เปิด กลยุทธ์การซื้อขาย ของ เดือน

บางภาวะแทรกซ้อนของการซื้อขายรายเดือน เมื่อเร็ว ๆ นี้ผมกำลังมองหาที่โมเมนตัมเดือน / ระบบการซื้อขายการหมุนกับหุ้น แนวคิดดูเหมือนจะกลายเป็นที่นิยมมากใน blogosphere ในช่วงไม่กี่ปีที่ผ่านมา ดูโพสต์ก่อนหน้านี้สำหรับการอภิปรายซื้อขายรายเดือนอีก แนวคิดทั่วไปสำหรับกลยุทธ์การหมุนมักจะค่อนข้างง่าย: เลือกชุดที่ค่อนข้างใหญ่ของเครื่องมือที่ใช้ในการคำนวณการจัดอันดับรายเดือน (ขึ้นอยู่กับ 1 เดือนผลตอบแทน 6 เดือนเป็นต้นหรือการรวมกันของผลตอบแทนรายเดือน ๆ และ / หรือปัจจัยอื่น ๆ ) และการจัดสรรส่วนของคุณไปยังตราสารบน N ทำซ้ำทุกเดือนโดยการขายตราสารที่ได้ลดลงมาจากยอด n และโดยการซื้อเข้าใหม่ ระบบจะปรากฏง่ายพอที่จะดำเนินการและการ backtest แต่เป็นกับทุกสิ่งที่มารอยู่ในรายละเอียด มีหลักสูตรปีศาจในรายละเอียดอื่น ๆ การปรับสมดุลการพิจารณาความผันผวนปรับขนาดตำแหน่งและอื่น ๆ ที่ไม่ได้นำมาพิจารณาในรายละเอียดของรูปแบบที่เรียบง่ายและการอภิปรายด้านล่าง โดยใช้ข้อมูลรายเดือนปิด จำนวนมาก (ฟรี) ข้อมูลในอดีตจะกลับไปไกลพอสำหรับการทดสอบที่เกี่ยวข้องกลับมีเพียงปิดรายเดือน สมมติฐานปกติเกิดขึ้นเมื่อ backtesting ใช้ประเภทของข้อมูลนี้คือการใช้ราคาปิดของหุ้นรายเดือนในการสร้างการเข้า / ออกจากสัญญาณเช่นเดียวกับการเข้า / ออกจากราคาตัวเอง การดำเนินงานนี้เป็นไปไม่ได้ที่เห็นได้ชัดว่าคุณไม่สามารถรอให้ปิดตลาดที่จะได้รับราคาและการสร้างสัญญาณแล้วกลับไปที่ตลาดการค้าอย่างใกล้ชิด นี่คือหนึ่งในเหตุผลที่ backtesting ซอฟต์แวร์เช่นการซื้อขาย Blox ไม่อนุญาตให้มีการค้าที่ใกล้ชิดแม้ว่าในปัจจุบันการป้องกันนี้ได้ผลจริงสามารถแทนที่หากจำเป็นต้องเป็น (โดยใช้คำสั่งเช่น order. SetFillPrice (instrument. close [1]) ใน สคริปต์สามารถกรอกราคา) โดยใช้ข้อมูลรายเดือนใกล้เพียงอย่างเดียวคือไม่จำเป็นต้องผิด แต่แสดงให้เห็นถึงประมาณหนึ่งจะต้องตระหนักถึง การแก้ปัญหาอาจจะได้รับราคาที่ x นาทีก่อนที่จะปิดการสร้างสัญญาณและส่งตลาดในการสั่งซื้อปิดก่อนที่จะซื้อขายสิ้นสุดกับความเสี่ยงที่อาจเกิดขึ้นว่าการเคลื่อนไหวในตลาดปิดรายเดือนสุดท้ายนี้นาทีจะเปลี่ยนการจัดอันดับที่เกิดขึ้นจริงและสัญญาณรุ่น (ให้ซื้อขายอยู่ที่แตกต่างกัน และผล backtesting) วิธีแก้ปัญหาอีกประการหนึ่งที่อาจจะมีการซื้อขายจริงในการเปิดในวันถัดไป; ความแตกต่างระหว่างการซื้อขายสดและผล backtesting แล้วเป็นความแตกต่างระหว่างราคาปิดของหุ้นรายเดือนและรายเดือนราคาเปิดซึ่งอาจจะเป็นค่าใช้จ่ายในแง่ของประสิทธิภาพพลาดเมื่อพิจารณาถึงผลกระทบของการเปิดเดือน โดยใช้ข้อมูลรายเดือน OHLC อาจหลีกเลี่ยงประมาณนี้ backtesting โดยให้ปิดการใช้สำหรับการจัดอันดับ / รุ่นและเปิดสัญญาณสำหรับการเข้า / ออกราคา บันทึก . สำหรับแหล่งที่มาของข้อมูลทางประวัติศาสตร์ (รวมถึงคนฟรี), บล็อกเพื่อนเมเบนร้างและไมค์สโตคส์ได้รวบรวมรายชื่อในบล็อกของตนและโลก Beta MarketSci เว็บไซต์ใหม่มา Wikiposit ดูเหมือนว่ายังมีแนวโน้มมากสำหรับทุกประเภทของข้อมูลฟรี ในด้านของฉันฉันใช้และยินดีสวยด้วย CSI ซึ่งทำให้ผมเข้าถึงประวัติศาสตร์ที่เต็มไปด้วยฟิวเจอร์สของโลกและหุ้นโลกและช่วยให้ระยะเวลาการรวบรวมข้อมูลหลายคน (รายวันรายสัปดาห์รายเดือนและอื่น ๆ ) ที่มีตัวเลือกการปรับกลับมาที่แตกต่างกันสำหรับฟิวเจอร์ส เปิดรายเดือนแตกต่างกัน / ปิดวันที่ ภาวะแทรกซ้อนอีกอาจจะมาจากผลงานของเครื่องมือที่ใช้ในการซื้อขายในสถานที่ที่แตกต่างกัน (. เช่นตลาดที่แตกต่างกันอย่างใกล้ชิดในวันที่แตกต่างกันขึ้นอยู่กับวันหยุดของท้องถิ่นการแลกเปลี่ยน) เปิดรายเดือน / ปิดอาจจะเกิดขึ้นในวันที่แตกต่างกันสำหรับตราสารที่แตกต่างกัน สมมติว่าเครื่องมือที่บางคนไม่ค้าสำหรับวันที่ธุรกิจทั่วโลกสุดท้ายของเดือน: มันเป็นแล้วอย่างชัดเจนเป็นไปไม่ได้ที่จะซื้อขายที่ราคาปิดของหุ้นรายเดือนเมื่อมีการสร้างสัญญาณซื้อขายในวันสุดท้ายของเดือนทำให้การแก้ปัญหา x นาทีก่อนที่จะใกล้ชิด เป็นไปไม่ได้ที่จะดำเนินการและเพิ่มประมาณ backtesting อีกครั้งโดยใช้ข้อมูล OHLC รายเดือนและราคาเปิดเป็นราคารายการจะป้องกันปัญหานี้ อีกกรณีหนึ่งซึ่งอาจก่อให้เกิดปัญหาที่เกี่ยวข้องกับวันเปิดรายเดือนที่แตกต่างกัน ลองนึกภาพการซื้อขายระบบหมุนซึ่งจะลงทุนในหุ้น 10 อันดับแรกของการจัดอันดับ: ทุกเดือนระบบจะขายหุ้นที่ได้หลุดออกไปจากด้านบน 10 และใช้เงินเพื่อเป็นเงินทุนสำหรับการซื้อของเข้าใหม่ในชั้นที่ 10 (สมมติว่าไม่มีประโยชน์ของการใช้ประโยชน์:. คือระบบสามารถซื้อหลังการขายเมื่อ การลงทุนที่ 100%) หากบางส่วนของเครื่องมือที่ขายไม่ได้ซื้อขายในวันทำการแรกของโลกของเดือน (แลกเปลี่ยนท้องถิ่นในวันหยุดหรือเหตุผลอื่น) การซื้อสินค้าใหม่จะได้รับภายใต้การสนับสนุนกับการตัดสินใจที่จะทำเป็นวิธีการบางส่วนจัดสรรทั่ว ผู้เข้าใหม่จนการระดมทุนเต็มสามารถใช้ได้ นี้จะหมายความว่าผลตอบแทนที่เริ่มต้นของเดือนใหม่จะไม่ถูกจับได้อย่างเต็มที่โดยระบบ การใช้ข้อมูล OHLC ทุกวันด้วยตรรกะ backtesting ความซับซ้อนมากขึ้นจะต้องสะท้อนให้เห็นถึงตรรกะในผลการจำลองนี้ อัตโนมัติมากขึ้น (กว่าคู่มือ) ดำเนินการสั่งซื้อยังจะต้องมีขั้นตอนวิธีการที่ซับซ้อนมากขึ้นการกำหนดวิธีการที่จะจัดการกับกรณีเหล่านี้และการตระหนักถึงวันที่ไม่ใช่การค้า แน่นอนว่าปัญหานี้สามารถหลีกเลี่ยงได้โดยส่วนใหญ่เลือกชุดของเครื่องมือที่ใช้ในการซื้อขายทั้งหมดในเขตอำนาจของวันหยุดที่เดียวกัน โปรดทราบว่าข้อ จำกัด อัตรากำไรขั้นต้นจะสร้างปัญหาอื่นที่เกี่ยวข้องกับเดลต้าระหว่างราคาใช้สำหรับการปรับขนาดการสั่งซื้อ (ราคาปิดรายเดือน) และดำเนินการสั่งซื้อ (ราคาเปิดรายเดือน) กระโดดในราคาที่อาจส่งผลให้เกิดการจัดสรรรวมไปกว่า 100% ของผู้ถือหุ้น บัฟเฟอร์เพื่อให้การเปลี่ยนแปลงราคาที่อาจจำเป็นต้องใช้เมื่อคำนวณขนาดของสัญญาณและตำแหน่งในวันถัดไปที่มีความเสี่ยงของการเป็นเล็กน้อยภายใต้การจัดสรรทุกเดือน การทดสอบบางคนก็ชี้ไปที่ขนาดของบัฟเฟอร์ที่เหมาะสมที่สุดที่จะ จำกัด การจัดสรรมากกว่าโดยไม่ต้องลดการจัดสรรโดยเฉลี่ยมากเกินไป ไม่เพียง แต่เกี่ยวข้องกับระบบรายเดือน ค่อนข้างไม่กี่ของปัญหาเหล​​่านี้จริง ๆ แล้วนำไปใช้กับระบบที่ซื้อขายในความถี่ที่แตกต่างกันไม่จำเป็นต้องเป็นประจำทุกเดือน สำหรับทุกรูปแบบหรือขั้นตอนการทดสอบมันเป็นเสมอดีที่จะตระหนักถึงข้อสมมติฐานและข้อ จำกัด หนึ่งจะต้องได้รับความรู้สึกในเรื่องที่เกี่ยวข้องที่จะตัดสินใจว่าใครสามารถอยู่กับการประมาณผลใน backtests ของพวกเขาหรือไม่ว่าจะมีเหตุผลมากขึ้นผลที่มีมูลค่าการใช้ความพยายามในการพัฒนาตรรกะ backtesting และการปฏิบัติงาน เครดิตภาพ: vbecker ผ่านทาง Flickr (CC)