Veiledning til handelssystemutvikling. Den fortsatte utviklingen av teknisk analyse programvare har forenklet etableringen av datautstyrte handelssystemer Noen systemer genererer bare signaler for næringsdrivende å følge, mens andre legger handelen inn på markedet på vegne av handelsmannen. Å være i stand til å programmere din favoritt handelsplattform er bare begynnelsen. Du må ha et rammeverk for å teste dine handelsteorier for å være sikker på at lønnsomme backtests ikke bare er på grunn av flaks, men er resultatet av robust modellering av markedets oppførsel. Denne serien av artikler vil presentere en forenklet tilnærming til å utvikle et handelssystem for detaljhandel forexmarkedet. Systemutviklingsverktøyet vi skal bruke, vil være MetaTrader 4 MT4, selv om ideene og prosessen som presenteres gjelder for et bredt spekter av programvareplattformer. Metoden vil dekke generelle konsepter målrettet til begynnelsessystemmannen Når vi tar snarveier for hensiktsmessighet, vil vi henvise leseren til ytterligere reso urene for mer grundig informasjon. Det er fem forskjellige faser i handelssystemutviklingen. Fase 1 Utvikle markedsmodellen og det grunnleggende automatiserte systemet Det grunnleggende automatiserte systemet implementerer denne modellen, men inneholder ikke stopptap eller overskuddsmål. Det grunnleggende systemet er for det eneste formålet med å samle inn data for statistisk analyse som brukes i senere utviklingsfaser. Fase 2 Risikostyring det første stoppet tapet ISL Ved å bruke dataene samlet i fase 1 og basert på statistisk analyse av dataene, legger vi til en ISL i handelsstrategien Vi bruker optimalisering for å finne en stopp-tap-parameter som passer til våre behov. Vi vil bruke fremoveranalyse for å teste denne versjonen av systemet. Fase 3 Profitstyring Profitmål PT Som i fase 2, vil vi bruke statistisk analyse av våre data å innlemme et overskuddsmål i systemet Igjen, vil vi bruke optimalisering for å finne et passende fortjenestemål og deretter bruke fremdriftsanalyse for å teste denne versjonen av syste m. Phase 4 Pengestyring handelsstørrelsesalgoritmen TSA Denne fasen er ikke avhengig av dataene samlet i fase 1 I stedet vil vi inkorporere den populære faste fraksjonens handelsstørrelsesmetode for å bestemme hvor mange partier som er allokert til hver handel. Populær handelslitteratur er fylt med råd om å begrense risikoen for handel innenfor et område fra 1 til 3 av kontoenes egenkapital. Vi vil kjøre optimaliseringen vår ved hjelp av disse prosentsatsene, og deretter bruke igjen fremoveranalyse for å teste denne versjonen av systemet. Samlet sett, fase 2 gjennom 4 omfatter handelsstyring, men det er en enda viktigere fase. Fase 5 Monte Carlo analyse mange handelsfolk stopper etter fase 4. Vår test er imidlertid ikke fullført på det tidspunktet, og systemet er ikke klar for distribusjon, forutsatt at det er lønnsomt Til tross for vår tur - forutgående analyse, kan vi ikke være sikre på at resultatene våre ikke er på grunn av flaks. Med andre ord, kan modellen vår ikke beskrive markedsadferd, nøyaktig gode resultater kan ha dratt nytte av et markedsverdig ironment hvis pris handling nettopp skjedde å falle sammen med vår logikk Monte Carlo analyse vil bidra til å avgjøre om modellen vår var vellykket på grunn av tilfeldighet tilfeldighet eller dets evne til å identifisere og utnytte et ekte marked mønster. Denne artikkelen vil dekke fase 1 etterfølgende artikler vil dekke fase 2 gjennom 5.About forfatteren. Neil Rosenthal er en pensjonert tannlege som driver sin egen konto. Han er også en erfaren dataprogrammerer. Han kan nås på. Trading Systems Constructing A System. So langt har vi diskutert de grunnleggende komponentene i handelssystemer, kriteriene de må møte, og noen av de mange empiriske avgjørelsene som en systemdesigner må gjøre. I denne delen skal vi undersøke prosessen med å bygge et handelssystem, de hensyn som må gjøres og noen viktige punkter å huske. Six-Step System Construction.1 Setup - For å begynne å bygge et handelssystem trenger du flere ting. Data - Fordi systemdesigneren må bruke omfattende backtesting Tidligere prishistorikk er viktig for å bygge opp et handelssystem. Slike data kan integreres i handelssystemutviklingsprogramvare, eller som en egen datastrøm. Live data er ofte gitt for en månedlig avgift, mens eldre data kan fås gratis. Programvare - Selv om det er mulig å utvikle et handelssystem uten programvare, det er svært upraktisk. Siden begynnelsen av 90-tallet har programvare blitt en integrert del av å bygge handelssystemer. Noen vanlige funksjoner gjør det mulig for næringsdrivende å gjøre følgende. Automatisk plasshandel - Dette krever ofte tillatelse fra meglerens slutt fordi en konstant tilkobling må være på plass mellom programvaren din og meglerhandlingene må utføres umiddelbart og til eksakte priser for å sikre samsvar. For å få programvareplassen din til deg, er alt du trenger å gjøre å legge inn kontonummeret og passord, og alt annet gjøres automatisk. Vær oppmerksom på at bruk av denne funksjonen er strengt valgfri. Kode et handelssystem - Denne programvaren funksjonen implementerer et proprietært programmeringsspråk som lar deg enkelt bygge regler. For eksempel bruker MetaTrader MQL MetaQuotes Language Her er et eksempel på sin kode for å selge hvis fri marginal er mindre enn 5000. Hvis FreeMargin 5000, så avslutte. Ofte leser du bare manuell og eksperimentering bør gi deg mulighet til å hente opp det grunnleggende språket du bruker i programvaren. Back test din strategi - Systemutvikling uten backtesting er som å spille tennis uten en racket. Systemutviklingsprogramvare inneholder ofte en enkel backtesting-applikasjon som lar deg definere en data kilde, informasjon om innspillskonto og backtest for en viss tid med et museklikk Her er et eksempel fra MetaTrader. Etter at backtesten er kjørt, genereres en rapport som beskriver spesifikkene til resultatene. Denne rapporten inneholder vanligvis fortjeneste, antall un vellykkede bransjer, sammenhengende dager ned, antall handler og mange andre ting som kan være nyttige når du prøver å bestemme hvordan du skal tro ubleshoot eller forbedre systemet Til slutt oppretter programvaren vanligvis en graf som viser veksten i investeringen gjennom den testede tidsperioden.2 Design - Designet er konseptet bak systemet, måten parametrene brukes til å generere en fortjeneste eller tap Du implementerer disse reglene og parametrene ved å programmere dem Noen ganger kan denne programmeringen gjøres automatisk via et grafisk brukergrensesnitt. Dette lar deg lage regler uten å lære et programmeringsspråk. Her er et eksempel på et bevegelige gjennomsnittsoverskridelsessystem. Hvis SMA 20 CrossOver EMA 13 og deretter Enter Hvis SMA 20 CrossUnder EMA 13 deretter avslutte. Regler som disse som legges inn i koden tillater at programvaren automatisk genererer inngang og utganger på punktene når reglene gjelder. Her ser designgrensesnittet ut på MetaTrader. Systemet er opprettet ved å bare skrive reglene i vinduet og lagre dem. Referanser til de forskjellige funksjonene som er tilgjengelige for eksempel, oscillatorer og slikt kan være funnet ved å klikke på bokikonet De fleste programvare vil ha en lignende referanse tilgjengelig enten i selve programmet eller på nettsiden. Etter å ha opprettet de ønskede reglene og kodet systemet, lagrer du bare filen. Så kan du sette den i bruk ved å velge den på hovedskjermbildet.3 Beslutningstaking - Det er mange beslutninger som skal gjøres på dette punktet. Hvilket marked vil jeg bytte inn. Hvilken tidsperiode skal jeg bruke. Hvilken prisserie skal jeg bruke. Hvilken delmengde av aksjer skal jeg bruke til testing. Husk at handelssystemer konsekvent bør tjene penger på mange markeder. Ved å tilpasse tidsperioden og prisserien for mye, kan du ødelegge resultatene og gi ukarakteristiske resultater. 4 Øvelse - Backtesting og papirhandel er avgjørende for den vellykkede utviklingen av et trading system. Run flere backtests på ulike tidsperioder og sørg for at resultatene er konsistente og tilfredsstillende. Papirhandel systemet bruker imaginære penger, men registrerer handler og resultater , og igjen, se etter konsekvent lønnsomhet. Kontroller med jevne mellomrom for feil i programmet eller utilsiktede handler. Disse kan være et resultat av feil programmering eller manglende forutsetning av visse forhold som har uønskede konsekvenser. 5 Gjenta - Gjentakelse er nødvendig. Fortsett å jobbe på systemet. inntil du konsekvent kan tjene penger på de fleste markeder og forhold. Det er alltid uforutsette hendelser som oppstår så snart et system går live. Her er noen faktorer som ofte forårsaker skjev resultat. Transaksjonskostnader - Pass på at du bruker den virkelige kommisjonen og noen ekstra for å redegjøre for unøyaktig fylling forskjellen mellom bud og spørrepriser Med andre ord, unngå å slippe For å se hva dette er og hvordan det skjer, se den forrige delen av denne veiledningen. Vikthet - Ikke ignorér å miste handler, hold øye med alle handler. Optimalisering - Don t overoptimalisere systemet Med andre ord, don t skreddersy systemet til et veldig spesifikt markedsmiljø, prøv å være lønnsomt i så bred en Virksomhet som mulig. Risiko - Aldri ignorere eller glemme risiko Det er svært viktig å ha måter å begrense tap ellers kjent som stopptap, og måter å låse inn fortjenesten tar fortjeneste.6 Handel - Prøv det, men forvent utilsiktede resultater Sørg for å bruke ikke-automatisert handel til du er sikker på systemets ytelse og konsistens. Det tar lang tid å utvikle et vellykket handelssystem, og før du gjør det, må du kanskje utholde noen live trading tap for å oppdage glitches tilbake testing kan ikke perfekt representere live markedsforhold, og papirhandel kan være unøyaktig Hvis systemet mister penger, gå tilbake til tegnebrettet og se hvor det gikk galt se trinn 5. Konklusjon Disse seks trinnene gir deg oversikt over hele prosessprosessen et handelssystem I neste avsnitt vil vi bygge videre på denne kunnskapen og ta en mer grundig titt på feilsøking og modifikasjon. High frequency trading system design og prosess management. High frequency trading sy stil design og prosess management. Advisor Roy E Welsch. Department System Design og Management Program. Publisher Massachusetts Institute of Technology. Date Utgitt 2009.Trading firmaer i dag er svært avhengige av data mining, datamodellering og programvareutvikling Finansielle analytikere utføre mange lignende oppgaver til de i programvare - og produksjonsindustrien Men finansindustrien har ennå ikke fullt ut vedtatt høyteknologiske systemtekniske rammer og prosesshåndteringsmetoder som har vært vellykkede i programvare - og produksjonsindustrien. Mange av de tradisjonelle metodene for produktdesign, kvalitetskontroll, systematisk innovasjon og kontinuerlig forbedring funnet i ingeniørfagene kan søkes på finansfeltet. Denne oppgaven viser hvordan kunnskapen fra engineering disipliner kan forbedre design og prosesshåndtering av høyfrekvente handelssystemer. Høyfrekvente handelssystemer er beregningsbaserte. Disse systemene er automatiske ic eller semi-automatiske programvare systemer som er iboende komplekse og krever en høy grad av design presisjon Utformingen av et høyfrekvent trading system knytter flere felt, inkludert kvantitativ økonomi, systemdesign og software engineering I finansbransjen, hvor matematiske teorier og handel Modeller er relativt godt undersøkt. Evnen til å implementere disse designene i ekte handelspraksis er et av hovedelementene i et investeringsselskaps konkurranseevne. Muligheten til å konvertere investeringsideer til effektive handelssystemer effektivt og effektivt, kan gi et investeringsselskap et stort konkurransedyktig fordel fort Denne oppgaven gir en detaljert studie som består av høyfrekvent trading systemdesign, systemmodellering og prinsipper, og prosesshåndtering for systemutvikling. Spesielt vektlegges sikkerhetskopiering og optimalisering, som anses som de viktigste delene i å bygge et handelssystem. Denne forskningen bygger system engin eering-modeller som styrer utviklingsprosessen Det bruker også eksperimentelle handelssystemer til å verifisere og validere prinsipper som tas opp i denne oppgaven. Slutten konkluderer denne oppgaven at systemstekniske prinsipper og rammer kan være nøkkelen til suksess for å implementere høyfrekvent trading eller kvantitative investeringssystemer. Tese SM - Massachusetts Institute of Technology, System Design og Management Program, 2009 Katalogisert fra PDF-versjon av avhandling Inkluderer bibliografiske referanser p 78-79.Keywords System Design og Management Program.
No comments:
Post a Comment