Durchschnittliche Handelsstrategie Pdf

Warum Moving-Average-Strategien sind riskant Dies ist die zweite in einer dreiteiligen Serie. Lesen Sie hier Teil 1. CHAPEL HILL, N. C. (MarketWatch) Gleitende durchschnittliche Strategien sind riskant. Das ist die sakrilegische Behauptung, die ich in meiner Kolumne vorgestellt habe, die Anfang dieser Woche erschien, basierend auf eingehender Forschung, die ich in den vergangenen Monaten in die Rückkehr verschiedener gleitender Durchschnittsstrategien führte. Wie in dieser ersten Spalte dieser dreiteiligen Reihe versprochen, wird hier eine eingehendere Erörterung der vier allgemeinen Schlussfolgerungen, die ich erreicht habe, erörtert. Finden Sie 1: Selbst die besten gleitenden durchschnittlichen Strategien dont immer arbeiten Um zu verstehen, warum gleitende durchschnittliche Strategien riskant sind, ist es wichtig zu verstehen, dass theres mehr als ein Weg, um das Risiko zu definieren. Nach der traditionellen akademischen Definition von Risiko als Volatilität sind gleitende durchschnittliche Strategien in der Tat weniger riskant als der Markt. Aber theres eine andere Art des Risikos sowie, mit zu tun, wie lang die Strategie unter Wasser sein kann. Und wenn man es so betrachtet, sind gleitende Durchschnittsstrategien ziemlich riskant: Selbst bei idealen Bedingungen halten die besten gleitenden Durchschnittsstrategien den Markt für lange Zeiträume, die manchmal einige Jahrzehnte dauern, noch unterdurchschnittlich. Betrachten Sie die 200-Tage gleitenden Durchschnitt, vielleicht die am weitesten verbreitete Version. Bei der Anwendung auf den SampP 500 Index SPX, 0,18 und bei Verwendung in Verbindung mit einem 5 Handelsumschlag, war diese Strategie einer der wenigen, die seit den späten 1920er Jahren auch nach Provisionen mehr Geld verdienten als der Markt. (Ich werde die Handelsumschläge in einem Moment ausführlicher erörtern.) Diese besondere Strategie verbrachte dennoch mehr als die Hälfte der Zeit in den letzten 80 Jahren hinter dem Buy-and-Hold, wie in der folgenden Tabelle zusammengefasst. Beachten Sie sorgfältig, dass diese deprimierenden Ergebnisse gelten für eine der profitabelsten einer der unzähligen gleitenden durchschnittlichen Strategien, die ich studierte. Von Perioden dieser Länge untersucht (auf einer rollierenden Kalenderjahr Basis), in denen gleitende durchschnittliche Strategie weniger Geld als der Markt selbst, in denen gleitende durchschnittliche Strategien Sharpe Ratio war weniger als Märkte Die Frage, sich zu fragen, wie Sie diese Ergebnisse durchlesen: Wie wahrscheinlich Sind Sie mit einer Markt-Timing-Strategie, die 20, 10 oder sogar fünf Jahre geht, ohne den Markt zu haften Meine Ergebnisse zeigen auf einen potenziell noch ernsteren Einwand gegen gleitende durchschnittliche Strategien: Die meisten der verschiedenen gleitenden durchschnittlichen Strategien habe ich getestet, dass Schlagen den Markt im Laufe des letzten Jahrhunderts haben sie seit 1990 unterentwickelt, und dies kann mehr als nur eine jener periodischen Perioden, in denen gleitende durchschnittliche Strategien kämpfen, um mitzuhalten. Blake LeBaron, ein Finanzprofessor an der Brandies University, vermutet, dass billigere Wege zum Handel in und aus dem Markt dazu geführt haben, dass die Anzahl der Anleger, die gleitende durchschnittliche Strategien verfolgen, gestiegen ist und das wiederum dazu geführt hat, dass ihre Gewinne abnehmen oder sogar verschwinden letzte Jahrzehnte. Hinzufügen von Glaubwürdigkeit zu LeBarons Hypothese ist, dass auch Anfang in den frühen 1990er Jahren, gleitende durchschnittliche Strategien gestoppt, auf dem Devisenmarkt zu arbeiten. Finding 2: Commissions sabotieren sogar die besten Strategien, so dass die Transaktionshäufigkeit entscheidend ist Die meisten vorherigen Studien der gleitenden Durchschnitte gingen davon aus, dass ein Investor ohne Provisionen oder andere Transaktionskosten handeln könnte. Sobald Sie diese unrealistische Annahme loswerden, die meisten gleitenden durchschnittlichen Strategien lag ein Buy-and-Hold durch signifikante Mengen. Das gilt vor allem in volatilen Märkten, wo viele der gleitenden Durchschnittsstrategien, vor allem jene, die auf eine kurze Durchschnittslänge angewiesen sind, nicht selten viele Signale pro Jahr erzeugen. Bestimmen, was eine faire Kommission ist nicht einfach, natürlich. Es lohnt sich, daran zu erinnern, dass für die meisten des letzten Jahrhunderts keine Exchange Traded Funds zur Verfügung standen, die es dem Anleger ermöglichten, die 30 Dow-Aktien auf einen Schlag zu kaufen, viel weniger die mehreren hundert Aktien, die damals Teil des SampP Composite Index waren. Auch gab es keine Geldmarktfonds, in denen Sie sofort und einfach parken konnte die Cash-Erlöse von Verkäufen. Darüber hinaus war es nicht bis 1. Mai 1975 (der Urknall), dass Maklerprovisionen wurden vorreguliert, dass diese Provisionen wurden fixiert und erheblich. Bei der Berechnung, wie groß ein Hit, den die gleitenden Durchschnittsstrategien aufgrund von Provisionen annahmen, ging ich davon aus, dass für jeden Kauf oder Verkauf vor dem Big Bang 0,5 jeweils bis Ende 1999 und 0,1 pro Weg seither bezahlt werden musste . Twitter: Wie 1.000 investiert in Tech zahlen können Mit Twitter39s gangbusters IPO am Donnerstag, wie viel Geld könnten Sie mit 1.000 gemacht haben, wenn Sie in den Startpreis bekommen haben Was andere tech IPO39s haben ausbezahlt hübsch Wie hübsch WSJ39s Jason Bellini TheShortAnswer hat. Image: Assoziierte Presse Eine Möglichkeit, zu schätzen, wie entscheidend die Transaktionskosten auf die Bewertung dieser Effekte sind, ist folgende: Wenn wir keine Transaktionskosten annehmen, schlagen viele der unzähligen gleitenden durchschnittlichen Strategien, die ich überwacht habe, den Markt über den gesamten Zeitraum, Zur Verfügung. Allerdings, nach Einbeziehung Transaktionskosten, praktisch alle von ihnen lag. Daher ist die Verringerung der Transaktionsfrequenz absolut entscheidend für jede gleitende durchschnittliche Strategie. Zwar gibt es mehr als eine Möglichkeit, dies zu tun, vielleicht die einfachste und am häufigsten ist es, eine so genannte Hülle zu verwenden. Diese Methode ermöglicht es dem Anleger, einen beliebigen Betrag zu wählen, den der Marktindex über oder unter dem gleitenden Durchschnitt bewegen muss, um eine Transaktion zu generieren. Wenn Sie beispielsweise einen 1-Umschlag verwenden und bereits auf dem Markt sind, muss der Index mehr als 1 unter den gleitenden Durchschnitt fallen, um einen Wechsel in Bargeld zu generieren. Umgekehrt, wenn Sie in bar sind, dann werden Sie nur auf den Markt zurückkehren, nur wenn der Index steigt auf mindestens 1 über seinem gleitenden Durchschnitt. Ich habe zahlreiche verschiedene Umschlaggrößen getestet. In fast allen Fällen stellte sich heraus, dass die optimal dimensionierte Hüllkurve 5 ist. Bei der Verwendung des 200-tägigen gleitenden Durchschnitts für den Dow beispielsweise sank die Transaktionsfrequenz von durchschnittlich sechs pro Jahr (oder durchschnittlich einmal alle zwei Monate) ) Auf nur einmal pro Jahr, was zu einer deutlich höheren Rendite aus Provisionen führte. Ermitteln von 3: Sans-Provisionen, kürzerfristige MAs schlagen längerfristige MAs Wenn Provisionen nicht ein Faktor waren, würden kürzerfristige gleitende Durchschnittswerte im Allgemeinen vorzuziehen sein: Meine Studien zeigten, dass in der Regel die Pre-Transaction-Cost-Performance sinkt, wenn Sie steigen Die Länge des gleitenden Durchschnitts. Allerdings, nach der Aufnahme einer realistischen Provision Annahme, die längerfristige gleitende Durchschnitte kam voraus. Auch bei der Verwendung von Umschlägen zur Verringerung der Transaktionsfrequenz bei kurzfristigen gleitenden Durchschnitten gingen die längerfristigen gleitenden Durchschnittsstrategien im Allgemeinen voran. Beachten Sie jedoch sorgfältig, dass es keine optimale Länge der gleitenden Durchschnitt, dass Sie verwenden sollten. Norman Fosback, Herausgeber von Fosbacks Fund Forecaster, und ehemaliger Leiter des Instituts für ökonometrische Forschung, legte es so in seinem Lehrbuch Stock Market Logic: Es gibt keine magischen Zahlen im Trend folgend. Einige gleitende durchschnittliche Längen konnten in der Vergangenheit am besten gearbeitet haben, aber schließlich musste etwas in der Vergangenheit am besten funktionieren und alles mögliche testen, wie konnte man helfen, es zu finden. Es sollte eine Grundvoraussetzung für eine gleitende durchschnittliche Tendenz nach dem System sein, die praktisch alle gleitenden mittleren Längen erfolgreich in größerem oder geringerem Ausmaß voraussagen. Wenn nur ein oder zwei Längen arbeiten, sind die Chancen hoch, als erfolgreiche Ergebnisse durch Zufall erzielt wurden. Finding 4: Nicht alle Indizes sind gleich, wenn es um gleitende durchschnittliche Strategien Sie wahrscheinlich denken, dass es nicht viel, welche Markt-Index Sie verwenden, wenn die Berechnung der gleitenden Durchschnitt. Aber Sie würden falsch sein: Es gibt deutliche Diskrepanzen in der Rendite der gleitenden durchschnittlichen Strategien je nachdem, ob Sie den Dow, SampP 500 oder die Nasdaq verwenden, um die Kauf-und Verkaufssignale zu generieren. Betrachten Sie die 200-Tage gleitenden Durchschnitt mit einem 1 Umschlag gekoppelt. Wenn diese Strategie auf die Dow Industrials basiert, hat sie seit 1990 zu 100 separaten Transaktionen für durchschnittlich vier pro Jahr geführt. Doch bei der Anwendung auf den SampP 500 hat diese ansonsten identische Strategie zu 68 Transaktionen für durchschnittlich weniger als drei pro Jahr geführt. Auf risikoadjustierter Basis hat diese Strategie ein Buy-and-Hold im Fall der SampP 500 aber nicht des Dow geschlagen. Große Diskrepanzen wie diese traten oft in meiner Forschung auf. Fosbacks Warnhinweis, dass ich oben erwähnt ist sehr viel relevant hier auch. Nate Vernon ist ein Senior an der Universität von Rochester mit Schwerpunkt Finanzökonomie. Im vergangenen Sommer war er Praktikant beim Hulbert Financial Digest. Er ist auch Mitglied der Basketballmannschaft an der Universität von Rochester. Copyright copy2017 MarketWatch, Inc. Alle Rechte vorbehalten. Intraday Daten von SIX Financial Information bereitgestellt und unterliegen den Nutzungsbedingungen. Historische und aktuelle Tagesenddaten von SIX Financial Information. Intraday-Daten verzögert pro Umtauschbedarf. SampPDow Jones Indizes (SM) von Dow Jones amp Company, Inc. Alle Angebote sind in lokaler Zeit. Echtzeit letzte Verkaufsdaten von NASDAQ zur Verfügung gestellt. Mehr Informationen über NASDAQ gehandelte Symbole und ihre aktuelle finanzielle Situation. Intraday-Daten verzögert 15 Minuten für Nasdaq, und 20 Minuten für andere Börsen. SampPDow Jones Indizes (SM) von Dow Jones amp Company, Inc. SEHK Intraday-Daten werden von SIX Financial Information zur Verfügung gestellt und sind mindestens 60-Minuten verzögert. Alle Anführungszeichen sind in der lokalen Austauschzeit. Keine Ergebnisse gefunden Latest NewsPart 5: Out-of-Sample Forecasts. 8 Teil 6: Mögliche Probleme. 9 Teil 7: Wo gehen wir hin? 10 Teil 1: Dual Moving Average Crossover Das Konzept eines Dual Moving Average Crossover ist recht einfach. Berechnen Sie zwei gleitende Durchschnitte des Preises eines Wertpapiers, oder in diesem Fall Wechselkurse einer Währung. Ein Durchschnitt wäre der kurzfristige (ST) (streng relativ zum anderen gleitenden Durchschnitt) und der andere langfristig (LT). Mathematisch gesehen wird der langfristige gleitende Durchschnitt (LTMA) eine geringere Varianz aufweisen und sich in die gleiche Richtung bewegen wie der kurzfristige gleitende Durchschnitt, aber mit einer anderen Rate. Die verschiedenen Richtungsrichtungen induzieren Punkte, wo die Werte der beiden sich bewegenden Mittelwerte gleich sein können oder sich kreuzen. Diese Punkte werden die Kreuzungspunkte genannt. In der doppelten gleitenden durchschnittlichen Crossover-Handelsstrategie sind diese Übergänge Punkte der Entscheidung, die Währungen zu kaufen oder zu verkaufen. Was diese Crossover-Punkte implizieren, hängt von der Herangehensweise des Anlegers in seiner Strategie ab. Es gibt zwei Denkrichtungen: Technik und Wert. Der technische Ansatz deutet darauf hin, dass, wenn die Short Term Moving Average (STMA) bewegt sich über dem LTMA, dass ein Buy (oder Long) Signal darstellt. (Umgekehrt, wenn sich die STMA unter dem LTMA bewegt, zeigt die technische Vorgehensweise ein Sell - (oder Short-) Signal an.) Die Intuition hinter dieser Strategie lässt sich in Form von Impulsen erklären. Grundsätzlich besagt das Prinzip des Impulses, dass ein Preis, der während des Zeitraums t nach oben (oder nach unten) verschoben wird, sich im Zeitraum t1 voraussichtlich weiter nach oben (oder nach unten) bewegen wird, sofern nicht das Gegenteil vorliegt. Wenn sich der STMA über dem LTMA bewegt, ergibt dies einen verzögerten Indikator, dass der Preis sich relativ zum historischen Kurs nach oben bewegt. Kaufen Sie hoch, verkaufen Sie höher. Der Value Approach bietet gegenüber dem Technischen Ansatz die gegenüberliegenden Handelssignale. Der Value-Ansatz behauptet, dass, wenn die STMA von unten nach oben über die LTMA, dass die Investition ist jetzt überbewertet, und sollte verkauft werden. Umgekehrt, wenn die Währung STMA unter dem LTMA bewegt, dann die Währung unterbewertet ist, sollte es gekauft werden. Die Intuition hinter dem Value-Ansatz kann einfach als ein mittlerer Reversion-Ansatz betrachtet werden. Kaufen niedrig (Wert), verkaufen hoch (überbewertet). Beide Strategien versuchen, das gleiche Ziel zu erreichen, aber tun es in entgegengesetzter Weise zueinander. In diesem Papier analysieren wir sowohl die technischen als auch die Wertstrategien, wie sie auf die Wechselkurse von EuroUSD angewendet werden. Die folgende Grafik zeigt, wie die duale Crossover-Handelsstrategie Kauf - und Verkaufssignale erzeugt. Beachten Sie, dass die Gewinne und Verluste berechnet werden, indem die Differenz zwischen dem Preis (nicht der gleitende Mittelwert) an den Signalpunkten genommen wird. So wird der tatsächlich gehandelte Kurs mit großer Wahrscheinlichkeit nicht den entsprechenden gleitenden Durchschnittswerten entsprechen. Teil 2: Daten und Methodik Im Folgenden finden Sie eine Tabelle, die die Daten, die wir für diese Zuordnung verwendet haben, zusammenfasst: Hinweis zu Software: Microsoft Excel konnte die Anzahl der Beobachtungen, die wir erhalten konnten, nicht verarbeiten. Es war daher notwendig, ein anderes Softwarepaket zu verwenden, um die Berechnungen durchzuführen oder Software selbst zu schreiben. Wir entschieden, dass C eine geeignete Sprache zu benutzen war. Wir schrieben C-Code, um die folgenden Funktionen mit den Daten zu tun: 1. Saubere Daten, einschließlich Ausfiltern von Wochenenden, Feiertagen und abgestandenen Perioden. 2. Breakout die angegebenen langen und kurzfristigen bewegten Durchschnitten. ein. Gebraucht Fibonacci-Serie als Ausgangspunkt für kurzfristige und langfristig (erste 12 5,8,13,21,34,55,89,144,233,377,610.987 untersucht Ergebnisse nicht anders als unten). B. Berechnen Sie alle Kombinationen von 10 Periodenschritten bis zu 1000. z. B. 10,50 230, 740 (Laufzeit von ca. 30 Minuten, 5050 mögliche Kombinationen) 3. Berechnen Sie die Crossover-Punkte, 4. Identifizieren Sie Crossover als Kaufen oder Verkaufen 5. Ergebnisse berechnen: (mit und ohne Schlupf von 0,0003) e. Durchschnittlicher Winloss f. Perioden unterhalb der Anfangsinvestition g. Max. Portfolio-Wert h. Min. Portfoliowerstwert 6. Bestimmen Sie, welche gleitenden Mittelwerte für die Probenentnahme verwendet werden sollen. 7. Durchführung der Probenanalyse. 8. Vergleiche die Probe mit der Probe. Teil 3: In der Ergebnisanalyse Die nachstehende Tabelle fasst die Ergebnisse der Stichprobenversuche zusammen, die durchgeführt wurden. Im Folgenden werden drei Schlüsselanalysen aus den Beispielberechnungen erläutert: Die doppelte gleitende durchschnittliche Crossover-Strategie kann stabile Gewinne erzielen, wenn kein Schlupf angenommen wird. Darüber hinaus muss man nicht unterscheiden oder selektiv bei der Bestimmung der Parameter für die kurz-und langfristigen bewegten Durchschnitte erfolgreich zu sein. Wenn die Rutschung in den Gewinnberechnungen berücksichtigt wird, unterscheiden sich die Ergebnisse weitgehend von dem obigen Ergebnis. Tatsächlich sind über 65 der möglichen DMAC-Kombinationen nicht rentabel, und es besteht ein beträchtliches Abwärtsrisiko mit einer blinden DMAC-Strategie. Beim Vergleich des technischen Wertansatzansatzes in der Stichprobe ist klar, dass die technische Herangehensweise den Wertansatz signifikant durchführt, was durch die durchschnittliche Gesamtrendite belegt wird. Vergleichen Sie 4.0 (technisch) mit 11.4 (Wert). Etwas interessanter sind die kurzfristigen und langfristigen gleitenden Durchschnittsparameter, die die rentabelsten Renditen erzielen, viel stärker in den technischen Ansatz als der Wertansatz gruppiert. Dies deutet darauf hin, dass der technische Ansatz möglicherweise leichter aus der Probe genommen werden kann. Teil 4: Parameterauswahl für die Out-of-Sample-Analyse Zu diesem Zeitpunkt haben wir eine Auswahlmethode entwickelt, um festzustellen, welchen Bereich von STMA - und LTMA-Parametern für die Probenanalyse empfehlenswert ist. Der Prozess folgt: Berechnete 4.950 Kombinationen von STLT-Portfolios für die in Teil 3 aufgeführten Ausgänge. Sortiert nach Profitabilität Ausgewählte mit Retouren gt10 Sortiert nach ST-Wert Die meisten profitablen ST-Werte gruppiert zwischen 50-130 (Siehe Diagramm unten) Sortiert nach LT-Wert (wiederholt Methodik für ST in der LT) Die meisten profitablen LT-Werte gruppiert zwischen 740-810 (siehe untenstehende Tabelle) Wenn es notwendig wäre, eine einzelne Kombination von DMAC auszuwählen, würden wir die 100 (ST), 770 (LT) als endgültige Kombination empfehlen Selektion Bitte beachten Sie, dass dies nicht der einzige beste Performer der 1746 profitable Kombinationen, sondern stellt eine der besten Kandidaten auf der Grundlage der oben beschriebenen Distributionen. Teil 5: Out-of-Sample-Prognosen In der folgenden Tabelle sind die Ergebnisse der Out-of-Sample-Tests zusammengefasst. Aus der Out-of-Sample-Analyse entdeckten wir, dass es durch die Anwendung eines gut konzipierten Parameterauswahlprozesses tatsächlich gelungen ist, profitable DMAC-Kombinationen auszuwählen. Die Out-of-Probe-Kombinationen zeigten eine beträchtliche Verbesserung gegenüber den In-Probe-Kombinationen. Vergleiche 89 Rentabilität (gescreent, out-of-sample) gegenüber 35 (alle möglichen Kombinationen, in-Probe). Vergleichen Sie auch 2,5 durchschnittliche Rendite (gescreent, out-of-Probe) versus 4,0 durchschnittliche Rendite (alle möglichen Kombinationen, in Probe). Vielleicht sogar noch wichtiger, die abgeschirmten, out-of-sample Ergebnisse zeigten eine weit geringere Standardabweichung und Abwärtsrisiko. Tatsächlich war die schlechtere Rendite unter den Out-of-Sample-Ergebnissen eine 2,7-Rendite. Teil 6: Potenzielle Probleme Es gibt Teile unserer Analyse, die analysiert werden müssen, um zu ermitteln, wo es möglicherweise Gefahren (d. H. Risiken) gibt, die möglicherweise nicht leicht ersichtlich sind: 1) Daten Saubere und unvoreingenommene Daten sind von entscheidender Bedeutung für eine gute Analyse. Angesichts der Zuverlässigkeit in der Quelle der Daten, fühlen wir uns ziemlich zuversichtlich, dass die Daten zwar zutreffend sind, unsere Analyse jedoch nur eine einheitliche Währung für einen Zeitraum von 2 Jahren untersuchte. Obwohl unser Ansatz rein technischer Natur war, rechtfertigt dieser einzelne Datensatz nicht die Verallgemeinerung über andere Währungen oder Vermögensklassen (z. B. Futures, Aktien). 2) Methodik Es gibt eine feine Linie zwischen guter Optimierung und Data Mining. Indem wir alle möglichen Kombinationen von DMAC mit STMA - und LTMA-Parametern zwischen 10 und 990 untersuchten, eröffneten wir uns der Versuchung des Data-Mining-Verfahrens, günstige Ergebnisse zu erzielen, aber mit einer gut durchdachten Methodik der Parameterauswahl fühlten wir uns zuversichtlich, Parameterwerte out-of-sample. Angesichts der Tatsache, dass fast 90 der ausgewählten DMAC-Kombinationen in der Tat profitabel waren, ist es eher unwahrscheinlich, dass wir diese Ergebnisse durch eine Data-Mining-Methode oder eine überoptimierte Parameterauswahlmethode erreichen könnten. 3) Risiko Neben einer eher flüchtigen Betrachtung der Standardabweichung der erwarteten Rendite und der minimalen Gesamtrendite haben wir eine gründliche Bewertung der Risiken nicht durchgeführt. Anleger interessieren sich auch für Metriken wie maximales Drawdown zu jeder Zeit. (Diese Informationen sind auch für die Anreizstruktur für Hedge-Fonds-Manager relevant.) Zusammenfassend sollte eine gründlichere Prüfung der Risiken erforscht werden. Vielleicht könnte diese Analyse einen Filter-Ansatz zum Kauf und Verkauf von Signalen liefern. Infolgedessen würden wir nicht eine immer in (ausgenommen Wochenenden) Strategie annehmen müssen. Teil 7: Wohin gehen wir von hier aus? Aus unseren Ergebnissen sowohl aus der Stichprobe als auch aus der Stichprobenanalyse geht klar hervor, dass es mit der DMAC-Handelsstrategie noch intelligentere Möglichkeiten zur Erfassung der verfügbaren Gewinne geben muss. Erfassen Sie mehr Gewinn durch bessere Timing-Strategien Wir können aus dem DMAC-Diagramm (siehe Abschnitt 1) ​​sehen, dass ein Großteil des potenziellen Gewinns verloren geht, wenn das Handelssignal bereitgestellt wird. Dies liegt daran, dass der gleitende Durchschnitt ein Trendfolgender, verzögerter Indikator ist, der nur die Kursentwicklung der Vergangenheit widerspiegelt. Wie wir in unseren Analysen und Ergebnissen gezeigt haben, geht der größte Teil des Gewinnpotentials an diesem Punkt zu den Handelskosten verloren (d. H. Die Banken erhalten sie im Devisenmarkt). Um mehr verfügbare Gewinne zu erfassen, empfehlen wir, die folgenden Ideen und Strategien zu untersuchen. Preis gegenüber SMA Crossover-Strategie. Wir empfehlen eine Analyse eines Preises vs. SMA-Crossover. Auf diese Weise wird eine der gleitenden mittleren Verzögerungen aus der Analyse entfernt. In der Tat, dies macht die buysell Signale rechtzeitiger in der Natur. Die möglichen Probleme mit dieser Strategie sind: Erhöhte Transaktionen und damit Kosten. Aktion bei schlechten Signalen (d. h. mehr Peitschen). Technische Analyse Forschung tendenziell vorschlagen, dass DMAC Handelsstrategien Outperform SMA Handelsstrategien. Modelltrend vs. Handelsperioden. Es gibt Zyklen in den Daten, die Zeiträume zeigen, wo die Preise sehr kleine Variationen um einen ähnlichen Preis haben, oder anders ausgedrückt sind sie in einer Handelsperiode. Außerdem gibt es Perioden, in denen die Preise grundlegende Bewegungen von einem Bereich zu einem anderen oder Trendperioden vornehmen. Untersuchen Sie verschiedene Handelsregeln in die Software, die helfen würde zu identifizieren, wenn diese Perioden beginnen und enden kann sehr mächtig sein. Zu den möglichen Ansätzen gehören traditionelle technische Indikatoren wie ADX (DI und DI), Oszillatoren für Handelsperioden (d. h. RSI, CCI). Alternativ könnten erweiterte statistische Ansätze wie versteckte Markov-Modelle untersucht werden. Zusätzliche Handelsregeln: Slope Change Analysis. Es ist möglich, dass eine Analyse der Richtung der Steigung hilfreich sein kann, um einige der verlorenen Gewinne zu erfassen. In diesem Szenario könnte die absolute Richtung der Steigung die Handelsentscheidung zusammen mit der relativen Steigungsanalyse des dualen gleitenden Durchschnitts bestimmen. Obgleich diese Art der Analyse auch rückständig ist und an eine Impulsstrategie grenzt, kann es einen Wert für die Untersuchung geben, ob das Modell durch die Integration robuster werden könnte. Zusätzliche Handelsregeln: Standardabweichung vom LTMA. Bei dieser Strategie könnte eine Ausstiegsentscheidung getroffen werden, wenn sich der aktuelle Kurs um mehr als eine vorgeschriebene Standardabweichung von dem langfristigen bewegten Durchschnitt verschiebt. Diese Art von Handelsregel könnte dazu beitragen, die Gewinne, die sonst verloren gehen würde, wenn ein Spike kommt zurück (oder geht zurück), bevor die gleitenden Durchschnitte Kreuz wieder. Mögliche Risiken dieser Strategie sind: Ermöglicht die Ausübung der Gewinnswelle durch frühzeitige Ausstiege aus gewinnorientierten Geschäften Erhöhte Handelskosten Auswahl von Anlageklassen (Währungen, Wertpapiere, Futures) In unserer Analyse verwendeten wir Daten, die uns zur Verfügung gestellt wurden Professor Campbell Harvey. Es ist vernünftig anzunehmen, dass es möglich ist, eine Analyse durchzuführen, um rentabelere Währungen und Wertpapiere auszuwählen. Einige mögliche Methoden für die Auswahl umfassen verschiedene Attribut-Bildschirme von Pools von Wertpapieren und Währungen einschließlich univariate und bivariate Bildschirme könnten rentabler Ergebnisse liefern. Predictive Regressionen der wünschenswerten Attribute einschließlich Liquidität und Volatilität etc. für Währungen, Wertpapiere und Futures. Katastrophale Ereignisanalyse Nach mehreren großen oder katastrophalen Ereignissen in den letzten 3 Jahren, darunter: August 1998 (Russischer Standard) März 2000 (Fall in US-Aktienmarkt) 11. September 2000 (Terrorist Attack). Obwohl wir zwei dieser drei Ereignisse in unsere Daten aufgenommen haben, sind wir der Meinung, dass eine Analyse durchgeführt werden sollte, um solche Ereignisse zu planen (d. H. Ausstiegsstrategien) und ihre Auswirkungen auf unsere Positionen. Moving Averages: Strategien Von Casey Murphy. Senior Analyst ChartAdvisor Unterschiedliche Anleger verwenden gleitende Mittelwerte aus verschiedenen Gründen. Einige verwenden sie als ihr primäres analytisches Werkzeug, während andere sie einfach als ein Vertrauensbuilder verwenden, um ihre Investitionsentscheidungen zu sichern. In diesem Abschnitt, gut präsentieren ein paar verschiedene Arten von Strategien - die Einbindung in Ihren Trading-Stil ist bis zu Ihnen Crossovers Ein Crossover ist die grundlegendste Art von Signal und ist bei vielen Händlern begünstigt, weil es alle Emotionen entfernt. Die grundlegendste Art der Crossover ist, wenn der Preis eines Vermögenswertes bewegt sich von einer Seite eines gleitenden Durchschnitt und schließt auf der anderen. Preis-Crossover werden von Händlern verwendet, um Verschiebungen im Impuls zu identifizieren und können als eine grundlegende Ein-oder Ausfahrt-Strategie verwendet werden. Wie Sie in Abbildung 1 sehen können, kann ein Kreuz unterhalb eines gleitenden Durchschnitts den Beginn eines Abwärtstrends signalisieren und würde wahrscheinlich von Händlern als Signal verwendet, um bestehende Longpositionen zu schließen. Umgekehrt kann ein Abschluss über einem gleitenden Durchschnitt von unten den Beginn eines neuen Aufwärtstrends nahelegen. Die zweite Art der Crossover tritt auf, wenn ein kurzfristiger Durchschnitt durchläuft einen langfristigen Durchschnitt. Dieses Signal wird von Händlern verwendet, um zu ermitteln, daß sich das Momentum in einer Richtung verschiebt und daß sich eine starke Bewegung wahrscheinlich annähert. Ein Kaufsignal wird erzeugt, wenn der kurzfristige Durchschnitt über dem langfristigen Durchschnitt liegt, während ein Verkaufssignal durch einen kurzfristigen Durchschnittsübergang unterhalb eines langfristigen Durchschnitts ausgelöst wird. Wie Sie aus dem Diagramm unten sehen können, ist dieses Signal sehr objektiv, weshalb es so beliebt ist. Dreifach-Crossover und das Moving Average-Band Zusätzliche gleitende Mittelwerte können dem Diagramm hinzugefügt werden, um die Gültigkeit des Signals zu erhöhen. Viele Händler werden die fünf-, 10- und 20-Tage gleitenden Durchschnitte auf ein Diagramm setzen und warten, bis der fünftägige Durchschnitt kreuzt oben durch die anderen dieses ist im Allgemeinen das Primärkaufzeichen. Warten auf den 10-Tage-Durchschnitt, um über den 20-Tage-Durchschnitt zu kommen, wird oft als Bestätigung verwendet, eine Taktik, die oft die Anzahl der falschen Signale reduziert. Die Erhöhung der Anzahl der gleitenden Mittelwerte, wie in der Dreifach-Crossover-Methode gesehen, ist eine der besten Möglichkeiten, um die Stärke eines Trends zu messen und die Wahrscheinlichkeit, dass der Trend anhalten wird. Dies bettelt die Frage: Was würde passieren, wenn Sie fügte hinzu, bewegte Durchschnitte Einige Leute argumentieren, dass, wenn ein gleitender Durchschnitt nützlich ist, dann müssen 10 oder mehr noch besser sein. Dies führt zu einer Technik, die als das gleitende durchschnittliche Band bekannt ist. Wie Sie aus der Tabelle unten sehen können, werden viele gleitende Mittelwerte auf das gleiche Diagramm gelegt und werden verwendet, um die Stärke des aktuellen Trends zu beurteilen. Wenn alle gleitenden Mittelwerte sich in die gleiche Richtung bewegen, wird der Trend als stark bezeichnet. Umkehrungen werden bestätigt, wenn die Durchschnitte kreuzen und Kopf in die entgegengesetzte Richtung. Die Reaktionsfähigkeit auf veränderte Rahmenbedingungen wird durch die Anzahl der in den gleitenden Durchschnitten verwendeten Zeitperioden berücksichtigt. Je kürzer die in den Berechnungen verwendeten Zeiträume, desto empfindlicher ist der Durchschnitt auf leichte Preisänderungen. Eines der häufigsten Bänder beginnt mit einem 50-Tage gleitenden Durchschnitt und fügt Mittelwerte in 10-tägigen Schritten bis zum endgültigen Durchschnitt von 200. Diese Art von Durchschnitt ist gut bei der Ermittlung langfristige Trends Reversals. Filter Ein Filter ist jede Technik, die in der technischen Analyse verwendet wird, um das Vertrauen eines bestimmten Handels zu erhöhen. Beispielsweise können viele Anleger beschließen, zu warten, bis eine Sicherheit über einem gleitenden Durchschnitt liegt und mindestens 10 über dem Durchschnitt liegt, bevor sie eine Bestellung aufgeben. Dies ist ein Versuch, um sicherzustellen, dass die Frequenzweiche gültig ist und die Anzahl der falschen Signale zu reduzieren. Der Nachteil über die Verteilung auf Filter zu viel ist, dass einige der Verstärkung aufgegeben wird und es könnte dazu führen, dass das Gefühl, wie Sie verpasst das Boot. Diese negativen Gefühle werden im Laufe der Zeit sinken, während Sie die Kriterien für Ihren Filter ständig anpassen. Es gibt keine festgelegten Regeln oder Dinge zu achten, wenn die Filterung seiner einfach ein zusätzliches Tool, das Ihnen erlaubt, mit Vertrauen zu investieren. Moving Average Envelope Eine andere Strategie, die die Verwendung von gleitenden Durchschnitten enthält, wird als Umschlag bezeichnet. Diese Strategie beinhaltet das Plotten von zwei Banden um einen gleitenden Durchschnitt, gestaffelt um einen bestimmten Prozentsatz. Zum Beispiel wird in der nachstehenden Tabelle eine 5-Hüllkurve um einen 25-Tage-gleitenden Durchschnitt platziert. Händler sehen diese Bänder, um zu sehen, wenn sie als starke Bereiche der Unterstützung oder des Widerstandes fungieren. Beachten Sie, wie die Bewegung oft umgekehrt Richtung nach Annäherung an eine der Ebenen. Ein Preissprung über die Bande kann eine Zeit der Erschöpfung signalisieren, und die Händler werden auf eine Umkehrung zum Mitteldurchschnitt achten.