Trading-filosofi

[Bertil]

Om man önskar ha en "on the fly" strategi med avancerad optimering som datorn inte orkar att göra var 5:e sekund så kan man definiera upp en ny typ av globala variabler som kan läsas/skrivas av både analysatorn och vid skarp handel.

Till strategin hör då optimeringsordermodeller som man kan köra efter handelsdagens slut. Då gör det inget om man har en kombination av 10 parametrar som skall optimeras, bara körningen blir klar till nästa handelsdag.

Om man vill vara riktigt avancerad så kan man även ta in en funktion i simulatorn där körningen först uppdateras och sedan startas vid ett visst klockslag. På så sätt får man en automatisk koppling mellan skarp körning och tung optimering vid simuleringen.

mvh
Bertil

[Rikard Autostock]

Det är busenkelt att tidsvillkora Backtrack-koden så att den blir lätt att köra.

[Bertil]

Det är busenkelt att tidsvillkora Backtrack-koden så att den blir lätt att köra.

Menar du att man köra den efter handelsdagens slut?
Att man har särskilda dummyordermodeller som hanterar backtrackkoden och som går mot fejkade börsöppettider så att koden kan köras efter ordinarie handelsdags slut.
Jag menar ju att en rejäl backtrackoptimering kanske tar 2 timmar i simulatorn, det kan man väl inte göra i realtidsordermodell?
Undrar
Bertil

[Rikard Autostock]

Njae, jag bakar in dem i triggerscripten så körs simuleringsdelen på de tider de behövs. Det brukar inte ta mer än några sekunder att skanna igenom några år bakåt i scripten.

[Bertil]

Det tar mig flera timmar att bara köra igenom 1.5 år med terminer utan optimeringar och då simulerar jag ändå 5 terminer parallellt. Det kanske är för att mina script är så tungkörda som jag aldrig orkar köra mer än 24 terminer bakåt
mvh
Bertil

[Rikard Autostock]

Testa det här:

stig=gt(c,aref(c,1))
fall=le(c,aref(c,1))
df=topbars(fall,20,1)
ds=topbars(stig,20,1)
cc=if(gt(ds,df),df,sub(0,ds))
dag=dayofweek()
setup=and(eqv(cc,const(cc)),eqv(dag,const(dag)))

hits=sum(setup,2000)
rate=sum(and(aref(setup,1),gt(c,aref(c,1))),2000)
edge=mult(100,div(rate,hits))
add(edge,0)


som kollar hur många dagar instrumentet har stigit eller fallit, samt vilken veckodag det är. "Dagens" kombination testas 2000 dagar bakåt, och man får en procentsats i slutet för hur många av dessa tillfällen som resulterade i högre stängningskurs dagen efter.

[Bertil]

2000 dagar
Jag kör ju i minuter och ser om klimatet ändrat sig de senaste 3 dagarna...
mvh
Bertil

[Bertil]

Man måste vara försiktig då man tittar på så stora datamängder...
https://www.svd.se/10-bisarra-samban...romt-om#sida-6


mvh
Bertil

[Rikard Autostock]

2000 dagar
Jag kör ju i minuter och ser om klimatet ändrat sig de senaste 3 dagarna...
mvh
Bertil

"Klimat" senaste 3 dagarna? Jaja, det skulle jag säga är mer eller mindre slumpmässigt. Men annars kan man ju testa "klimat" i korta perspektiv genom att köra dataserien och få ut sannolikheten att C stänger högre än O innevarande dag baserat på gårdagens förutsättningar:

stig=gt(aref(c,1),aref(c,2))
fall=le(aref(c,1),aref(c,2))
df=topbars(fall,20,1)
ds=topbars(stig,20,1)
cc=if(gt(ds,df),df,sub(0,ds))
dag=aref(dayofweek(),1)
setup=and(eqv(cc,const(cc)),eqv(dag,const(dag)))

hits=sum(setup,2000)
rate=sum(and(aref(setup,1),gt(c,o)),2000)
edge=mult(100,div(rate,hits))
add(edge,0)

[Bertil]

Halloj!
Redan helg igen. Dags att lyfta upp denna tråd i Handelsstrategilistan genom att göra ett inlägg!
Många talar ju om money management och vikten av diversifiering genom att köra många strategier parallellt.
Medelvärdet av 10 halvbra strategier blir ändå bara en halvbra strategi fast med lite bättre gain/pain.

1) Enligt mig är det viktiga att alla strategier kan blanka så att de kan hantera nedgångar och snabba krascher. Vi har nu i princip haft en stabil uppgång utan någon större krasch sedan 2009. Större volatilitet med både snabba nedgångar och uppgångar lurar runt hörnet.

2) Om man kör flera strategier samtidigt är det mycket viktigt att ha korrekt uppföljning på varje strategi. Visst man kan göra en simulering, men då gör man den mot index och har man snabba strategier med små vinster så kan det skilja mellan simulering och verklighet med minisar även om man tagit viss hänsyn till slipage.

3) Speciellt trixigt blir det om vissa strategier drar in vinst på kontot som sedan äts upp av andra sämre strategier, om man tillämpar en procentuell fördelning av kontots kapital till respektive strategi.

Själv förordar jag principen en strategi per konto och då helst även anslutet till Shareville för bättre uppföljning.

Min nya strategi Trendig har ju som bekant inte presterat så bra på sistone så det kontot ligger -84% sett till senaste året.
Min bästa strategi Mach1 ligger däremot +296% sedan ett år.
Antag att det totala kapitalet var x för ett år sedan uppdelat på 0.5 x per konto. Då blir det sammanlagda resultatet 3.96*0.5x+(1-0.84)*0.5x=2.08X
Om man däremot handlar på samma konto med en fördelning om 100% per strategi förutsatt att strategierna har samma handelsfrekvens och inte handlar samtidigt blir resultatet (3.96*(1-0.84))X=0.63X .

Överlämnar till läsaren att räkna ut vad resultatet blir om varje strategi alltid får 50% av kapitalet och tillåts handla samtidigt (tror att man kan dubblera till 1.26X om de handlar oberoende av varandra men alltid handlar för 50% av aktuellt kapital. Om jag räknat fel uppskattas en rättelse).

Slutsats: Det är mycket viktigt att varje strategi finansierar sig själv! Annars kan en dålig strategi dra ner en bra strategi.

Trevlig autotrading önskar
Bertil

[Henric]

Det går egentligen inte att analysera allokeringar med aggregerade avkastningar. Intressant fråga i slutet. Jag får att depån har minskat med ca 20%.
Ska titta på din slutats.

[Henric]

1) Att kunna blanka är bra. Att ha egen uppfattning som input i den systematiska handeln är inte bra.

2) Särskilt vid snabb handel.

3) Det finns nog inget rätt eller fel. Du får tänka på att alla inte kör som du och det finns andra metoder att allokera. Även om man kör hårt. I extremfallet kan man helt låta bli att ombalansera. Förmodligen kommer totalen i stort bestå av en strategi. Det skulle innebära att det är rätt historiskt med en mycket stor framtida risk och att handeln kommer att påverka priserna. Det är ingen hemlighet att diversifiering mellan tillgångar och strategier ökar den riskjusterade avkastningen. Det har t.o.m. belönats med ett nobelpriset.

Eftersom att du kontinuerligt ändrar strategierna utan någon längre historik är ditt sätt nog det enda. Särskilt om man avkastar 300% och är beredd att riska 100%. Mer åt gamlinghållet. All ära till dig om du kan behålla den historiska avkastningen på en aggregerad portfölj. Har man längre simuleringar kan man analysera allokeringar och även hävstång i ett portföljperspektiv.

Jag tror inte det går att jämföra allokeringar med aggregerade avkastningar som du gör här. Det blir särskilt viktigt när man använder hög hävstång. När återinvesteringar och draw downs sker får en enorm betydelse. Det kan en monte-carlo-analys visa. Historiskt vill man helst optimera en portfölj utan häv för att sedan öka den beroende på den riskjusterade avkastningen.

Slutssats: Så enkelt är det inte och beror på situation.

Edit: Intressant att se vad andra svarar på din fråga.

[Bertil]

1) Att kunna blanka är bra. Att ha egen uppfattning som input i den systematiska handeln är inte bra.

Att ha en egen uppfattning kanske inte tillför något, men det är aldrig fel att vara förbredd på olika scenarier.

Eftersom att du kontinuerligt ändrar strategierna utan någon längre historik är ditt sätt nog det enda. Särskilt om man avkastar 300% och är beredd att riska 100%. Mer åt gamlinghållet.

Så du menar att om man är tillräckligt gammal så är man villig att riskera mer? Man får ingenting ta med sig dit man går...

Edit: Intressant att se vad andra svarar på din fråga.

Håller med.

mvh
Bertil

[Henric]

Det jag menade är att modellerna helst ska kunna hantera olika scenarier. Lämnar frågan då det är en egen diskussion.

Man vet aldrig om du kommenterade med göteborgshumor eller om du förstod att jag menade gambling.

Vad tycker du om min uppskattning att depån minskat med 20%?

[Bertil]

Det jag menade är att modellerna helst ska kunna hantera olika scenarier. Lämnar frågan då det är en egen diskussion.

Man vet aldrig om du kommenterade med göteborgshumor eller om du förstod att jag menade gambling.

Vad tycker du om min uppskattning att depån minskat med 20%?

Klat ja fatta att dô mena gambling, vett la du. Översättning: Klart att jag fattade att du menade gambling, förstår du väl.

Det är möjligt att depån med två strategier som efter varje affär alltid får dela på kassan broderligt mellan strategierna minskar 20%. Det finns nog inget korrekt svar då man nog måste veta exakt när affärerna gjordes. Säg att strategi A gör 3 vinstaffärer efter varandra medan strategi B ligger utanför marknaden jämfört med att strategi A gör samma 3 affärer då strategi B ligger i marknaden hela tiden fast med minskande värde.
Måste simuleras i analysatorn för ovanstående scenarier, men orkar inte göra det. Överlåter detta till förespråkarna för att köra flera strategier på samma konto. Dessa hävdar ju att G/P blir högre med flera strategier (vilket jag inte betvivlar) vill bara se lite simuleringar eller skarpa körningar redovisade på de kombinerade strategierna jämför med de individuella strategierna.
Om man lyckas med sådana simuleringar kan man även labba lite med olika typer av allokeringar mellan strategierna.
mvh
Bertil