้วยตนเอง แต่ผู้ค้าแบบอัตโนมัติอาจต้องการใช้แนวคิดเหล่านี้จำนวนมากและจัดระบบให้เป็นแบบแผน ขอบคุณสำหรับเคล็ดลับแฮร์รี่ฉันจะตรวจสอบที่ออก การซื้อขายเชิงปริมาณคืออะไรการซื้อขายเชิงปริมาณประกอบด้วยกลยุทธ์การซื้อขายตามการวิเคราะห์เชิงปริมาณ ซึ่งขึ้นอยู่กับการคำนวณทางคณิตศาสตร์และการกระทืบตัวเลขเพื่อระบุโอกาสทางการค้า เนื่องจากสถาบันการเงินและกองทุนเฮดจ์ฟันด์มักใช้การซื้อขายเชิงปริมาณ การทำธุรกรรมมักมีขนาดใหญ่และอาจเกี่ยวข้องกับการซื้อและขายหุ้นและหลักทรัพย์อื่น ๆ นับแสนหุ้น อย่างไรก็ตามการซื้อขายเชิงปริมาณมีการใช้กันโดยทั่วไปมากขึ้นโดยนักลงทุนรายย่อย การลดราคาและปริมาณการซื้อขายเป็นสองปัจจัยที่ใช้กันทั่วไปในการวิเคราะห์เชิงปริมาณเป็นปัจจัยหลักในการสร้างแบบจำลองทางคณิตศาสตร์ เทคนิคการซื้อขายเชิงปริมาณ ได้แก่ การซื้อขายด้วยความถี่สูง การค้าอัลกอริทึมและการเก็งกำไรเชิงสถิติ เทคนิคเหล่านี้ลุกลามอย่างรวดเร็วและโดยปกติจะมีระยะการลงทุนระยะสั้น ผู้ค้าเชิงปริมาณจำนวนมากคุ้นเคยกับเครื่องมือเชิงปริมาณเช่นค่าเฉลี่ยเคลื่อนที่และออสซิลเลเตอร์ การทำความเข้าใจเกี่ยวกับการซื้อขายเชิงปริมาณผู้ค้าเชิงปริมาณใช้ประโยชน์จากเทคโนโลยีสมัยใหม่คณิตศาสตร์และความพร้อมใช้งานของฐานข้อมูลที่ครอบคลุมสำหรับการตัดสินใจทางการค้าที่มีเหตุผล ผู้ค้าเชิงปริมาณใช้เทคนิคการซื้อขายและสร้างแบบจำลองโดยใช้คณิตศาสตร์และพัฒนาโปรแกรมคอมพิวเตอร์ที่ใช้โมเดลกับข้อมูลการตลาดที่ผ่านมา แบบจำลองนี้ได้รับการตรวจสอบและปรับแต่งแล้ว ถ้าผลดีจะประสบความสำเร็จระบบจะดำเนินการแล้วในตลาดเรียลไทม์ที่มีเงินจริง วิธีการทำงานของรูปแบบการซื้อขายเชิงปริมาณสามารถอธิบายได้ดีที่สุดโดยใช้การเปรียบเทียบ พิจารณารายงานสภาพอากาศซึ่งนักอุตุนิยมวิทยาคาดการณ์ว่ามีโอกาสเกิดฝนตกถึง 90 ครั้งในขณะที่ดวงอาทิตย์กำลังส่องแสง นักอุตุนิยมวิทยาได้ข้อสรุป counterintuitive นี้โดยรวบรวมและวิเคราะห์ข้อมูลสภาพอากาศจากเซ็นเซอร์ทั่วทั้งบริเวณ การวิเคราะห์เชิงปริมาณด้วยคอมพิวเตอร์จะแสดงรูปแบบเฉพาะในข้อมูล เมื่อเปรียบเทียบรูปแบบเหล่านี้กับรูปแบบเดียวกันที่เปิดเผยในข้อมูลสภาพภูมิอากาศในอดีต (ผลการทดสอบย้อนหลัง) และ 90 ครั้งจาก 100 ครั้งผลที่ได้คือฝนจะทำให้นักอุตุนิยมวิทยาสามารถสรุปข้อสรุปด้วยความมั่นใจ ผู้ค้าเชิงปริมาณใช้กระบวนการเดียวกันนี้กับตลาดการเงินเพื่อทำการตัดสินใจซื้อขาย ข้อดีและข้อเสียของการซื้อขายหลักทรัพย์เชิงปริมาณวัตถุประสงค์ของการซื้อขายคือการคำนวณความน่าจะเป็นที่ดีที่สุดในการดำเนินการค้าที่มีกำไร ผู้ประกอบการทั่วไปสามารถตรวจสอบวิเคราะห์และตัดสินใจเกี่ยวกับการซื้อขายหลักทรัพย์ในจำนวนที่ จำกัด ก่อนที่ปริมาณข้อมูลขาเข้าจะท่วมท้นกระบวนการตัดสินใจ การใช้เทคนิคการซื้อขายเชิงปริมาณจะช่วยเพิ่มขีด จำกัด นี้โดยใช้คอมพิวเตอร์ในการตรวจสอบการวิเคราะห์และการตัดสินใจทางการค้าโดยอัตโนมัติ เอาชนะความรู้สึกเป็นปัญหาที่แพร่หลายมากที่สุดกับการซื้อขาย ไม่ว่าจะเป็นความกลัวหรือความโลภในการซื้อขายความรู้สึกทำหน้าที่เพียงเพื่อยับยั้งความคิดที่มีเหตุผลซึ่งมักจะนำไปสู่ความสูญเสีย คอมพิวเตอร์และคณิตศาสตร์ไม่มีอารมณ์ดังนั้นการค้าเชิงปริมาณช่วยขจัดปัญหานี้ การค้าเชิงปริมาณมีปัญหา ตลาดการเงินเป็นหน่วยงานแบบไดนามิกที่มีอยู่มากที่สุด ดังนั้นรูปแบบการซื้อขายเชิงปริมาณจะต้องเป็นแบบไดนามิกที่จะประสบความสำเร็จอย่างสม่ำเสมอ ผู้ค้าเชิงปริมาณจำนวนมากพัฒนาแบบจำลองที่ทำกำไรได้ชั่วคราวสำหรับสภาวะตลาดที่พวกเขาพัฒนาขึ้น แต่จะล้มเหลวที่สุดเมื่อสภาวะตลาดเปลี่ยนแปลงไปกลยุทธ์ Quant - เป็นกลยุทธ์สำหรับการลงทุนเชิงปริมาณของคุณซึ่งได้พัฒนาไปสู่เครื่องมือที่ซับซ้อนมาก แต่รากฐานของกลยุทธ์จะย้อนกลับไปกว่า 70 ปี พวกเขามักจะดำเนินการโดยทีมที่มีการศึกษาสูงและใช้โมเดลที่เป็นกรรมสิทธิ์เพื่อเพิ่มความสามารถในการเอาชนะตลาด มีแม้กระทั่งโปรแกรมแบบออฟไลนที่เป็น plug-and-play สำหรับผู้ที่ต้องการความเรียบง่าย โมเดล Quant ทำงานได้ดีเมื่อทดสอบกลับ แต่การใช้งานจริงและอัตราความสำเร็จของพวกเขาเป็นที่ถกเถียงกันอยู่ ขณะที่พวกเขาดูเหมือนจะทำงานได้ดีในตลาดวัว เมื่อตลาดไปยุ่งเหยิงกลยุทธ์เชิงปริมาณจะขึ้นอยู่กับความเสี่ยงเช่นเดียวกับกลยุทธ์อื่น ๆ ประวัติความเป็นมาหนึ่งในบรรดาบรรพบุรุษผู้ก่อตั้งของการศึกษาทฤษฎีเชิงปริมาณที่นำมาประยุกต์ใช้ในด้านการเงินคือโรเบิร์ตเมอร์ตัน คุณสามารถจินตนาการว่ากระบวนการนี้ยากและใช้เวลานานแค่ไหนก่อนที่จะใช้คอมพิวเตอร์ ทฤษฎีทางการเงินอื่น ๆ ก็มีวิวัฒนาการมาจากการศึกษาเชิงปริมาณครั้งแรกซึ่งรวมถึงพื้นฐานของการกระจายการลงทุนตามทฤษฎีพอร์ตการลงทุนสมัยใหม่ การใช้ทั้งทางการเงินเชิงปริมาณและแคลคูลัสนำไปสู่เครื่องมือทั่วไปอื่น ๆ อีกมากมายรวมถึงสูตรการกำหนดราคาแบบ Black-Scholes ที่มีชื่อเสียงมากที่สุดซึ่งไม่เพียงช่วยให้นักลงทุนสามารถเลือกราคาและพัฒนากลยุทธ์ได้ แต่ยังช่วยให้ตลาดมีสภาพคล่องอยู่เสมอ เมื่อใช้กับการจัดการพอร์ตโฟลิคโดยตรง เป้าหมายก็เหมือนกับกลยุทธ์การลงทุนอื่น ๆ เพื่อเพิ่มมูลค่าอัลฟาหรือผลตอบแทนส่วนเกิน Quants ขณะที่นักพัฒนาซอฟต์แวร์เรียกว่าสร้างแบบจำลองทางคณิตศาสตร์ที่ซับซ้อนเพื่อตรวจหาโอกาสในการลงทุน มีหลายรุ่นออกมีเป็น quants ที่พัฒนาพวกเขาและทั้งหมดอ้างว่าเป็นที่ดีที่สุด หนึ่งในกลยุทธ์การลงทุนที่ดีที่สุดจุดขายที่ดีที่สุดคือรูปแบบและในที่สุดคอมพิวเตอร์ทำให้การตัดสินใจ buysell จริงไม่ใช่มนุษย์ สิ่งนี้มีแนวโน้มที่จะลบการตอบสนองทางอารมณ์ใด ๆ ที่บุคคลอาจได้รับเมื่อซื้อหรือขายเงินลงทุน กลยุทธ์ Quant ได้รับการยอมรับในชุมชนการลงทุนและดำเนินการโดยกองทุนรวมกองทุนป้องกันความเสี่ยงและนักลงทุนสถาบัน พวกเขามักจะไปโดยกำเนิด alpha ชื่อ หรือ alpha gens หลังผ้าม่านเช่นเดียวกับใน Wizard of Oz มีใครบางคนอยู่ข้างหลังผ้าม่านในการขับขี่ เช่นเดียวกับรูปแบบใด ๆ เพียงเท่าที่เป็นมนุษย์ที่พัฒนาโปรแกรม ในขณะที่ไม่มีข้อกำหนดเฉพาะสำหรับการเป็น Quant บริษัท ที่ทำงานแบบจำลองเชิงตัวเลขส่วนใหญ่จะรวมทักษะของนักวิเคราะห์การลงทุนสถิติและโปรแกรมเมอร์ที่ทำรหัสกระบวนการนี้ลงในคอมพิวเตอร์ เนื่องจากลักษณะที่ซับซ้อนของแบบจำลองทางคณิตศาสตร์และสถิติจึงเป็นเรื่องปกติที่จะเห็นข้อมูลประจำตัวเช่นปริญญาโทและปริญญาเอกด้านการเงินเศรษฐศาสตร์คณิตศาสตร์และวิศวกรรม ในอดีตสมาชิกในทีมเหล่านี้ทำงานในสำนักงานด้านหลัง แต่เป็นแบบจำลองควอนตัมได้กลายเป็นเรื่องธรรมดามากขึ้นสำนักงานกลับถูกย้ายไปที่สำนักงานด้านหน้า ประโยชน์ของกลยุทธ์ควอนท์แม้ว่าอัตราความสำเร็จโดยรวมจะเป็นที่ถกเถียงกัน แต่เหตุผลที่กลยุทธ์เชิงปริมาณบางอย่างใช้งานได้ก็คือพวกเขาอยู่บนพื้นฐานของระเบียบวินัย ถ้าแบบจำลองถูกต้องระเบียบวินัยจะช่วยให้ยุทธศาสตร์การทำงานกับเครื่องคอมพิวเตอร์ที่มีค่าความเร็วสูงเพื่อใช้ประโยชน์จากความไร้ประสิทธิภาพในตลาดโดยอาศัยข้อมูลเชิงปริมาณ โมเดลตัวเองสามารถขึ้นอยู่กับเพียงไม่กี่อัตราส่วนเช่น PE การเติบโตของตราสารทุนและตราสารหนี้หรือใช้ปัจจัยการผลิตหลายพันรายการที่ทำงานร่วมกันในเวลาเดียวกัน กลยุทธ์ที่ประสบความสำเร็จสามารถรับแนวโน้มในช่วงเริ่มต้นของพวกเขาเป็นคอมพิวเตอร์อย่างต่อเนื่องเรียกใช้สถานการณ์เพื่อหาประสิทธิภาพไร้ความสามารถก่อนที่คนอื่นจะทำ โมเดลมีความสามารถในการวิเคราะห์กลุ่มการลงทุนจำนวนมากพร้อม ๆ กันซึ่งนักวิเคราะห์แบบเดิมอาจมองเพียงไม่กี่ครั้งเท่านั้น กระบวนการคัดกรองสามารถให้คะแนนเอกภพได้ตามระดับชั้นเช่น 1-5 หรือ A-F ขึ้นอยู่กับรุ่น ทำให้กระบวนการซื้อขายที่เกิดขึ้นจริงง่ายมากโดยการลงทุนในการลงทุนที่มีการจัดอันดับสูงและขายสินค้าที่มีคะแนนต่ำ โมเดล Quant ยังเปิดรูปแบบต่างๆของกลยุทธ์เช่นยาวสั้นและยาวนาน กองทุนเงินทุนที่ประสบความสำเร็จให้ความสำคัญกับการควบคุมความเสี่ยงเนื่องจากลักษณะของโมเดลของพวกเขา กลยุทธ์ส่วนใหญ่เริ่มต้นด้วยจักรวาลหรือเกณฑ์มาตรฐานและใช้ภาคอุตสาหกรรมและการถ่วงน้ำหนักอุตสาหกรรมในรูปแบบของพวกเขา ซึ่งจะช่วยให้เงินทุนสามารถควบคุมการกระจายการลงทุนได้ในระดับหนึ่งโดยไม่ส่งผลต่อรูปแบบของตัวเอง กองทุน Quant มักจะทำงานโดยใช้ต้นทุนต่ำกว่าเพราะพวกเขาไม่จำเป็นต้องเป็นนักวิเคราะห์แบบดั้งเดิมและผู้จัดการพอร์ตโฟลิโอหลายรายเพื่อใช้งาน ข้อเสียของ Quant Strategies มีหลายเหตุผลที่ทำให้นักลงทุนจำนวนมากไม่ยอมรับแนวคิดเรื่องการปล่อยให้กล่องดำดำเนินการลงทุนอย่างเต็มที่ สำหรับทุกกองทุนที่ประสบความสำเร็จเงินออกมีเช่นเดียวกับหลายคนดูเหมือนจะไม่ประสบความสำเร็จ น่าเสียดายสำหรับชื่อเสียง quants เมื่อพวกเขาล้มเหลวพวกเขาล้มเหลวครั้งใหญ่ การบริหารจัดการเงินทุนระยะยาวเป็นหนึ่งในกองทุนเฮดจ์ฟันด์ที่มีชื่อเสียงมากที่สุดเนื่องจากได้รับการสนับสนุนจากผู้นำด้านการศึกษาที่ได้รับความเคารพนับถือมากที่สุดและนักเศรษฐศาสตร์ชื่อ Myron S. Scholes และ Robert C. Merton สองคนที่ได้รับรางวัลโนเบลเมโมเรียล ในช่วงปี 1990 ทีมของพวกเขาสร้างผลตอบแทนสูงกว่าค่าเฉลี่ยและดึงดูดทุนจากนักลงทุนทุกประเภท พวกเขามีชื่อเสียงไม่เพียง แต่ใช้ประโยชน์จากความไร้ประสิทธิภาพ แต่ใช้การเข้าถึงแหล่งเงินทุนได้อย่างง่ายดายเพื่อสร้างการเดิมพันแบบ leveraged มหาศาลในทิศทางตลาด ธรรมชาติที่มีระเบียบวินัยในยุทธศาสตร์ของพวกเขาสร้างความอ่อนแอที่นำไปสู่การล่มสลายของพวกเขา การบริหารจัดการทุนระยะยาวได้รับการชำระบัญชีและเลิกกิจการในต้นปี 2543 โดยรูปแบบของสัญญานี้ไม่ได้รวมถึงความเป็นไปได้ที่รัฐบาลรัสเซียอาจผิดนัดชำระหนี้บางส่วนได้ เหตุการณ์นี้ทำให้เกิดเหตุการณ์และปฏิกิริยาลูกโซ่ที่ขยายขึ้นโดยความหายนะที่สร้างขึ้นโดยใช้แรงจูงใจ LTCM มีส่วนเกี่ยวข้องอย่างมากกับการดำเนินการด้านการลงทุนอื่น ๆ ที่การล่มสลายของ บริษัท ส่งผลกระทบต่อตลาดโลกทำให้เกิดเหตุการณ์ที่น่าทึ่ง ในระยะยาว Federal Reserve ได้เข้ามาช่วยเหลือและธนาคารอื่น ๆ และกองทุนรวมเพื่อการลงทุนก็ได้สนับสนุน LTCM เพื่อป้องกันความเสียหายเพิ่มเติม นี่เป็นหนึ่งในเหตุผลที่เงินทุนจำนวนมากอาจล้มเหลวเนื่องจากเป็นไปตามเหตุการณ์ในอดีตที่อาจไม่รวมถึงเหตุการณ์ในอนาคต ในขณะที่ทีมควอนตัมที่แข็งแกร่งจะเพิ่มประเด็นใหม่ ๆ ต่อโมเดลต่อไปเพื่อคาดการณ์เหตุการณ์ในอนาคตซึ่งเป็นไปไม่ได้ที่จะคาดเดาอนาคตได้ทุกครั้ง เงินทุนของ Quant อาจสับสนเมื่อเศรษฐกิจและตลาดมีความผันผวนสูงกว่าค่าเฉลี่ย สัญญาณซื้อและขายสามารถเกิดขึ้นได้อย่างรวดเร็วว่าการหมุนเวียนสูงสามารถสร้างคอมมิชชั่นและกิจกรรมที่ต้องเสียภาษีได้สูง กองทุน Quant อาจก่อให้เกิดอันตรายเมื่อมีการวางตลาดเป็นหลักฐานหรือมีพื้นฐานอยู่บนกลยุทธ์สั้น ๆ การคาดการณ์การชะลอตัว การใช้ตราสารอนุพันธ์และการรวมพลังอำนาจอาจเป็นอันตรายได้ การเลี้ยวผิดอาจนำไปสู่การระเบิดซึ่งมักจะทำให้ข่าว ยุทธศาสตร์ด้านการลงทุนเชิงปริมาณได้พัฒนาจากกล่องดำกลับไปเป็นเครื่องมือการลงทุนหลัก พวกเขาได้รับการออกแบบมาเพื่อใช้ความคิดที่ดีที่สุดในการดำเนินธุรกิจและคอมพิวเตอร์ที่เร็วที่สุดในการใช้ประโยชน์จากความไร้ประสิทธิภาพและใช้ประโยชน์ในการวางเดิมพันทางการตลาด พวกเขาสามารถประสบความสำเร็จอย่างมากถ้าแบบจำลองมีข้อมูลปัจจัยการผลิตที่ถูกต้องทั้งหมดและมีความว่องไวเพียงพอที่จะคาดการณ์เหตุการณ์ในตลาดที่ผิดปกติ ในทางตรงกันข้ามในขณะที่เงินจำนวนมากได้รับการทดสอบอย่างเข้มงวดกลับจนกว่าพวกเขาจะทำงานจุดอ่อนของพวกเขาคือพวกเขาพึ่งพาข้อมูลทางประวัติศาสตร์สำหรับความสำเร็จของพวกเขา ในขณะที่การลงทุนเชิงปริมาณมีอยู่ในตลาดสิ่งสำคัญคือต้องตระหนักถึงความบกพร่องและความเสี่ยง เพื่อให้สอดคล้องกับกลยุทธ์การกระจายความเสี่ยง ความคิดที่ดีในการรักษากลยุทธ์เชิงปริมาณเป็นรูปแบบการลงทุนและรวมเอากลยุทธ์แบบดั้งเดิมเพื่อให้เกิดการกระจายความเสี่ยงที่เหมาะสม ประเภทของภาษีที่เรียกเก็บจากเงินทุนที่เกิดจากบุคคลและ บริษัท กำไรจากการลงทุนเป็นผลกำไรที่นักลงทุนลงทุน คำสั่งซื้อความปลอดภัยที่ต่ำกว่าหรือต่ำกว่าราคาที่ระบุ คำสั่งซื้อวงเงินอนุญาตให้ผู้ค้าและนักลงทุนระบุ กฎสรรพากรภายใน (Internal Internal Revenue Service หรือ IRS) ที่อนุญาตให้มีการถอนเงินที่ปลอดจากบัญชี IRA กฎกำหนดให้ การขายหุ้นครั้งแรกโดย บริษัท เอกชนต่อสาธารณชน การเสนอขายหุ้นหรือไอพีโอมักจะออกโดย บริษัท ขนาดเล็กที่มีอายุน้อยกว่าที่แสวงหา อัตราส่วนหนี้สิน DebtEquity Ratio คืออัตราส่วนหนี้สินที่ใช้ในการวัดอัตราส่วนหนี้สินของ บริษัท หรืออัตราส่วนหนี้สินที่ใช้ในการวัดแต่ละบุคคล ประเภทของโครงสร้างการชดเชยที่ผู้จัดการกองทุนป้องกันความเสี่ยงมักใช้ในส่วนของการชดเชยที่มีประสิทธิภาพตามกลยุทธ์ตัวต่อตัวในอนาคตและ forex ฉันได้พบมานานแล้วว่ามันเป็นเรื่องง่ายที่จะหาที่ดี (เช่นสูงอัตราส่วน Sharpe) หมายถึงการคืนกลยุทธ์มากกว่าโมเมนตัมที่ดี กลยุทธ์ ส่วนหนึ่งเป็นเพราะฉันเป็นผู้ประกอบการค้าหุ้นแทนผู้ค้าสกุลเงินล่วงหน้าและหุ้นส่วนบุคคลหมายความว่าเปลี่ยนกลับคืนมาเกือบตลอดเวลา มีข้อยกเว้นเช่นหลังจากเหตุการณ์พิเศษขององค์กรเช่นการประกาศรายได้และฉันได้ทดสอบกลยุทธ์โมเมนตัมตามเหตุการณ์เหล่านี้ แต่ความสำเร็จของกลยุทธ์ที่ขับเคลื่อนด้วยเหตุการณ์เหล่านี้เป็นไปอย่างไม่สม่ำเสมอโดยเฉพาะอย่างยิ่งเมื่อผู้ค้ารายอื่นรู้ดีขึ้น ตอนนี้ผมกำลังมุ่งเน้นที่การซื้อขายสัญญาซื้อขายล่วงหน้าและสกุลเงินมากขึ้นเรื่อย ๆ ผมเริ่มทยอยเข้าสู่โลกแห่งการลงทุนในตลาดโมเมนตัม มีหนังสือที่ดีในพื้นที่นี้ที่ควรจะเป็นที่รู้จักกันดีคือ Joe Duffys The Ultimate Trading Robot ซึ่งเป็นคำแนะนำแบบทีละขั้นตอนในการสร้างกลยุทธ์การซื้อขายล่วงหน้าซึ่งขึ้นอยู่กับราคาเพียงอย่างเดียว อีกตัวอย่างหนึ่งก็คือกลยุทธ์การฝ่าวงล้อมลอนดอนที่เอ่ยถึงโดย Bernd ผู้อ่านของเราในความคิดเห็นที่นี่ หลังจากศึกษาตัวอย่างเหล่านี้แล้วฉันรู้ว่าเหตุใดการค้นหายุทธศาสตร์โมเมนตัมในตลาดฟิวเจอร์สและตลาดอัตราแลกเปลี่ยนจึงเป็นเรื่องที่ไร้ประโยชน์: ช่องว่างข้ามคืนในตลาดเหล่านี้ดูเหมือนเป็นเรื่องสำคัญ สำหรับฟิวเจอร์สช่องว่างข้ามคืนจะเห็นได้ชัด แต่ในกรณีของกลยุทธ์การฝ่าวงล้อมของลอนดอนตัวอย่างเช่นผู้ประกอบการค้ามีหน้าที่ในการกำหนดตัวเองว่าเวลาปิดและเวลาในการเปิดที่เหมาะสมที่สุดคือเท่าใดเพื่อคำนวณช่องว่าง แนวโน้มในวันที่ไม่มีการหยุดพักค้างคืนดูเหมือนจะไม่มากพอที่จะทำกำไรได้ ฉันยังสงสัยว่ามีวิธีที่สง่างามมาก (เช่นทางคณิตศาสตร์) เพื่อหาจำนวนปรากฏการณ์การแหย่ดังกล่าวโดยไม่ใช้ตัวชี้วัดทางเทคนิคแบบเดิม หากคุณรู้จักแนวคิดสำหรับกลยุทธ์ด้านโมเมนตัมที่ดีคุณจะยินดีและยินดีที่จะแชร์และพูดคุยกันที่นี่ 68 ความคิดเห็น: ฉันมักไว้วางใจให้หนังสือเล่มใหม่ของคุณแนะนำ แต่การค้นหาอย่างรวดเร็วของ Google เกี่ยวกับเรื่องนี้ดูน่าสงสัย การอ้างสิทธิ์ของผลตอบแทนรายปี 1000 ฯลฯ คุณแน่ใจหรือไม่ว่าไม่ได้ต้องการแยกการตัดสินใจในระดับสินทรัพย์ออกจากโมเมนตัมในระดับเนื้อหาย่อยของสินทรัพย์ ตัวอย่างเช่นอุตสาหกรรมวัฏจักรอาจชุมนุมอย่างมากเนื่องจากมีเบต้าสูงเมื่อตลาดฟื้นตัว Take the idiosyncratic returns, calculate the 2-12 month return (first month tends to have some mean reversion), scale that by the idiosyncratic volatility. เมื่อสัปดาห์ที่ผ่านมา (พวกเขาไม่ได้เปลี่ยนบ่อยเท่าที่สัญญาณแบบดั้งเดิมของคุณ) ให้แปลงเหล่านี้เป็น Z-score ที่สามารถใช้ในส่วนอื่น ๆ ของกระบวนการก่อสร้างมุมมองหรือสร้างผลงานด้านบน 25 ด้านล่าง 25 และกลาง 50 และติดตามประสิทธิภาพ คุณสามารถทำสิ่งนี้ได้ภายในแต่ละประเภทสินทรัพย์หรือทุกประเภทสินทรัพย์ นอกจากนี้คุณยังสามารถดูข้อมูลบางอย่างในระดับระดับสินทรัพย์ได้ด้วยวิธีการที่คล้ายคลึงกัน The trick then is methods to combine views together (Black-LittermanEntropy Pooling). เมื่อคุณมีวิธีการรวมมุมมองที่แตกต่างกันแล้วคุณสามารถรวมกลยุทธ์การพลิกกลับค่าเฉลี่ยและโมเมนตัมไว้ในที่เดียว ที่ SensoBeat (sensobeat) เราคิดว่ามีความหมายต่อรายการข่าวสารและเราพยายามติดตามโมเมนตัมนั้น (Stock quotbuzzquot) เราทำเพื่อหุ้นเท่านั้น แต่สามารถปรับให้เข้ากับสาขาอื่นได้เช่นกันตราบเท่าที่พวกเขาสามารถมี quotbuzzquot ได้ We thought of using it for algo-trading, which is more relevant to you but making it fully automatic was a big problem. เช่น. ความเชื่อมั่นของรายการข่าวเป็นบวก แต่ถ้ามันพลาดความคาดหวังผลเป็นลบ เราตัดสินใจที่จะไปหาเครื่องมือช่วยในการตัดสินใจว่าพ่อค้าจะตัดสินใจขั้นสุดท้ายหรือไม่ Would be interesting to hear what professional algo-traders think of the idea Anon, As I mentioned in my book, I seldom find any published strategy profitable as is. บ่อยครั้งที่แม้แต่จะยืนขึ้นเพื่อทำ backtesting ไม่ต้องพูดถึงการซื้อขายหลักทรัพย์สด So I won39t put too much weight on the 1000 claim. สำคัญเอาไปจากหนังสือเป็นเทคนิคบางอย่างที่ฉันไม่ทราบก่อนที่ฉันสามารถปรับเปลี่ยนและปรับปรุง. Ernie John, Thanks for your idea. อันที่จริงแล้วเรื่องนี้ทำให้ผมนึกถึงยุทธศาสตร์โมเมนตัมทั้งหมดที่ฉันอ่านเกี่ยวกับ: โดยทั่วไปถือพอร์ตการลงทุนระยะสั้นโดยอิงตามเกณฑ์การจัดอันดับง่ายๆเช่นผลตอบแทนที่ล้าหลังตามที่คุณแนะนำ เห็นได้ชัดว่าการทำงานนี้ไม่เพียง แต่ในหุ้น แต่ในสินค้าโภคภัณฑ์ฟิวเจอร์เกินไป (Google กระดาษโดย Joelle Miffre และ Georgios Rallis เรียกว่า quotMumentum ในสินค้าโภคภัณฑ์ตลาดล่วงหน้า) The problem for me (but not necessarily for, say, pension funds) is that the holding period is too long, and the return comparatively low. ระยะเวลาการถือครองที่ยาวนานจำเป็นต้องบ่งบอกว่าพอร์ตการลงทุนมีความผันผวนระหว่างกาลดังนั้นจึงระงับอัตราส่วน Sharpe ไว้ ซึ่งไม่ได้หมายความว่าข้อเสนอแนะของคุณจำเป็นต้องมีปัญหานี้ Ernie Guy ขอบคุณสำหรับการแชร์ผลิตภัณฑ์กับเรา ในบริบทนี้ฉันควรระบุว่า บริษัท Ravenpack มีตัวบ่งชี้ความเชื่อมั่นด้านข่าวที่คล้ายกันซึ่งฉันเชื่อว่าสามารถใช้สำหรับการซื้อขายแบบอัลกอริทึมและตัวบ่งชี้ของ Ravenpack สามารถรวมเข้ากับแพลตฟอร์ม Alphacet Discovery ได้ นอกจากนี้หากมีใครสนใจข่าวที่รวบรวมมาจากอินเทอร์เน็ต แต่ไม่จำเป็นต้องมาจากนักข่าวทางการเงิน บริษัท Recorded Future ยังมีข้อมูลความเชื่อมั่นที่คล้ายคลึงกันผ่าน API ที่เหมาะสำหรับการซื้อขายแบบอัลกอริทึม Ernie, Thanks for pointing me to Ravenpack. They do sentiment analysis which a few other companies do as well (thestocksonar, sentigo). พวกเขาทั้งหมดพยายามที่จะตัดสินใจว่ารายการข่าวเป็นบวกหรือไม่ SensoBeat พยายามตอบคำถามที่แตกต่างกัน: มีข่าวกระจายไปเท่าไร (ในเวลาจริง) เท่าที่เรารู้ว่าข้อมูลนี้ไม่สามารถใช้ได้กับผู้ค้า 2 similar items from 2 different companies can have very different spread and therefore different impact on the stock. When the trader reads a news item from his favorite feed he doesn39t know if this news is now starting to spread, is it already quotall-overquot the internet, and so on. gtgt quotI would avoid entering into positions of stocks that have announced or are expected to announce earnings for mean-reverting strategies. quot I have been avoiding earnings. แต่ฉันเดาได้ว่ามีความคาดหวังในเชิงบวกยังคงมีอยู่ just a lot more volatility. ฉันมีช่วงเวลาที่ยากลำบากในการรับรายได้สำหรับชุดข้อมูลที่มีขนาดใหญ่พอที่จะทดสอบได้ว่าคุณมีโอกาสทำข้อตกลงกับการค้าเสรีนี้หรือไม่ ศูนย์สถิติที่สมบูรณ์แบบสำหรับรูปแบบตามฤดูกาลและสถิติสำหรับ Dow, SP, Nasdaq, Dax ค้นหารูปแบบการซื้อขายที่ดีที่สุดของคุณโดยเลือกเดือนวันเดือนสัปดาห์ที่หมดอายุรอบดวงจันทร์รอบรองประธานการเมือง ฯลฯ เครื่องมือเพิ่มเติม: 1) จะทำอย่างไรถ้า (กลับ n วันหลังจากถ้ามีการเปลี่ยนแปลง) 2) สถิติวัน intraday น่าอัศจรรย์และ 3) การคาดการณ์วันสำหรับ Dax และ Nasdaq ลองทำและหากำไร microbolsa. blogspotpmicro-pautas-nuevo. html ความเห็นและข้อเสนอแนะยินดีต้อนรับ Mark, คุณเคยได้ยินเกี่ยวกับ PEAD: ประกาศการประกาศผลกำไร Drift Research ระบุว่าราคาจะไม่ได้หมายความว่าจะกลับมาหลังจากที่มีการประกาศผลประกอบการ I backtested such situations by web-scrapping data from earnings. ขอบคุณสำหรับคำตอบของคุณเออร์นี่ เมื่อพูดถึงการทดสอบการพลิกกลับโดยใช้ PEAD และการทดสอบการพลิกกลับโดยเฉลี่ยที่มีข้อมูลที่คัดลอกมาเป็นรายได้มีอะไรบ้าง) เวลาในการถ่วงเวลาโดยเฉลี่ยสำหรับกลยุทธ์ของคุณ b) และจำนวนวันก่อนหรือหลังการทำงานของรายได้จะถูกยกเว้นส่วนใหญ่ของการวิจัย PEAD ที่ฉันอ่านเกี่ยวกับการพูดคุยเกี่ยวกับ ล่องลอยเป็นเวลานาน 3-12 เดือนขณะที่การพลิกผันกลับไม่ได้นานกว่า 4 วัน A similar question to mine was raised at your blog at epchan. blogspot200707more-on-news-driven-trading. html by quotvivkrishquot Mark, I can39t disclose to you the exact holding period of my strategy, but I can tell you that the time scale is quite similar to your mean-reverting strategies. แรงผลักดัน PEAD ไม่อาจอยู่ได้นานกว่า 3 เดือนเนื่องจากมีการประกาศรายได้ทุกๆ 3 เดือนซึ่งจะส่งผลต่อแนวโน้มใหม่ Ernie, I find that profitable momentum trading strategies for portfolios of futures, are not impossibly difficult to find. Typically they have an average winning trade hold time of 25-100 days and an average losing trade hold time of 5-25 days. แม้กระทั่งค่าคอมมิชชั่นที่มีขนาดใหญ่และมีการเลื่อนลอยอย่างมากเมื่อเทียบกับตลาดฟิวเจอร์สที่มีอยู่อย่างหลากหลาย 50 แห่งก็ตาม (Be sure to use a globally diversified portfolio, to get more of that free-lunch noncorrelation). ปรับค่าพารามิเตอร์เพื่อให้ได้เวลาในการถือครอง gt75 สำหรับการชนะการซื้อขาย, voila: profits Another simple and profitable momentum system for futures appears on Ed Seykota39s website. He calls it quotSupport and Resistancequot but it39s actually a classical Breakout system: go long when price breaks through (above) resistance, etc. bit. lye5tTRo With what sort of capital did you find it possible start prop trading (day trading) for a living With some upfront capital needed just to be able to day-trade in most exchanges and many macho hedge funds being happy with 4 above 3-month LIBOR these days (mentioning it as an indicator of an ambitious yet possibly realistic of performance expectation - note: LIBOR is pretty low these days as well), realistically do you think it39s a bad period and fundamentaly different to the time you set up your own business Would we be talking about a bare minimum of 100-150k available purely for starting up Ok so let me put myself in the shoes of a new trader with not so much capital and not a lot of experience, let180s say 10 or 20k, just trying to get a nice return on his savings, not making a living off trading The trader finds a model t หมวกเป็นประโยชน์ heshe ไม่ได้มีทรัพยากรโดยอัตโนมัติระบบ hisher ใช้ MATLAB (ต้องจ่ายสำหรับมันทำให้สามารถโต้ตอบกับแพลตฟอร์มโบรกเกอร์) พ่อจะพัฒนากิจกรรมในโฟเช่นเนื่องจากสภาพดีกว่า ใช้ประโยชน์จากเงินทุนที่ได้รับการสนับสนุน (การได้รับผลตอบแทนจากการลงทุนในพันธบัตรระยะที่ 20 โดยไม่มีการไถ่ถอนในอัตราแลกเปลี่ยนที่ 40 ถ้าอัตราส่วนหนี้สินต่อทุนเป็น 1: 2 ซึ่งเป็นอัตราส่วนที่ค่อนข้างอนุรักษ์นิยม ) สิ่งที่จะเป็นทางเลือกที่ดีที่สุดสำหรับผู้ประกอบการค้ารายนี้ในการทำ backtest the strategy หากบุคคลนี้ทำธุรกิจ part time และทำในช่วงเวลา 4hr ตัวอย่างเช่นมีโอกาสที่จะมีอัตราส่วน sharpe สูงหรือเป็นเพียงความสัมพันธ์ที่ผกผันกับกรอบเวลาที่ฉันถาม เกี่ยวกับเรื่องนี้เพราะเมื่อคุณมี 500k หรือ 1 ล้านหรือมากกว่าสามารถทำกำไรได้ในการลงทุน 10 หรือ 15k ในการดำเนินงานโดยอัตโนมัติของคุณมากยิ่งขึ้น แต่ถ้าคุณเป็นนักลงทุน 20k นั่นก็จะทำให้ บริษัท ของคุณหมดแรงลงเท่านั้น ขอบคุณล่วงหน้า Ernest hello M chan ฉันได้รับการพัฒนากลยุทธ์การซื้อขายใกล้ปิดข้อมูลประมาณปีและ i39m กำลังมองหาเพื่อเริ่มต้นการซื้อขาย intraday (บาร์ 1 ชั่วโมง) Do you know of any book were I could find the basics of the technics involved. For exemple what are the slippage assumptions What kind of order execution should I use for backtest (trade on next bar opening price, VWAP) etc. Thanks in advance. ฉันสมมติว่าเมื่อคุณกล่าวว่า quotdoes ใน timeframequot 4 ชั่วโมงคุณหมายถึงการวิจัยผู้ประกอบการค้าและส่งคำสั่งนี้ 4 ชั่วโมงไม่ว่าผู้ประกอบการค้าทำธุรกิจการค้าจำนวนมากภายในนี้ 4 ชั่วโมงถ้าใช่แล้วผู้ประกอบการค้าสามารถใช้ Excel หรือ โปรแกรมอัตโนมัติแบบมาตรฐานของ FX เช่น Metatrader เพื่อทำให้กลยุทธ์เป็นไปอย่างอัตโนมัติ In fact, if the trader is good at programming but short of cash, she can use R instead. Hi Anon, Actually, you can just backtest what order types will produce the best backtest results. As for slippage, it is equal half-of the bid-ask spread, assuming that your order size is no bigger than the typical bidask size. ดูเหมือนว่าจะมีการศึกษาหลายเรื่องเกี่ยวกับความสามารถในการทำกำไรของการซื้อขายหุ้นของคู่ค้า แต่ไม่ใช่สำหรับ FX Do you have any references to papers that have conducted such studies for FX pair trading It seems Pair Trading using stocksetf seems more straight-forward than FX, in terms of position sizing. Say we find a cointegrated FX pair using different base currencies, AUD. CAD and NZD. JPY. If we want to risk say just USD10000 on each longshort leg, how many lots should we get for each leg Hope to get your advice on this. Tks Hi Adrian, If NZD. USD0.75, then US10,000 is equivalent to 13,333 units of NZD. JPY. คุณต้องแปลงทั้งสองด้านของคู่เป็นสกุลเงินดอลลาร์สหรัฐก่อนที่จะเรียกใช้ผ่านคู่ค้าปกติคู่ค้ากลยุทธ์ Instead of reading papers on FX pairs trading, I recommend reading up on basic FX trading. สำหรับเช่น study materials for FINRA Series 34 exam at thectr. first, thanks for producing a very informative blog. i39m ดิ้นรนเล็กน้อยกับวิธีการหา cointegrated คู่และ triplets ในอนาคต แต่คุณความคิดเห็นล่าสุดอีกครั้ง: ต้องแรกแปลงเป็นค่าในอัตราแลกเปลี่ยนอาจช่วย ก่อนที่จะทดสอบการรวมตัวกัน (หรือแม้กระทั่ง Paerson's r) ฉันควรจะคูณสัญญาต่างๆตามค่าเงินดอลลาร์ของพวกเขาเพื่อที่จะได้รับเป็นสกุลเงินดอลลาร์ตัวอย่างเช่นคูณสัญญา ES โดย 50 และ ENQ โดย 20 ฉันก็จะใช้ อัตราส่วนการป้องกันความเสี่ยงต่อค่าเหล่านี้ก่อนการทดสอบ ฉันได้รับการแขวนขึ้นเมื่อพยายามเปรียบเทียบดัชนีหุ้นกับสกุลเงินหรือสินค้าโภคภัณฑ์ Hi Mike, When the multiplier is a constant (as is the case for a future or ETF traded on a US exchange), the hedge ratio will take care of it automatically. หากตัวคูณแตกต่างกันไป (เช่นสกุลเงินต่างประเทศที่ไม่มีโควต้าแปลงเป็น USD) คุณต้องแปลงชุดเวลาโดยใช้อัตราแลกเปลี่ยนกลับเป็น USD เป็นครั้งแรกเนื่องจาก PampL ของคู่นี้มีสกุลเงินในสกุลเงินอ้างอิง คุณสามารถอธิบายรายละเอียดได้ว่าทำไมต้องมีการซื้อขายล่วงหน้าสำหรับสัญญาซื้อขายล่วงหน้าในอนาคตอันใกล้นี้ช่องว่างข้ามคืนจึงเห็นได้ชัดสัญญาซื้อขายล่วงหน้าหลายสัญญาซื้อขายกันเกือบ 24 ชั่วโมงบน Globex Is there a quotconsensusquot definition of the open and close in these markets in order to define gapsPROVEN ALGORITHMIC TRADING STRATEGIES ACHIEVE DIVERSIFICATION IN YOUR PORTFOLIO LIKE YOU NEVER THOUGHT POSSIBLE Our algorithmic trading strategies provide diversification to your portfolio by trading multiple asses like the S038P 500 index, DAX index, and the volatility index, through the use of futures trading, or very liquid exchange traded funds. Applying trend-following, counter-trend trading, and range bound cycle based strategies, we seek to provide a systematic, highly automated trading decision process capable of providing consistent returns for our clients. We offer multiple algorithmic trading strategies where all algorithmic strategies can be followed manually by receiving email and SMS text alerts, or it can be 100 hands-free automatically traded in your brokerage account. Its up to you and you can even turn onoff automated trading at anytime so you are always in control of your destiny. Our Algorithmic Trading Strategies: 1. Short term momentum shifts between overbought and oversold market conditions, which are traded using long and short positions allowing, potential profits in any market direction. 2. Trend following takes advantage of extended multi month price movements in either direction up or down. 3. Cyclical trading allows potential profits during a range bound sideways market. Some of the largest gains are encountered during choppy market conditions with this strategy. Our Products AlgoTrades is an all-in-one trading system service that combines the most effective and important types of analysis listed above into unique algorithmic trading systems for dynamic and robust system creation. AlgoTrades quantitative trading strategies diversify your portfolio in two ways (1) it trades the largest stock indexes for total diversification with all market sectors, (2) it employs three unique analysis algorithmic trading strategies. The three unique trading strategies provide additional stability as a result of multiple approaches and the fact positions vary in length and size. Generate Consistent Long-Term Growth Our Algorithmic Trading Strategies Description 038 Philosophy We believe the AlgoTrades algorithmic trading system is everything a trader and investor needs to generate consistent long-term growth. Our unique proprietary tools and trading algorithms allow us to take advantage of financial markets regardless of the market8217s direction. AlgoTrades8217 advanced filters monitor the market on a tick-by-tick basis evaluating each entry, profitloss, or stop placement level in real-time, so you dont have to. What Is Traded: The systems that trade the ES mini futures contract, DAX futures, with both long and short positions. Some systems trade using exchange traded funds with a focus on trading the indexes, sectors and the volatility index. We also have stock trading systems for those how prefer active stock trading. Trades vary in length depending on the strategy. Systems range form days trading to multi-week long trend trading. AlgoTrades8217 number one priority following the execution of a position is to maximize profits and reduce risk. Position Management Used Each of our systems trade either 1 futures contract or a fixed position size value if it trades stocks or ETF8217s. Also some system like futures trading or longshort stock systems will require a margin account, while a long only ETF system (regular and inverse funds) any normal stock trading account can be used. Our systems are all scale-able, meaning if a system requires 10,000 account size and you have a 20K account you would just set the system Scale to 200. This will ensure you are trading the correctly position sizes for your account. Account Size Needed Minimum trading account required for trades to be executed with our smallest system is a 10,000 account. Our systems are all scale-able, meaning if a system states that it requires 10,000 account size and you have a 20,000 account you would just set the system Scale to 200. On the other hand if a system says its requires 25,000 and you only have 12,500 you would set the system Scale to trade 50 of the system position size. This will ensure you are trading the correctly position sizes for your account. LEARN ABOUT ALGORITHMIC TRADING STRATEGIES USED TO TRADE YOUR ACCOUNT IMPORTANT 8211 ALGORITHMIC TRADING STRATEGIES: Each year the stock market has a sweet spot where a large portion of the gains will be generated within a few months so commitment to the algorithmic trading system is important for long term success. ALGORITHMIC TRADING STRATEGY NOTE Our AlgoTrades system have been developed and traded by professionals who want to share their system, passion of the markets, and lifestyle with our select group of traders and investors. The AlgoTrades team has a combined experience level of 77 years in the markets. Our resources run far and wide covering day trading, swing trading, 24-hr futures trading, stocks, ETF8217s, and algorithmic trading strategies development. Our small and elite group have seen and done it all We are proud to make AlgoTrades available for individual investors to help level the playing field with the pros, hedge funds and private equity firms on Wall Street. Our algorithmic trading strategies use several data points to power its decision making and trades. The use of cycles, volume ratios, trends, volatility, market sentiment, and pattern recognition, puts the probability in our favor to make money. IMPORTANT ALGORITHMIC TRADING STRATEGIES FEATURE 038 BENEFIT FOR FUTURES TRADERS: When a futures contract is nearing expiration, our system will automatically close out the front or nearby contract and re-establish the position in the new front or nearby contract month. No action is required on your part. Its a true hands free automated trading strategy. Copyright 2017 - ALGOTRADES - ระบบการซื้อขายอัลกอริทึมอัตโนมัติ CFTC RULE 4.41 - ผลการดำเนินงานที่สมมุติฐานหรือผลการดำเนินงานที่จำลองขึ้นมีข้อ จำกัด บางอย่าง ไม่ว่าจะเป็นบันทึกผลการดำเนินงานที่แท้จริงผลลัพธ์ที่จำลองไม่ได้แสดงถึงการซื้อขายตามปกติ นอกจากนี้เนื่องจากการค้ายังไม่ได้รับผลกระทบผลลัพธ์อาจมีน้อยกว่าหรือมากกว่าที่จะได้รับผลกระทบหากมีปัจจัยการตลาดบางอย่างเช่นการขาดสภาพคล่อง โปรแกรมเทรดดิ้งที่จำลองในเรื่องทั่วไปจะต้องเป็นไปตามข้อเท็จจริงที่ว่าพวกเขาได้รับการออกแบบมาพร้อมกับประโยชน์ของยุคเีดียว ไม่มีผู้ถือหุ้นรายใดแสดงว่าบัญชีใดจะเป็นประโยชน์หรือเป็นไปได้ที่จะทำกำไรหรือขาดทุนให้คล้ายคลึงกัน ไม่มีการแสดงหรือการบอกกล่าวเป็นนัยว่าการใช้ระบบการค้าแบบอัลกอลิกึมจะสร้างรายได้หรือรับประกันผลกำไร มีความเสี่ยงที่อาจเกิดขึ้นจากการซื้อขายสัญญาซื้อขายล่วงหน้าและซื้อขายแลกเปลี่ยน การซื้อขายสัญญาซื้อขายล่วงหน้าและการซื้อขายแลกเปลี่ยนเงินตราต่างประเทศเกี่ยวข้องกับความเสี่ยงที่สำคัญของการสูญเสียและไม่เหมาะสำหรับทุกคน ผลลัพธ์เหล่านี้ขึ้นอยู่กับผลการปฏิบัติงานจำลองหรือสมมุติฐานที่มีข้อ จำกัด บางประการ ผลการค้นหาเหล่านี้ไม่ได้แสดงถึงการซื้อขายจริง นอกจากนี้เนื่องจากธุรกิจการค้าเหล่านี้ไม่ได้รับการดำเนินการจริงผลลัพธ์เหล่านี้อาจได้รับผลกระทบต่ำกว่าหรือมากกว่าที่ชดเชยสำหรับผลกระทบหากมีปัจจัยทางการตลาดบางอย่างเช่นการขาดสภาพคล่อง โปรแกรมการค้าจำลองหรือสมมุติโดยทั่วไปยังขึ้นอยู่กับข้อเท็จจริงที่ว่าพวกเขาได้รับการออกแบบมาเพื่อประโยชน์ในการมองย้อนกลับ ไม่ได้มีการระบุว่าบัญชีใด ๆ จะเป็นไปได้หรือมีแนวโน้มที่จะบรรลุผลกำไรหรือขาดทุนเช่นเดียวกับที่แสดง ข้อมูลในเว็บไซต์นี้จัดทำขึ้นโดยไม่คำนึงถึงวัตถุประสงค์ในการลงทุนสถานการณ์ทางการเงินและความต้องการของนักลงทุนรายใดและแนะนำให้ผู้ใช้บริการไม่ดำเนินการใด ๆ โดยไม่ได้รับคำแนะนำจากที่ปรึกษาทางการเงินของตนโดยไม่ต้องอาศัยข้อมูลจากเว็บไซต์เป็นพื้นฐานหลัก สำหรับการตัดสินใจลงทุนของพวกเขาและเพื่อพิจารณาความเสี่ยงของตัวเองความอดทนความเสี่ยงและการสูญเสียหยุดของตัวเอง - ขับเคลื่อนโดย Enfold WordPress Theme