Next Day Forecast

[Bertil]

Jo visst. Varje gång riskas 4% av kapitalet så varje enskild förlust är 4% av kapital dagen innan. Ska kolla vad det blir om jag kör på mer tillförlitlig data. 2012-2016.

Ibland kommer ju ens strategi i motfas. För min daytradingstrategi så har jag ingen direkt SL på en enskild affär utan bara en SL på dagens samlade förluster.
Om man bara gör en trade per dag så fungerar ju inte den summationen utan då kan man ju summera tex de 3 senaste affärerna och om summan är förlust så minska exponeringen. Då de 3 senaste affärerna ligger på plus så kan exponeringen öka igen. Man kan ju ha 3 globala variabler med de 3 senaste resultaten.

Med vänlig hälsning
Bertil

[Henric]

Visst är simulering en lek med siffror. Jag skulle vilja gå så långt att säga att alla strategier är curve fitting, för backtrading är ju det enda facit man har. Visst man kan optimera för en tidsperiod och sedan köra på en annan tidsperiod för att se hur hårt man optimerat och bedöma graden av curve fitting.
Vid optimering av strategier så försöker man ju hitta samband som statistiskt är fördelaktiga för ens trading. Det kan ju vara månadsanomalier, veckodagsanomalier, stapelutsende för heldagar 10 dagar innan man skall gå in, storlek på SL, typ av TP, relationer till andra index mm mm.

Det roliga är ju att försöka läsa ut samband ur grafer, tillverka script och sedan köra i analyzern för att se om det ger vinst.

För att vara på den säkra sidan bör man ju köra flera strategier, antingen separat eller integrerat som Fusion, alternativt köra samma strategi fast på olika marknader.

Det intressanta är ju om man kan öka sin simulerade vinst men man måste ju också försöka att minimera drawdown. En mindre vinst med en stadig värdeökning är bättre än en större totalvinst med en hackig värdeutveckling.

Med vänlig hälsning
Bertil

Det jag diskuterar är allmänt och inte enskildas strategier här på forumet.
Håller med att alla modeller har någon form av curve-fitting. Annars skulle man som i naturvetenskapen kunna upprepa en test många gånger med samma resultat. Hur man gör beror ju även på om man gamblar eller försöka bygga något som håller över tid. Båda metoderna kan fungera.

Jag tror man måste bekräfta att resultaten inte är genererade av slumpen eller endast framoptimerade. Det gör man enklast genom att dela upp data i in-sample och out-of-sample. Håller med att oftast går man tillbaka och då har man ingen out-of-sample. Har man gjort läxan och har flyt får man liknande resultat, men oftast kan man hoppas på hälften. Sedan finns många andra metoder som vi aldrig diskuterar. Tex känslighetsanalys av parametervärden och att handla flera equity-kurvor samtidigt.

[HenrikSyst]

Om man kör med data perioden -2010 så får man inte lägga för stor vikt vid resultatet om man kör en daytrading strategi. Lätt att dra fel slutsatser kring mycket. Bland annat tid för exit mm. 1 minut mellan ticken blir för långt. Synd, för jag hade verkligen velat köra längre tillbaka. Kör just nu 2012 och framåt dvs på den sekunddata som finns.

[HenrikSyst]

Ser återigen när jag kör på riktig realtidsdata att det är bättre med sen exit. Det jag sa tidigare var nonsens baserat på övertolkning av simulering som gjordes på för få tick per dag.

[Bertil]

Du sa att du riskerar 4% av kapitalet. Har du alltså satt din SL på denna nivå, dvs SL är beroende av depåvärdet? Hur hanterar du olika hävstång i simuleringen?
Undrar
Bertil

[HenrikSyst]

Ok efter mycket om och men har jag kommit fram till att om jag kör på det som jag har kommit till om och om igen. Och som jag kom fram till innan jag ens visste vad AT är så är min årliga avkastning 190% och max draw down 36%. Denna draw down inträffar ganska sent i simuleringen.

Enda sättet att förhålla sig till data tidigare än 2012 är som out-of-sample data. Gjorde det tidigare innan det blev för snurrigt.

[HenrikSyst]

Du sa att du riskerar 4% av kapitalet. Har du alltså satt din SL på denna nivå, dvs SL är beroende av depåvärdet? Hur hanterar du olika hävstång i simuleringen?
Undrar
Bertil

Hävstången uppnås genom att jag tar målförlust/SL. Ju tightare SL desto fler enheter men till kostnaden av utstoppningar. Blir samma effekt som en mini om jag sätter krediten ganska högt.

[HenrikSyst]

Tobbe Rosén brukar ju kalla handelstiden 9.00-9.30 för amatörernas halvtimma. Då brukar ju volatiliteten vara som högst. Stabilast resultat får man ju oftast vid daytrading om man går in efter säg kl 10.
Vad menar du med trailstart kl 11? Går du in i marknaden då eller startar du din TP och SL då?

undrar
Bertil

Det stämmer nästan för när jag sköt lite på entry efter open så blev 0930 bättre - signifikant bättre vid återinvestering. MEN om man kör bara punkter så blir öppning bäst. Det beror på att det var bättre första året med 0930. Som sagt slumpen

[HenrikSyst]

Har gjort fler simuleringar och är långt ifrån klar men jag ska verkligen gå igenom den här modellen nu med fokus på OMX i minsta detalj.

Tror ändå att Tobbe Rosén har rätt kring amatörernas halvtimme baserat på denna strategi åtminstone. Ledningen för 0930 jämfört med öppning är inte stort men ändå tillräckligt. Riktiga testet kommer när jag ser hur tighta stoplosser de tål.

En annan kul grej är att mer avancerade och sofistikerade entrymekanismer presterar sämre än tidpunkt. OBS! Entrybeslutet är redan taget i min simulering dvs NDF styr det med filter.

[HenrikSyst]

Körde strategin utan hävstång men återinvestering och stoploss ungefär lika med 1 ATR (ingen dynamik). Utvecklingen var i genomsnitt 8,09% från 1 jan 2012 tills sista september 2016. Max drawdown enligt Henrics sätt att räkna är 4,5%. Under 2016 är avkastningen på årsbasis 29%.

Hitratio under hela perioden är 59%.

Körde sedan med 0,2*ATR som stoploss och fick ca 7,5% i avkastning med max draw down 3,5%. Under 2016 var CAGR 20,5%. Hitratio är då 42%.

Strategin är inne max 269 dagar under denna tid och då tiden i marknaden är oftast lägre än hela dagar så är den effektiva tiden mindre (Ca 84 heldagar). Detta ger frigjort kapital (handla ett annan tillgång på dagsbasis) och utrymme för hävstång.

[Bertil]

Har en fråga till dig HenrikSyst. Mycket här i världen är ju uppbyggt av fraktaler dvs ett mönster som finns i en större skala återfinns även i en mindre skala.
Nu till frågan. Antag att samma mönster som du testar efter i dagsstaplar återfinns på timstaplar eller halvtimmesstaplar.
Då kan du testa att köra tex 6 st halvtimmesstaplar från kl 10 (för att undvika amatörernas halvtimme/timme) till kl 13. Nu drar du slutsatsen om strategin säger att kursen skall öka till kl 13.30 ( eller kl 14.00 ). Efter 14.45 börjar handlarna fundera på hur USA skall öppna och då tappar man lite kraft och börjar att avvakta.
Denna idé borde väl inte vara så svårt att testa ?

mvh
Bertil

[HenrikSyst]

Menar du att istället för dagsstaplar så kör man NDF på 30 minuters staplar? Hur långt ska den blicka tillbaka?

[Bertil]

Menar du att istället för dagsstaplar så kör man NDF på 30 minuters staplar? Hur långt ska den blicka tillbaka?

Samma antal och samma vilkor som dagsstaplarna. Om du kör 6 dagsstaplar så blir det ju 6 halvtimmar allstå mellan 10 och 13. Hur många dagsstaplar har du med?

mvh
Bertil

[HenrikSyst]

4000 dagsstaplar bygger upp sannoliheterna

[HenrikSyst]

Körde två simuleringar. En med filter och en utan klimatfilter bestämt av genomsnittlig dagsvolla. Blåstapel i bild är utan och orange är med filter.