Andrei Malkov Forex Trading

Eu leio com interesse um documento mais antigo. Os Modelos de Mudança de Markov podem prever o Excesso de Devoluções de Câmbio por Dueker e Neely do Federal Reserve Bank of St. Louis. Tenho um gosto por modelos de Markov escondidos devido ao seu grande sucesso nas aplicações de reconhecimento de fala, mas confesso que nunca consegui criar um modelo HMM que superasse os indicadores técnicos simples. Eu culpo que tanto a minha própria falta de criatividade quanto o fato de a HMM terem muitos parâmetros que precisam ser ajustados aos dados históricos, o que o torna vulnerável ao viés de bisbilhotagem dos dados. Por isso, aproximei este artigo com a grande esperança de que os especialistas possam me ensinar a aplicar o HMM corretamente para financiar. O objetivo do modelo é simples: prever o excesso de retorno de uma taxa de câmbio ao longo de um período de 8 dias. (O retorno excessivo neste contexto é medido pela variação da taxa de câmbio menos o diferencial de taxa de juros entre a base e as moedas de cotação do par de moedas). Se o excesso esperado for maior do que um limite (chamado filtro no papel) Então vá por muito tempo. Se for inferior a um outro limiar, fique curto. Embora a previsão esteja em um retorno de 8 dias, a decisão de negociação é feita diariamente. O excesso de retorno é assumido como tendo uma distribuição de Student-t de 3 parâmetros. Os 3 parâmetros são a média, o grau de liberdade e a escala. O parâmetro de escala (que controla a variância) pode alternar entre um valor alto e baixo com base em um modelo de Markov. O grau de liberdade (que controla a curtose, a. k.a. espessura das caudas) também pode alternar entre 2 valores com base em outro modelo de Markov. A média é linearmente dependente dos valores assumidos pelo grau de liberdade e a escala, bem como outra variável de Markov que alterna entre 2 valores. Portanto, a média pode assumir 8 valores distintos. Os 3 modelos de Markov são independentes. A distribuição do aluno-t é mais apropriada para os retornos financeiros de modelagem do que a distribuição normal, devido à permissão para caudas pesadas. Os autores também acreditam que este modelo captura o intervalo entre períodos de alta e baixa volatilidade, com a conseqüente mudança de preferência (diferentes retornos médios) para moedas seguras versus arriscadas, um fenômeno bem demonstrado no período entre agosto de 2011 a janeiro de 2012. Os parâmetros dos modelos de Markov e as distribuições do aluno-t são estimados no período na amostra (1974-1981) para cada par de moedas, a fim de minimizar o desvio acumulado dos retornos em excesso de zero. Há um total de 14 parâmetros a serem estimados. Após essas estimativas, também precisamos estimar os 2 limiares de negociação ao maximizar o retorno na amostra da estratégia de negociação, assumindo custos de transação de 10 pontos base por comércio. Com este grande número (16 no total) de parâmetros, receio ver os resultados fora da amostra (1982-2005). Incrível, estes são muito melhores do que eu esperava: os rendimentos anualizados variam de 1,1 a 7,5 para 4 principais pares de moedas. Os índices de Sharpe não são tão impressionantes: variam de 0,11 a 0,71. Claro, quando os pesquisadores relatam resultados fora da amostra, deve-se tomar isso com um grão de sal. Se os resultados fora da amostra não fossem bons, eles não estariam informando deles, e eles teriam mudado o modelo subjacente até que sejam obtidos resultados fora da amostra. Portanto, é realmente para nós implementar esse modelo, aplicá-lo Para dados após 2005 e para mais pares de moedas, para descobrir se existe realmente algo aqui. Na verdade, essa é a razão pela qual eu prefiro ler papéis mais antigos - para permitir a possibilidade de testes verdadeiros fora da amostra imediatamente. O que você acha que pode ser feito para melhorar este modelo, eu suspeito que, como primeiro passo, pode-se ver se os estados estimados de Markov correspondem razoavelmente ao que os comerciantes consideram como regimes de risco ou de risco. Se o fizerem, independentemente do uso desse modelo como gerador de sinal, ele pode pelo menos gerar bons indicadores de risco. Caso contrário, talvez o modelo de Markov oculto precise ser substituído por um modelo de Markov que esteja condicionado a indicadores observáveis. 35 comentários: você recebeu um erro de digitação no título do documento. A palavra quotreservesquot deve ser substituída por retornos. Cara, fiquei muito confuso quando vi o título de que escreveu, estava pensando, por que na Terra alguém se preocuparia com a previsão de excesso de reservas de divisas. Seu comentário sobre quotout de testes de amostra em documentos de pesquisa não está realmente sendo tão fora de amostra É um ponto em que eu não acho que muitas pessoas entendem o problema que você levantou, e acho que esse é um ponto muito importante. Aagold, obrigado por apontar isso. Na verdade, o erro de digitação estava na pré-impressão original, e por isso eu copiei Ernie Ernie, para não questionar suas capacidades de quant, mas você está sugerindo seriamente um modelo com que muitos parâmetros se encaixam tem alguma aplicabilidade à negociação, eu digo isso como comerciante de quant Com mais de 14 anos de experiência na indústria e executando minha própria empresa intermediária. Para mim, este artigo é absoluto nonesense e os ratios de Sharpe mencionados são muito baixos, mesmo em seu próprio quotout de backtests da amostra para justificar a tomada desse papel a sério. AsiaProp, na verdade, os 16 parâmetros não são tantos como eles soam. 14 deles são para ajustar a própria série de tempo: são independentes da estratégia de negociação. Apenas 2 dos parâmetros são usados ​​para otimizar o retorno da estratégia. Os índices de Sharpe relatados na pesquisa acadêmica são quase sempre baixos. Se forem altos, eles não serão publicados. Nosso trabalho como comerciantes é levar essas pesquisas como inspiração e ajustá-las em estratégias práticas. Obrigado novamente por todo seu trabalho duro. No topo do seu blog e livro, ganhei uma ótima visão apenas lendo suas conversas com outros comentaristas em seu site. Em um tópico de comentários anterior do outro dia, você mencionou que uma grande parcela de seus retornos em 2011 veio de estratégias de reversão média no mercado FX. Eu estava pensando se você emprega qualquer tipo de modelo de mudança de regime em sua negociação FX para determinar se você quer ser alocado principalmente em suas estratégias de momentum ou reversão média Zack, Não, eu não usei nenhum modelo de mudança de regime. Nunca encontrei que esses modelos funcionassem fora da amostra. Ernie Você leu este artigo antes, qualquer comentário Olá Anon, Não, eu não vi esse artigo, mas colocarei isso na minha lista de leitura. Além disso, Chris Neely, o autor do artigo que descrevi, me mencionou esse outro documento relevante: E seu site: apenas falando de uma perspectiva acadêmica, em vez da HMM simples, talvez algo parecido com o Modelo de Máxima Entropia de Markov Oculto, pode funcionar melhor. Dave, por que você acha que a entropia máxima funciona bem. Parece ser apenas outro método para estimar a Parâmetros. Ernie não tenho evidências empíricas e a previsão financeira não é realmente minha área de especialização. É só isso em minhas poucas tentativas de usar o aprendizado da máquina para previsões financeiras, eu aprendi que a quantidade de ruído tende a inundar todas as tendências que o mercado possa ter. Como resultado, a maioria dos alunos tende a ter um desempenho realmente ruim, possivelmente devido ao excesso de ajuste aos dados de treinamento. Então, uma das minhas idéias é usar técnicas como Maximum Entropy para reduzir o grau de sobreposição. No entanto, na verdade não tentei isso. Oi ernie: Atualmente estou lendo seu livro chamado quotquantitative tradingquot, e já programado e tentou MATHLAB para backtesting. No entanto, os resultados diferem do testador / Otimização da Estratégia MetaTrader. No MT4, tenho centenas de passes que concordam com a maioria dos meus negócios reais (felizmente), mas o último não é tão positivo. Eu uso o mesmo conjunto de dados, que eu rastreio de 2001-2009. A principal razão pela qual MATHLAB é que eu gostaria de empregar Sharpe Ratio. Geralmente, no MT4, escolher meus parâmetros é bastante fácil, direto. Eu escolho os com os melhores retornos de remoção mínima e, em seguida, executo cópias separadas deles. Depois de ler seu livro, eu estava pensando em escolher parâmetros com: 1) Remessão mínimo 2) Melhores retornos e adicionar um terceiro critério, Sharpe Ratio. Desta forma, eu sinto que posso aumentar meus retornos, não. A fórmula parece complicada, mas, no entanto, não é prejudicial tentar. O que você acha E, graças a ele, o Anon, quando você disse que os resultados do Matlab diferem da Metatrader, você pode ser mais específico. Você está certo de que a lógica dos dois programas é idêntica. Você pode empregar a relação de Sharpe em qualquer programa que você escolher, não necessariamente. Matlab. É apenas um retorno médio dividido pelo desvio padrão. Ernie, eu também pensei que a relação Sharpe ainda poderia ser empregada em qualquer programa. É realmente limitado apenas a Mathlab Ernie Chan disse. Oi Anon, quando você disse que os resultados da Matlab são diferentes do Metatrader, você pode ser mais específico. Você tem certeza de que a lógica dos dois programas é idêntica. Sim, estou realmente certo. Ok, eu sou mais específico. Minha estratégia é extremamente simples, mas lucrativa (pelo menos para mim) - apenas 2 linhas de lógica, 2 parâmetros inteiros. Não consigo ver como ou por que essa lógica simples difere muito, entre os dois. A diferença é que no MT4 eu consigo centenas de passes, mas em MATHLAB, eu só passo cerca de 50 passes. No MATHLAB, um dos testes de teste de 1 ano retorna um saldo de 200K do capital inicial de 10K, mas em MT4, os saldos estão dentro do alcance de 50K-100K, para todas as passagens. Mais uma coisa, no MT4, o tempo das barras é considerado dentro do testador. Não preciso voltar a programar nada. Mas em MATHLAB, eu tenho que separar este conjunto de dados. Talvez seja por isso que a diferença Thx novamente por sua amável ajuda. Oi Ruthstein, sim, é provável que erros na preparação de dados sejam o que causou as diferenças. No Metatrader, os dados são instalados como parte do programa. Mas a Matlab é uma plataforma de computação geral, bem como uma calculadora. Você precisa ter muito cuidado na preparação de dados para entrada no Matlab. Ernie Hi ernie, muito obrigado por seus comentários. Alguém me ajudou com seu plug-in para a parte do tempo e houve um erro muito pequeno na preparação do tempo em MATHLAB. Ainda assim, os resultados permanecem inconsistentes. Mas, surpreendentemente, a Ratio de Sharpe é quase o mesmo valor para os 5 melhores passes de redução mínima, mas não em termos de lucros. No lado positivo, isso torna as escolhas mais fáceis do que antes, já que eu apenas decidi em termos de redução mais segura, uma vez que a proporção de sharpe para todos eles é bastante aceitável. Mais uma vez, obrigado pela sua amável ajuda e devo dizer que o seu livro é uma boa leitura. Não tenho dúvidas de que eu compro novamente seu próximo livro, oi Ruthstein, fico feliz por ter encontrado um bug. Se a lógica de programação for a mesma em Matlab e MT, então os únicos resultados de razão podem ser diferentes é que os dados de entrada estão errados. Ernie Ernies, quando você vem para os EUA para ensinar a classe Quantitative Trading Anon, cabe ao organizador das oficinas, a revista Technical Analyst. Se você estiver interessado, solicite uma oficina de Nova York ou Chicago em trainingtechnicalanalyst. co. uk Ernie Hi, você pode publicar um link para o seu Blog na The Currency Trading Community Nossos membros irão apreciá-lo. Os membros incluem: comerciantes de moeda, moeda e especialistas e profissionais de Forex Trading. É fácil de fazer, basta cortar e colar o link e ele automaticamente liga de volta ao seu site. Você também pode adicionar artigos, notícias e vídeos, se desejar. Envie-me um e-mail se precisar de ajuda ou gostaria que eu faça isso por você. Sinta-se à vontade para compartilhar o tempo que desejar. A comunidade de troca de moeda: vorts / moedas / Espero que você considere compartilhar conosco. Obrigado, James Kaufman, editor Estou tentando usar a função HMM da Matlab39 para fazer alguns modelos simples. Ainda estou tentando entender como usar todas as funções para fazer a previsão. Diga que eu tenho uma série temporal de retorno diário, eu mudo para Up, Flat ou Down (1, 0, -1) como minha observação. Diga que eu tenho um modelo simples de 2 estados. Agora, posso colocar toda a série de observação junto com alguns valores de suposições iniciais para probabilidade de emissão e probabilidade de transição para estimar a matriz de transição e probabilidade de emissão. TRANSEST2, EMISEST2 hmmtrain (seq, TRANSGUESS, EMISGUESS) Agora, com estas duas matrizes, o que você faz para criar a nova predição. Você apenas executa seq, estados que geram (1, TRANS, EMIS) para gerar 1 número que é o seu próximo Seqüência de observação e chamá-lo de sua predição Anon, não estou familiarizado com a função Matlab específica que você usa (eu uso um pacote gratuito em vez disso), mas em geral, sim, se você quiser prever a próxima variável de medição, isso é o que você faz . Em outras aplicações, os comerciantes estão mais interessados ​​na variável de estado (por exemplo, uma relação de hedge, que não é diretamente observável e, portanto, quotiddenquot), e a predição da variável de estado seria o foco. Ernie Obrigado Ernie. Essas funções são fornecidas pela caixa de ferramentas Matlab Statistics. Existem cinco funções disponíveis lá. Hmmgenerate 8212 Gera uma seqüência de estados e emissões de um modelo de Markov hmmestimate 8212 Calcula as estimativas de máxima verossimilhança de probabilidades de transição e emissão de uma seqüência de emissões e uma seqüência conhecida de estados hmmtrain 8212 Calcule as estimativas de máxima verossimilhança de probabilidades de transição e emissão de uma seqüência de Emissões hmmviterbi 8212 Calcule o caminho de estado mais provável para um modelo de Markov oculto hmmdecode 8212 Calcula as probabilidades de estado posterior de uma seqüência de emissões Em relação ao seu comentário sobre Previsão das Variáveis ​​de Estado, a realidade é que não temos idéia de quais são os estados e quantos Deveria ser assim, as pessoas simplesmente assumirem alguns estados arbitrários, o cenário do tipo Somente, Rainy, Cloudyquot ou ie (RiskOn, RiskOff, RiskNeutral). Para que eu obtenha os estados mais prováveis, eu preciso usar a função Viterbi. Probabilidade de hmmviterbi (seq, TRANS, EMIS). Mas eu precisarei primeiro descobrir aquela matriz de probabilidade TRANS, EMIS dada nossa própria seq. De observações. TRANSEST2, EMISEST2 hmmtrain (seq, TRANSGUESS, EMISGUESS) Afinal, parece que haverá um pouco de estimar o trabalho de adivinhação aqui. Você estima a matriz de probabilidade e usa a matriz de probabilidade estimada para deduzir seus estados. Depois de todo esse trabalho duro, o que você pode encontrar é um monte de números de Estado que eles chamam de quão mais provável de estado dado o que aconteceu. Pergunta é como o usamos AGORA para a previsão futura Estou faltando alguma coisa aqui Anon, Para determinar o que é um estado Variável deve ser, muitas vezes você precisa de algum conhecimento de domínio. Isto é, Você precisa de mais do que o HMM para restringir seu modelo. Um bom exemplo é dado no Capítulo 3 do meu novo livro, que ilustra o uso do HMM na busca da relação de cobertura de um par de ETFs de co-integração. A variável de estado escolhida neste caso não é arbitrária. Além disso, neste caso, o objetivo não é prever a próxima medição, embora você possa optar por fazê-lo. Eu acho que este artigo de Jerry Hong vale a pena ler para você, muito interessante (no HMM e SVM). Eecs. berkeley. edu/Pubs/TechRpts/2010/EECS-2010-63.pdf Oi Laurent, eu realmente li este artigo antes. Na verdade, alguns colaboradores e eu tentamos replicar e ampliar os resultados para mais ações. O esforço foi um fracasso e reforçou a minha opinião de que as técnicas de aprendizado de máquinas que aprendem diretamente regras não são adequadas para negociação. Ernie Isso é interessante. Eu implementei minha versão do modelo markov e backtests me deu resultados de uma taxa média de 66 vitórias em um período de negociação por hora durante um período acumulado de 5 anos. Em seguida, apliquei um método ppmc para esses resultados e a taxa de ganhos aumentou para uma média de 83. Em termos de negociação real, eu negociei há 7 meses e o índice médio de ganhos é de 69 usando ambos os métodos. Ele melhora com o tempo e adapta-se de forma semelhante às condições de mercado em mudança, de modo que estou confiante nele. De qualquer forma apenas dizendo que é possível fazer isso. Obrigado por seu relatório de sucesso com o modelo HMM Por PPMC, você quer dizer filtro de partículas Monte Carlo Oi Ernie, Você mencionou no seu livro que você usou quotBuy na estratégia gapquot em negociação ao vivo. Como você lida com um caso em que não há trades / citações para um ou mais instrumentos durante a sessão de pré-sessão. Analisando dados históricos, esse caso às vezes é verdadeiro. Outro problema ocorre quando existem trades / citações, mas são muito antigas, por exemplo, o timestamp é igual a 08:55 am. Eu serei grato pela ajuda Oi, Ernie, você mencionou em seu livro que você usou quotBuy na estratégia gapquot em negociação ao vivo. Como você lida com um caso em que não há trades / citações para um ou mais instrumentos durante a sessão de pré-sessão. Analisando dados históricos, esse caso às vezes é verdadeiro. Outro problema ocorre quando existem trades / citações, mas são muito antigas, por exemplo, o timestamp é igual a 08:55 am. Eu serei grato pela ajuda Todo o backtesting intradía deve ser feito com citações em vez de trades. As citações estão sempre presentes às 9h30. Bem, uma vez que o assunto / pesquisa se relaciona diretamente com a oportunidade de ganhar dinheiro, é totalmente inútil esperar qualquer tipo de feedback / contribuição útil: os tolos contribuem, inteligentes ganham dinheiro. Se alguém tiver uma idéia de trabalho, é muito simples de validar - ganhar dinheiro com a alternativa seria contribuir e ter muita conversa legal. Andrei Knight Trading Forex para uma entrevista viva Andrei Knight é um orador altamente procurado e treinador profissional Comerciantes e investidores individuais. Seu primeiro livro será chamado Trading Forex para uma vida: um guia prático para alcançar a independência financeira com os mercados cambiais estrangeiros. Ele é entrevistado aqui para tradingdiary. co. uk. 1. Como você descreveria seu trabalho. Meu foco principal é ganhar os melhores retornos que posso para meus clientes de investimento, ao mesmo tempo em que monitora cuidadosamente a exposição ao risco e, cada vez mais, devolvi mais e mais tempo e energia para ajudar outros comerciantes a ter sucesso através da Knight Trading Academy E fxKnight. 2. O que fez você decidir escrever um livro Uma das perguntas mais frequentes dos visitantes do nosso site é. Você pode recomendar um bom livro para mim começar. Muitas vezes eu me consigo recomendando dois ou três títulos, pois não consigo pensar em um que esteja realmente completo. Então eu procuram escrever o livro que gostaria de ter quando eu estava começando, um dos quais negociadores de armas com todas as ferramentas necessárias para ter sucesso nos mercados. As mesmas estratégias que utilizo para gerir os fundos dos meus clientes. 3. Há montes de livros de negociação forex lá fora. O que torna o seu diferente Tão muitos livros se concentram na teoria e deixam de lado as estratégias específicas, enquanto outros apresentam sistemas que são principalmente regras para inscrições e saídas, com menção mínima de gerenciamento de dinheiro. Eu deixo este negócio de forex nu, apontando as armadilhas para evitar e ajudando os leitores a criar um plano sólido para deixar seus empregos e fazer a transição para negociar em tempo integral. O Trading Forex for a Living apresenta não apenas mais de 100 gráficos e exemplos de negociação, mas também uma cobertura detalhada da parte da vida, incluindo tópicos como psicologia, criação de um escritório em casa, comércio de dinheiro de outras pessoas como negócio e trabalho de equilíbrio Tempo com a família. 4. Sua jaqueta de livro diz que 95 dos comerciantes perdem. Qual porcentagem de pessoas que lêem seu livro, você acha que pode ganhar comerciantes? Eu treinei centenas de comerciantes ao longo dos anos, e posso pensar em talvez três ou quatro ex-membros pro que desistiram e voltaram para seus antigos empregos. Em quase todos os casos, eles nos deixaram a favor de saltar para o comércio ao vivo depois de apenas um mês ou dois de treinamento e prática, pensando que eles sabiam de tudo. Eu acho que qualquer um pode ter sucesso nisso se eles colocam sua mente, dedicam tempo para aprender e o esforço para praticar. 5. O que o seu livro ensina ao leitor Como ser um comerciante consistente e confiante. A consistência é o cimento que mantém tudo o que consideramos juntos. Ele também irá mostrar-lhes como complementar a sua renda com a negociação, fazer uma vida plena como comerciante, ou mesmo começar um negócio e comércio para outros. 6. Quais são os erros típicos de negociação que você vê pessoas fazendo Não aderir ao seu sistema e plano de negociação, e perder toda fé em si mesmos e sua análise no momento em que os mercados marcam um pouco contra eles. A cura para isso é fazer mais análises baseadas em cenários a longo prazo, e resistir à tentação de entrar ou sair de meados de vela. As pessoas não percebem isso, mas se você não esperar a vela para fechá-la ainda pode mudar de um lado para outro. Então isso é como ter nenhum sistema 7. Como você se interessou pela primeira vez em negociar. Meu pai negociou os mercados de ações aqui e ali, e ele me disse uma vez que, se eu quisesse entender tudo o que aconteceu no mundo, eu só precisava Siga o dólar. Eu sou alguém que adora manter notícias e eventos atuais, e o comércio me fornece uma maneira de atuar sobre minhas opiniões sobre o que vejo acontecendo ao meu redor. Se o mundo é de fato um estágio como Shakespeare disse uma vez, então seguir os mercados financeiros é como ter um assento na primeira fila. Você sabe que você está em algo quando você se pega um pouco triste, pois as coisas começam a terminar em uma tarde de sexta-feira, e na verdade ansioso para a próxima segunda-feira. 8. O que você precisou percorrer antes de se dar conta de que você era bom o suficiente para poder dar dicas de outras pessoas sobre o comércio, eu estava mais ou menos empurrado para dentro disso e me senti longe de estar pronto quando comecei. As pessoas continuavam pedindo ajuda e conselhos, e então eu compartilhei o que fez e não funcionou para mim. Ouvir sobre o sucesso de outros povos então serviu para me encorajar e, à medida que mais e mais pessoas usavam o sistema e acrescentavam sua experiência e feedback, sua evolução naturalmente acelerou. O que temos hoje é o resultado de mais de seis anos de testes e ajustes. 9. Você ainda é um comerciante ativo Você está fazendo negócios usando seu próprio dinheiro Eu investigo no fundo que administrai, então, sempre que faço uma decisão de negociação com meus clientes, meu próprio dinheiro também está na linha. Nós também empregamos alta contabilidade de marca d'água, por isso, se alguma vez tivermos um mês perdedor, não consideramos o dinheiro ganho para voltar ao break-even como um ganho para o cálculo da comissão. Nós só somos pagos quando ganhamos dinheiro para nossos clientes. 10. Você acha que essa automação comercial está tornando mais difícil para os comerciantes individuais. Somente no sentido de que isso lhes confere falsas esperanças. Eu vi um banco que eu estava trabalhando para investir 2B em um sistema para ajudá-los a calcular e gerenciar a exposição ao risco em tempo real, não colocando negócios por conta própria. Os bancos não dispararam seus comerciantes humanos. No entanto, as pessoas ainda acreditam que um 99 software será a resposta a todos os seus problemas. O software pode ajudar a automatizar algumas tarefas de negociação, mas deixe qualquer robô correr o suficiente sem supervisão e, eventualmente, esvaziar sua conta. 11. O que as artes marciais japonesas você estava estudando Como os estudou ajudá-lo nos mercados financeiros Bujinkan Taijutsu. A principal coisa que me ensinou é paciência. Deixe o oponente mostrar sua intenção. Miyamoto Mushasi, talvez o maior espadachim da história japonesa, disse uma vez. Aquele que se move primeiro geralmente perde. Outra habilidade muito útil é a flexibilidade. Não sendo preso em uma única e rígida linha de pensamento, mas está aberto a pistas do ambiente ao seu redor e sendo capaz de adaptar a sua estratégia conforme necessário. Trading Forex for a Living está sendo publicado pela Harriman House e será lançado em janeiro de 2011. Para mais informações sobre Andrei Knight você pode visitar seu site na fxKnight. Ver artigo no site de origem