Fineco Multi Day Forex Trading

Forex Trading Diary 6 - Multi-Day Trading e Plotting Results Tem sido um tempo desde a minha última atualização Forex Trading Diary. Fui ocupado trabalhando na nova placa do Jobs QuantStart e, portanto, não tive tanto tempo como de costume para trabalhar no QSForex. Embora eu tenha feito algum progresso Em particular, eu consegui adicionar alguns novos recursos, incluindo: Documentação - Ive agora criou uma subseção QSForex no site, que inclui todas as entradas do Forex Trading Diary e documentação para QSForex. Em particular, inclui instruções de instalação detalhadas e um guia de uso para backtesting e negociação ao vivo. Simulado Tick Data Generation - Uma vez que é desafiador baixar dados do tick forex em massa (ou, pelo menos, foi de certos fornecedores que eu uso), eu decidi que seria mais simples simplesmente gerar alguns dados de ticks aleatórios para testar o sistema. Multi-Day Backtesting - Um pedido de longa data no QSForex é a capacidade de backtest ao longo de vários dias de dados do tick. Na versão mais recente, o QSForex agora oferece suporte ao backtesting multi-dia e multi-par, tornando-o substancialmente mais útil. Resultados de Backtesting de Plotting - Enquanto a saída do console é útil, nada pode ser capaz de visualizar uma curva de equidade ou redução histórica. Eu usei a biblioteca Seaborn para traçar os vários gráficos de desempenho. Nesta entrada, descreverei todos os novos recursos em detalhe abaixo. Se você não conseguiu seguir a série até o momento, pode dirigir-se à seção QSForex para se recuperar das entradas anteriores. Simulado Tick Data Script Um recurso extremamente importante solicitado para QSForex foi a capacidade de backtest durante vários dias. Anteriormente, o sistema só suportou backtesting através de um único arquivo. Esta não era uma solução escalável, pois um arquivo deve ser lido na memória e posteriormente em um Pandas DataFrame. Enquanto os arquivos de dados de tiros produzidos não são enormes (aproximadamente 3.5Mb cada), eles se somam rapidamente se considerarmos vários pares ao longo de períodos de meses ou mais. Para começar a criar uma capacidade de vários dias / arquivos múltiplos, comecei a tentar baixar mais arquivos do feed de tiques histórico do DukasCopy. Infelizmente, encontrei alguns problemas e não consegui baixar os arquivos necessários para testar o sistema. Como não estava muito preocupado com a própria série de tempo real, senti que seria mais simples escrever um script para gerar dados simulados de forex. Coloquei esse script no arquivo scripts / generatesimulatedpair. py. O código atual pode ser encontrado aqui. A idéia básica do script é gerar uma lista de timestamps distribuídos aleatoriamente, cada um possuindo valores de lances / perdas e valores de volume de lance / solicitação. O spread entre a oferta e a pergunta é constante, enquanto os próprios valores de lance / pedido são gerados como uma caminhada aleatória. Uma vez que eu realmente nunca estarei testando estratégias reais sobre esses dados, eu também não estava preocupado com suas propriedades estatísticas ou seus valores absolutos em relação aos pares reais de divisas. Contanto que tivesse o formato correto e o comprimento aproximado, eu poderia usá-lo para testar o sistema de backtesting de vários dias. O script está atualmente codificado para gerar dados forex para todo o mês de janeiro de 2014. Ele usa a biblioteca do calendário Python para verificar os dias úteis (embora eu ainda não tenha excluído os feriados ainda) e, em seguida, gere um conjunto de arquivos do formulário BBBQQQYYYYMMDD. csv . Onde BBBQQQ será o par de moedas especificado (por exemplo, GBPUSD) e YYYMMDD é a data especificada (por exemplo, 20140112). Esses arquivos são colocados no diretório CSVDATADIR, que é especificado nas configurações. py na raiz da aplicação. Para gerar os dados, o seguinte comando deve ser executado, onde BBBQQQ deve ser substituído pelo nome da moeda em particular, por exemplo, GBPUSD: o arquivo exigirá modificação para gerar vários meses ou anos de dados. Cada arquivo de marca diária está na ordem de 3,2Mb de tamanho. No futuro, vou modificar este script para gerar vários meses ou anos de dados com base em uma lista de pares de moedas fornecidos, em vez de os valores serem codificados. No entanto, por enquanto, isso deve ajudá-lo a começar. Por favor, note que o formato corresponde exatamente aos dados do ticks históricos da DukasCopy, que é o conjunto de dados que estou usando atualmente. Backtesting de vários dias implementado Seguindo diretamente da geração de dados de tiques simulados é a implementação de backtesting de vários dias. Enquanto meu plano de longo prazo é usar um sistema de armazenamento histórico mais robusto, como PyTables com HDF5. Por enquanto, eu vou fazer uso de um conjunto de arquivos CSV, um arquivo por dia por par de moedas. Esta é uma solução escalável à medida que aumenta o número de dias. A natureza orientada a eventos do sistema requer apenas alguma necessidade de arquivos N na memória ao mesmo tempo, onde N é o número de pares de moeda que são negociados em um determinado dia. A idéia básica do sistema é que o HistoricCSVPriceHandler atual continue a usar o método streamnexttick, mas com uma modificação para a conta de vários dias de dados ao carregar cada dia de dados sequencialmente. A implementação atual sai do backtest após o recebimento da exceção StopIteration lançada pela próxima (...) chamada para self. allpairs como mostrado neste fragmento de pseudocódigo: Na nova implementação, este fragmento é modificado para o seguinte: Neste trecho, Quando StopIteration é gerado, o código verifica o resultado de self. updatecsvforday (). Se o resultado for True o backtest continua (no self. curdatepairs. Que poderia ter sido alterado para os dados dos dias subseqüentes). Se o resultado for False. O backtest termina. Esta abordagem é muito eficiente na memória, pois apenas um determinado dia de dados é carregado em qualquer ponto. Isso significa que podemos realizar meses de backtesting e que são limitados apenas pela velocidade de processamento da CPU e pela quantidade de dados que podemos gerar ou adquirir. Atualizei a documentação para refletir o fato de que o sistema agora espera vários dias de dados em um formato específico, em um diretório particular que deve ser especificado. Traçar resultados de backtesting com Seaborn Library Um backtest é relativamente inútil se não pudermos visualizar o desempenho da estratégia ao longo do tempo. Embora o sistema tenha sido principalmente baseado em console até a data, eu comecei a transição para uma Interface gráfica de usuário (GUI) com esta versão. Em particular, criei o habitual painel três de gráficos que acompanham frequentemente métricas de desempenho para sistemas de negociação quantitativos, a saber, a curva de patrimônio, o perfil de retorno e a curva de redução. Todos os três são calculados para cada tick e são enviados para um arquivo chamado equity. csv no OUTPUTRESULTSDIR encontrado em settings. py. Para visualizar os dados, fazemos uso de uma biblioteca chamada Seaborn. Que produz gráficos de qualidade de publicação (sim, qualidade de publicação REAL) que parecem substancialmente melhores que os gráficos padrão produzidos pela Matplotlib. Os gráficos parecem muito próximos dos produzidos pelo pacote R ggplot2. Além disso, o Seaborn realmente usa o Matplotlib embaixo, para que você ainda possa usar a API Matplotlib. Para permitir a saída, escrevi o script output. py que vive no backtest / diretório. A listagem para o script é a seguinte: como você pode ver, o script importa Seaborn e abre o arquivo equity. csv como um Pandas DataFrame, então simplesmente cria três subparcelas, uma para a curva de equidade, retorno e redução. Observe que o gráfico de redução em si é realmente calculado a partir de uma função auxiliar que atua em performance / performance. py. Que é chamado da classe Portfolio no final de um backtest. Um exemplo do resultado da estratégia MovingAverageCrossStrategy incluída, em um conjunto gerado aleatoriamente de dados GBPUSD para o mês de janeiro de 2014, é o seguinte: Em particular, você pode ver as seções planas da curva de equidade nos fins de semana onde nenhum dado Está presente (pelo menos, para este conjunto de dados simulados). Além disso, você pode ver que a estratégia simplesmente perde dinheiro de forma bastante previsível nesse conjunto de dados simulados aleatoriamente. Esta é uma boa prova do sistema. Estamos simplesmente tentando seguir uma tendência em séries temporais geradas aleatoriamente. As perdas ocorrem devido ao spread fixo introduzido no processo de simulação. Isso deixa bem claro que, se quisermos fazer um lucro consistente na negociação forex de maior freqüência, precisaremos de uma borda quantificável específica que gere retornos positivos além dos custos de transação, como o spread e o deslizamento. Teremos muito mais a dizer sobre este ponto extremamente importante nas subseqüentes inscrições do Forex Trading Diary. Próximos passos Cálculos de posição de fixação Ive recentemente tiveram muita correspondência extremamente útil com os usuários do QSForex através dos comentários da Disqus e da página QSForex Issues sobre a correção dos cálculos dentro da classe Position. Alguns observaram que os cálculos podem não refletir exatamente como o OANDA (o corretor que é usado para o sistema trading. py) calcula os negócios de moeda cruzada. Portanto, um dos passos mais importantes é realmente fazer e testar essas modificações sugeridas em position. py e também atualizar os testes de unidade que vivem em positiontest. py. Isso terá um efeito knock-on com portfolio. py e também portfoliotest. py. Medição de desempenho Embora tenhamos agora um conjunto básico de indicadores de desempenho visual através da curva de equidade, retorna perfil e séries de redução, precisamos de medidas de desempenho mais quantificadas. Em particular, precisaremos de métricas de nível estratégico, incluindo índices de risco / recompensa comuns, tais como Ratio Sharpe, Razão de Informação e Razão Sortino. Também precisaremos de estatísticas de retirada, incluindo a distribuição das retiradas, bem como estatísticas descritivas, como redução máxima. Outras métricas úteis incluem a taxa de crescimento anual composto (CAGR) e o retorno total. No nível de troca / posição, queremos ver métricas, como lucro / perda média, lucro / perda máximo, relação lucro e relação vitória / perda. Uma vez que construímos a classe Position como parte fundamental do software desde o início, isso não deve ser muito problemático para gerar essas métricas através de alguns métodos adicionais. Mais sobre isso na próxima entrada, no entanto, clique abaixo para aprender mais sobre. A informação contida neste site é a opinião dos autores individuais com base em sua observação pessoal, pesquisa e anos de experiência. A editora e seus autores não são consultores de investimentos registrados, advogados, CPAs ou outros profissionais de serviços financeiros e não prestam assessoria jurídica, fiscal, contábil, de investimento ou outros serviços profissionais. A informação oferecida por este site é apenas de educação geral. Como cada situação factual de indivíduos é diferente, o leitor deve procurar seu próprio conselheiro pessoal. Nem o autor nem o editor assumem qualquer responsabilidade ou responsabilidade por quaisquer erros ou omissões e não têm responsabilidade nem responsabilidade para com qualquer pessoa ou entidade em relação aos danos causados ​​ou alegadamente causados ​​direta ou indiretamente pelas informações contidas neste site. Use por sua conta e risco. Além disso, este site pode receber compensações financeiras das empresas mencionadas através de publicidade, programas de afiliados ou de outra forma. Taxas e ofertas de anunciantes exibidos neste site mudam com freqüência, às vezes sem aviso prévio. Enquanto nos esforçamos para manter informações oportunas e precisas, os detalhes da oferta podem estar desactualizados. Os visitantes devem assim verificar os termos de tais ofertas antes de participar delas. O autor e a editora estão isentos de responsabilidade pela atualização de informações e declinam a responsabilidade pelo conteúdo, produtos e serviços de terceiros, inclusive quando acessados ​​através de hiperlinks e / ou propagandas neste site. Compilação, negociação intradiária e multidões e posse: quale conviene sul Forex Eu sou um dos mais variados do Forex. Cerco semper una via di mezzo por não ritrovarmi con delle perdite eccessive o con un grado di stress emotivo troppo alto. Trata-se de escalar infatti comporta uno stress emotivo molto elevato, mentar a negociação de posdões ou multiday comporta delle eventuali perdite troppo alte per il mio modo di fare trading. Tuttavia, mentre nel primo caso i guadagni sono molto contenuti, um trote do volte, e nel lungo periodo potrebbe e são um tuo sfavore. Nel secondo caso gli eventuali profitti sono davvero allettanti, ma le perdite Meglio non pensarci. E allora quale strada intraprendere Io ho scelto una via intermedia, quella del trading intraday. Almeno per la maggior parte dei casi e con delle varianti. Cosa significa Se hai seguito qualche mia operazione, hai visto che prendo um primo profitto abbastanza ravvicinato por poi lasciar correre il resto della posizione senza pi rischio, spostando lo stop al livello della mia entrata. A questo punto possono presentarsi 2 circostanze: lo stop proft viene toccato senza conseguenze, em quanto ho gi preso un piccolo profitto em scalping il prezzo continua ad andare verso la mia direzione e sposto lo stop ogni volta che si forma una barra dinversione su un determinato Período de tempo, fino a quando be stop profit non viene toco to fino a quando non decido di chiudere il trade. Em questultimo caso pu significare che lascio aperto il trade anche per pi giorni infrasettimanali, trasformando quindi il trading intraday na negociação multiday o di posizione. Ci comporta molti benefici, sia a livello emotivo che di lucrati e puoi guadagnare molti punti senza pi entrare in posizione, ma semplicemente spostando o lucro para parar na base al movimento del prezzo. Ti faccio un esempio pratico. Studio semper i grafici um quadro de tempo pi ampio per fare unanalisi tecnica di pi lungo periodo. Questo perch poi posso trovare meglio una direzione profittevole filtrando le mie entrate su time frame intraday. No modo da rischiare molto meno no fim da perda de stop. Qualche giorno fa ho notato - con una tecnica di trading di lungo periodo che ti mostrador pi avanti - uma possibilit di andare a rialzo sul cambio euro dollaro. Quindi provo ad anticipare il movimento su frame de tempo intraday. Ho fatto un tentativo di entrata a rialzo il 26 febbraio. Ho raggiunto il primo profitto ma poi sono stata stoppata nella notte senza alcuna perdita. Il mio secondo tentativo di andare a rialzo avviene il 27 febbraio. O mio primo obiettivo stato raggiunto e il prezzo finalmente continuate ad andare verso la mia direzione. Sono stata molto fortunata perch ieri 27 febbraio c stato a disservizio di circa 2 ore del broker che utilizzavo, Oanda. Avevo Insertion Un ordine di vendita per il mio primo profitto e fortunatamente ha funzionato, ao contrário dello stop che, quando sono riuscita a rientrare, era stato cancellato. Quindi oggi 28 febbraio cerco di mediare ancora il trade perch avevo visto unulteriore possibilit di rialzo e chiudo tutta la posizione in mattinata. Avrei potuto lasciarla aperta Não, por 2 motivos: não voglio pi rischiare che il mio parar lucro venga cancelato per un disservizio del broker oggi venerd e non consigliabile lasciare aperti comércio durante o fim de semana sul Forex, perca allapertura potrebbero verificarsi dei gap. Perch conviene avere un approccio di questo genere Se guardi bene il grafico che ti ho postato ti rendi conto di quanto pode essere conveniente avere un approccio di lungo periodo, pur facendo trading intraday. Recupere em uma posição no lucro por perigo com base na dieta no meio de cura e relaxe mentale. Da luned si riparte con un altro broker com MT4. Ti far comunque vedere lultimo video che ho effettuato com Oanda em settimana. Per il momento ti auguro un sereno fim de semana