TRIPLE MOVING MOYENNE Un autre système de moyenne mobile courante est le 4918 Triple Moving Average. Comme le système de moyenne mobile double. Le triple est également mentionné et testé dans Chemin de la Tortue. Guide des traders techniques sur l'analyse informatique du marché à terme et le guide Dow Jones-Irwin sur les systèmes de négociation. L'utilisation de la 3ème ligne de moyenne mobile ajoute une zone neutre à ce système de sorte qu'il n'est pas toujours sur le marché cependant la 3ème ligne peut être utilisée de diverses façons. Avec 3 lignes de moyenne mobile, vous utilisez 2 d'entre elles comme déclencheur d'entrée croisé et utilisez la 3ème ligne comme filtre de tendance. Avec les numéros 4918, vous pouvez utiliser la croix des lignes 9 et 18, mais seulement prendre des positions sur le côté de la ligne de 4 jours. Vous pouvez alternativement prendre la croix des 4 et 9 lignes de moyenne mobile, mais seulement prendre des positions sur le côté de la ligne de 18 jours. Par exemple, si les croix de 4 jours au-dessus du 9 jour et les deux sont au-dessus de la moyenne mobile de 18 jours, les positions longues peuvent être prises. Si les 4 jours passent sous les 9 jours et les deux sont inférieurs à la moyenne mobile de 18 jours, les positions courtes peuvent être prises. Utiliser l'indicateur de 4 jours comme indicateur à court terme peut réduire les whipsaws tout en utilisant le 18 jours que le filtre de tendance tente de capturer l'indication de tendance à plus long terme. CALIBRAGE DE LA POSITION À l'aide de l'arrêt, nous calculons la taille de la position en fonction de la quantité que nous perdrions si la position est arrêtée. Nous voulons garder toutes nos positions et nos risques identiques sur tous les marchés sur lesquels nous négocions si bien, utilisez le calcul du pourcentage de volatilité. Nous prenons le montant que nous voulons à risque (notre capital le pourcentage à risquer) et le diviser par la valeur monétaire de la distance de l'entrée à l'arrêt. Cela nous donne la taille de notre position. Par exemple, une taille de compte de 25 000 et un risque par métier pour un risque de position de 250. Si la distance entre notre entrée et notre point d'arrêt est de 34,82, nous terminerions le calcul avec 250 34,82 et arrondirons pour une taille de position de 7 actions. En utilisant le calcul de la taille de position, nous utilisons un multiple de l'ATR. À l'aide d'un exemple d'une entrée 565.25 sur le stock AAPL et de 2 un ATR 15 jours de 17.41, notre arrêt serait 34.82 de chaque côté du prix d'entrée 565.25. Une position longue serait arrêtée si le prix chutait à 530,43 et une position courte serait arrêtée si le prix montait à 600,07. Ce système prend des profits lorsque la ligne la plus rapide traverse la ligne médiane vers le côté opposé à partir duquel l'entrée a eu lieu. En continuant avec les 4918 lignes de moyenne mobile, une position longue sortirait lorsque la ligne de 4 jours traverse la moyenne mobile de 9 jours. Une position courte quitterait lorsque la ligne de 4 jours traverse la moyenne mobile de 9 jours. VARIATIONS Avec 3 lignes de moyenne mobile, il existe de nombreuses variables pour tester et trouver la combinaison qui fonctionne le mieux pour vous. Curtis Faiths livre utilise des variables beaucoup plus long terme que les lignes 4918, mais nous avons également vu des combinaisons de 51530 et 42163 comme exemples. Une autre variante dans l'essai de ce système est d'essayer les différences entre les moyennes mobiles simples, les moyennes mobiles exponentielles, les moyennes mobiles pondérées et les moyennes mobiles déplacées. PLUS DE DÉTAILS Vous pouvez trouver ce système dans les trois livres mentionnés ci-dessus avec les résultats des tests et de les comparer à d'autres systèmes. Way of the Turtle l'utilise comme un système à long terme avec 150 jours, 250 jours et 350 lignes de jour. Guide technique des commerçants à l'analyse informatique du marché à terme et le guide Dow Jones-Irwin aux systèmes de négociation l'utiliser avec les lignes 4 jours, 9 jours et 18 jours. Copie 2012 GTV HOLDINGS, LLC. TOUS LES DROITS SONT RÉSERVÉS. À PROPOS DE NOUS CONTACTEZ-NOUS VOUS ASSUMEZ TOUS LES RISQUES ASSOCIÉS AUX DECISIONS D'INVESTISSEMENT FAITES SUR LA BASE D'INFORMATIONS CONTENUES SUR CE SITE WEB. LA COMMERCE EST SPECULATIVE DANS LA NATURE ET NON APPROPRIÉE POUR TOUS LES INVESTISSEURS. LES INVESTISSEURS DEVRAIENT SEULEMENT UTILISER DES CAPITAUX DE RISQUE QU'ILS SONT PREPARES A PERDRE COMME IL EXISTE TOUJOURS LE RISQUE DE PERTES SUBSTANTIELLES. LES INVESTISSEURS DOIVENT EXAMINER COMPLETEMENT LEUR PROPRE SITUATION FINANCIERE PERSONNELLE AVANT COMMERCE. LES SYSTÈMES SUR CE SITE SONT DES EXEMPLES D'ÉDUCATION ET NE SONT PAS DES RECOMMANDATIONS À ACHETER OU À VENDRE. Dans Python With Pandas, nous avons créé un environnement de backtesting basé sur la recherche orientée objet et l'avons testé sur une stratégie de prévision aléatoire. Dans cet article, nous allons utiliser les mécanismes que nous avons mis en place pour mener des recherches sur une stratégie réelle, à savoir le Crossover moyen mobile sur AAPL. Stratégie de croisement moyenne mobile La technique de crossover de moyenne mobile est une stratégie de momentum simpliste extrêmement connue. Il est souvent considéré comme l'exemple Hello World pour le commerce quantitatif. La stratégie décrite ici est longue seulement. Deux filtres de moyenne mobile simple distincts sont créés, avec des périodes d'analyse différentes, d'une série temporelle particulière. Les signaux d'achat de l'actif se produisent lorsque la moyenne mobile de retour en arrière est plus longue que la moyenne mobile à long terme. Si la moyenne plus longue dépasse par la suite la moyenne plus courte, l'actif est vendu de nouveau. La stratégie fonctionne bien quand une série chronologique entre dans une période de tendance forte, puis inverse lentement la tendance. Pour cet exemple, j'ai choisi Apple, Inc. (AAPL) comme la série chronologique, avec un court retour de 100 jours et un lookback longue de 400 jours. C'est l'exemple fourni par la bibliothèque de trading algorithmique zipline. Ainsi, si nous voulons mettre en œuvre notre propre backtester, nous devons nous assurer qu'il correspond aux résultats en zipline, comme un moyen de base de validation. Implémentation Assurez-vous de suivre le tutoriel précédent ici. Qui décrit comment la hiérarchie d'objet initiale pour le backtester est construite, sinon le code ci-dessous ne fonctionnera pas. Pour cette implémentation particulière, j'ai utilisé les bibliothèques suivantes: La mise en œuvre de macross. py nécessite le backtest. py du tutoriel précédent. La première étape consiste à importer les modules et objets nécessaires: Comme dans le didacticiel précédent, nous allons sous-classer la classe de base abstraite Stratégie pour produire MovingAverageCrossStrategy. Qui contient tous les détails sur la façon de générer les signaux lorsque les moyennes mobiles de AAPL se croisent. L'objet nécessite une fenêtre courte et une fenêtre longue sur laquelle fonctionner. Les valeurs ont été définies à des valeurs par défaut de 100 jours et 400 jours respectivement, qui sont les mêmes paramètres utilisés dans l'exemple principal de la tyrolienne. Les moyennes mobiles sont créées en utilisant la fonction rollingmaing pandas sur les barsFermer le cours de clôture du stock AAPL. Une fois que les moyennes mobiles individuelles ont été construites, la série de signaux est générée en plaçant la colonne égale à 1,0 lorsque la moyenne mobile courte est supérieure à la moyenne mobile longue ou 0,0 autrement. De là, les ordres de position peuvent être générés pour représenter des signaux de négociation. Le MarketOnClosePortfolio est sous-classé de Portfolio. Qui se trouve dans backtest. py. Il est presque identique à la mise en œuvre décrite dans le didacticiel précédent, à l'exception que les métiers sont maintenant effectués sur une base Close-to-Close, plutôt que Open-to-Open. Pour plus de détails sur la définition de l'objet Portfolio, reportez-vous au didacticiel précédent. Ive a laissé le code dedans pour l'intégralité et pour garder ce tutoriel autonome: Maintenant que les classes MovingAverageCrossStrategy et MarketOnClosePortfolio ont été définies, une fonction principale sera appelée pour attacher toutes les fonctionnalités ensemble. En outre, la performance de la stratégie sera examinée au moyen d'un graphique de la courbe de capitaux propres. L'objet DataReader de pandas télécharge les prix OHLCV des stocks d'AAPL pour la période du 1er janvier 1990 au 1er janvier 2002, date à laquelle les signaux DataFrame sont créés pour générer les signaux long seulement. Par la suite, le portefeuille est généré avec une base de capital initiale de 100 000 USD et les rendements sont calculés sur la courbe de capitaux propres. La dernière étape est d'utiliser matplotlib pour tracer un graphique à deux chiffres des deux prix AAPL, recouvert avec les moyennes mobiles et les signaux buysell, ainsi que la courbe d'équité avec les mêmes signaux buysell. Le code de traçage est pris (et modifié) à partir de l'exemple d'implantation de typo. La sortie graphique du code est la suivante. J'ai fait usage de la commande IPython coller pour mettre cela directement dans la console IPython alors que dans Ubuntu, de sorte que la sortie graphique reste en vue. Les upticks roses représentent l'achat du stock, alors que les downticks noirs représentent la vente de retour: Comme on peut le voir la stratégie perd de l'argent au cours de la période, avec cinq métiers de tour-aller. Cela n'est pas surprenant compte tenu du comportement de l'AAPL au cours de la période, qui a connu une légère tendance à la baisse, suivie d'une recrudescence significative à partir de 1998. La période de retour des signaux de la moyenne mobile est assez importante et a eu un impact sur le profit du commerce final , Qui autrement aurait pu rendre la stratégie rentable. Dans les articles suivants, nous allons créer un moyen plus sophistiqué d'analyse de la performance, ainsi que la description de la façon d'optimiser les périodes de retour des signaux de moyenne mobile individuelle. Moving Stratégie de croisement moyen Sur cette page Id comme vous à travers une comparaison de quelques Systèmes de crossover moyens mobiles. On utilise deux moyennes mobiles simples (smas) et l'autre utilise trois smas. Jamais pensé à utiliser un système de moyenne mobile double pour le commerce Si vous envisagez d'utiliser des croisements de moyenne mobile double à la fois entrer et sortir des métiers, vous pourriez envisager de tester un système triple MA aussi. Comparez-les côte à côte sur différents stocks ou autres instruments de négociation ainsi que sur des périodes ou des délais différents. Testez différentes périodes de moyenne mobile, mais veillez à ne pas vous fier à des résultats optimisés ou à ajustement de courbe. Mais puisque certains de mes visiteurs ne savent pas ce que c'est, laissez aller sur quelques notions de base d'abord. QU'EST-CE QU'UN CROSSOVER MOYEN MOYEN L'image de droite est un exemple de croisement moyen mobile double. Qui initierait un signal d'achat (croisement haussier). Une moyenne mobile plus rapide (8 sma - bleu) croise au - dessus d 'une moyenne plus lente (13 sma - jaune). Notez que le signal n'est pas confirmé jusqu'à la fin de la barre. Cela signifie que l'entrée réelle (dans la négociation en direct) serait quelque part dans la barre suivante. Probablement près de l'ouverture de cette barre. Si vous n'avez pas fait de backtesting encore, ce genre de système simple sera probablement l'un des premiers que youll test, car il nécessite très peu de compétences en programmation. Quoi qu'il en soit, si vous allez dans ce chemin, vous trouverez que le prix d'ouverture de la barre suivante après la croix, est où le logiciel backtesting (en fonction du paramètre) placera les métiers simulée. Ce qui est raisonnable, parce que si vous étiez effectivement trading à l'aide de logiciels de négociation automatisée. C'est une approximation proche de l'endroit où votre commerce aurait lieu. Avec un système d'inversion de butée typique, cette entrée longue ne serait pas sortie avant que le bleu, MA plus rapide a traversé sous le MA jaune, plus lent. Ce croisement baissier MA sort non seulement le commerce, mais initie un commerce à court dans la direction opposée ainsi. Donc, avec dual crossover moyens mobiles, le trader est toujours dans un métier, long ou court. Jetons un coup d'oeil à un exemple intraday au cours d'une journée. DUAL MOVING AVERAGE CROSSOVER Utilise un graphique de 5 minutes de SPY avec deux moyennes mobiles simples pour le premier exemple: Fast (8 sma - vert) et Slow (13 sma - jaune). J'ai choisi cette journée particulière, parce que je voulais illustrer ce qui est très typique pour pratiquement toute stratégie de croisement moyen mobile. Le premier commerce long après 11h00 va très bien et en fait attrape une bonne entrée de retrait. La sortie vers 12h45 est rentable. Mais, voulez Id comme vous d'observer est l'action choppy prix entre 12:00 - 3:00. C'est là que les systèmes de MA double peut vraiment grind vos profits vers le bas. Les AMs juste whipsaw allers-retours causant trois pertes dans une rangée, évaporant probablement les bénéfices de la première opération. Si une personne négociait cette méthode ce jour-là, heureusement, ils auraient vu un autre commerce gagnant décent à 2:30. La bonne partie de ce système est affichée sur le premier commerce et le dernier commerce. Tandis que les crossovers moyens mobiles échouent misérablement pendant l'action de prix choppy, ils fonctionnent très bien pendant l'action de prix de tendance. Si vous backtest ces simples arrêts et inverser les systèmes, et d'inspecter un qui sort avec un profit, vous trouverez très probablement que la victoire est inférieure à 50, mais le gagnant moyen sera plus grand que le perdant moyen. Thats parce que les systèmes de croisement moyens mobiles sont essentiellement des systèmes de négociation de tendance. Et, les systèmes de trading de tendance ont presque toujours cette caractéristique d'un petit pourcentage de gagnants et un bon ave. win à ave. loss ratio. Dans les tableaux ci-dessous L Long, S Short et Ex Exit. TRIPLE MOVING CROSSOVER MOYEN Jusqu'à présent, la discussion s'est centrée autour d'un système de type stop-reverse, par lequel un signal pour une sortie, produit également un commerce dans la direction opposée. Mais si nous introduisons une troisième moyenne mobile dans le système, il peut y avoir une période de neutralité. En d'autres termes, aucun commerce n'a lieu - vous êtes en espèces. Pour cet exemple, allions utiliser un graphique de 3 minutes et trois moyennes mobiles simples: 4 sma, 10 sma et 50 sma. Les règles sont très simples. Si la ligne lente (50 sma) est en hausse, et la ligne rapide (4 sma) croise au-dessus de la ligne médiane (10 sma), il ya un signal d'achat. Le signal de sortie arrive quand la ligne rapide traverse la ligne médiane. Les règles sont le contraire pour les entrées courtes. Il est facile de voir, que ce système est similaire à prendre les métiers de la tendance d'un calendrier plus élevé. Une alternative à ce système serait de ne prendre que des entrées longues, lorsque les moyennes mobiles rapides et moyennes sont au-dessus de la sma lente. Soyez conscient que lorsque vous traitez avec trois degrés de liberté (3 variables), plutôt que deux comme dans l'exemple ci-dessus, vous rendez le système plus complexe et donc créer beaucoup plus de combinaisons possibles pour tester. Bien sûr, le logiciel de backtesting fait de cet instantané, mais n'oubliez pas que l'ajout de filtres et la complexité ne font pas toujours un meilleur système. Souvent, un système plus simple peut être plus robuste en test. Un exemple est ci-dessous. Si vous êtes intéressé par les moyennes mobiles, vous voudrez peut-être également consulter ma page sur la façon d'utiliser les moyennes mobiles comme un arrêt de fuite.
No comments:
Post a Comment