Etf Sweet Spot Handel System

Herman Durban, KZN, Sydafrika Det finns utmärkta kortvariga handelsbloggar där ute. Jag har många listade i länken nedan. De bloggar jag går först är: 1. Elliot Wave lever vidare, 2.COTS Timer och 3.ETF Corner. Mina bloggar namn: Åtaganden av Trader SweetSpot är inspirerad av Alex Roslins COTS Timer. Trots att jag handlar är mina långsiktiga investeringar i kungliga händer hos Roy Tilley, en erfaren mäklare, se hans länk i rutan utanför länkarna nedan. Min tradingprestation den 1 oktober är 180 YTD Visa min fullständiga profil Utanför Länkar Bloggarkiv Förpliktelser från Traders Sweet Spot Ansvarsbegränsning: Informationen och yttrandena som hämtas här kommer från källor som tros vara pålitliga men inte garanterade med avseende på noggrannhet eller fullständighet. Inget ansvar antas med avseende på något uttalande eller med hänsyn till något yttrande som här anges. Alla synpunkter är författarens åsikter vid skrivningstillfället och kan komma att ändras utan föregående meddelande. Inget uttalande bör tolkas som ett erbjudande att köpa eller sälja. Denna webbplats är endast för utbildnings - och informationsändamål. Strategier: Sweet Spot for Stocks Copyright copy2017 MarketWatch, Inc. Alla rättigheter förbehållna. Intradag Data tillhandahållen av SIX Financial Information och med förbehåll för användarvillkor. Historisk och aktuell slutändad data tillhandahållen av SIX Financial Information. Intradagdata fördröjd per utbytesbehov. SampPDow Jones Index (SM) från Dow Jones Amp Company, Inc. Alla citat är i lokal utbytes tid. Realtids senaste försäljningsdata från NASDAQ. Mer information om NASDAQ-handlade symboler och deras nuvarande finansiella status. Intradagdata försenas 15 minuter för Nasdaq, och 20 minuter för andra utbyten. SampPDow Jones Index (SM) från Dow Jones Amp Company, Inc. SEHK intraday data tillhandahålls av SIX Financial Information och är minst 60 minuter försenad. Alla citat är i lokal utbytes tid. Inga resultat hittades ETF Sweet Spot Trading System Hem Studiekurs ETF Sweet Spot Trading System Hem Studiekurs Vill du ha ett enkelt och historiskt lönsamt sätt att handla ETFs har varit lönsamt i SPYs, QQQs, Midcap ETFs, SMHs och Russell iShares sedan Var och en började handla upp till 6162004. Har tagit över 100 SPY-poäng från 112000 till 6162004 (183 SPY-poäng sedan de började handel 1993). Har uppnått avkastning sedan början av detta årtionde på 120,80 i MDY, 68,77 i SPY, 74,41 i QQQ, 73,95 i SMH och 71,83 i IWM (till och med 15 juni 2004) Är enkelt att handla och lätt att lära . Har gjort pengar på både tjurmarknader och björnmarknader Har konsekvent gjort pengar på långsidan och även på kortsidan. Har mycket bättre än köp och håll. Tar dig under tre minuter att beräkna varje dag. Handel du med ETF: erna och vill du förbättra dina resultat Om så är fallet kan du nu fånga snabba och kortsiktiga rörelser i ETF: erna med hjälp av ett mechniskt handelssystem som har skapat över 196 000 i historisk vinst sedan 112000 medan handel endast 500 aktier per signal i hypotetisk handel. Under tre minuter om dagen, efter fem enkla proprietära regler, kan du få tydliga och exakta inmatnings - och utlösningssignaler från ETF Sweet Spot Trading System. Genom dessa signaler kommer du att kunna mekaniskt svänga handel både den långa och den korta sidan för QQQ, SPY, SMH, IWM, och någon av de andra mest populära ETF: erna. På 20038217s tjurmarknad handlade du dessa kraftfulla kortfristiga rörelser i SPYs Tidigare resultat är inte en garanti för framtida resultat. Baserat på simulerad handel. Innehåller inte glidning och provisioner. ETF Sweet Spot Trading System fångade dem alla. Inte bara that8230 90 av dess signaler var lönsamma år 2003 för SPY: erna, Trygghetsköp det här systemet idag med vår återbetalningsgaranti8230 och här8217s bästa: Vi är så säkra på att du kommer att vara nöjd med det här systemet att det kommer med en penga tillbaka garanti. Om det inte är lönsamt för dig efter sex månader från inköpsdatumet efter att du följer alla systemregler och tar alla affärer som utlöses, returnerar du bara ETF Sweet Spot Trading System för full återbetalning, inga frågor. Vad är ETF Sweet Spot Trading System ETF Sweet Spot Trading System är ett mekaniskt handelssystem som har utvecklats för att göra en sak och göra det väldigt bra. 8230IDENTIFIERA KORTTIDIG HÖG SÄKERHETSINFORMATION OCH UTGÅNGSZONER I ETF: erna. Här är vad femstegssystemet gör: Med hjälp av en proprietär men enkel att lära sig beräkning pekar systemet för dig som historiskt har varit den högsta sannolikheten omvändning, både på lång och kort sida för ETF. När en ETF når sin höga sannolikhetszon utlöses en handelssignal automatiskt. Därefter kan du ange ett starkt ETF-drag, precis som det börjar. Dessutom lägger systemet en ovanlig vridning. ETF Sweet Spot Trading System övervakar åtgärden och identifierar situationer där en ETF kort 8220hangs8221 före omkastningen sker. När detta inträffar visar vår forskning styrkan i den potentiella rörelsen ökar. Och that8217s till din fördel När detta inträffar utlöser systemet en signal för att du ska lägga till fler aktier till din position, vanligtvis till ett bättre pris. När omkastningen börjar, sparkar fartet in. Du kör den snabbaste, mest kraftfulla delen av kortsiktiga drag. Och då berättar systemet att du ska gå ut, oftast inom 4 till 7 dagar. Vilken typ av kant får du ETF Sweet Spot Trading System är ett kraftfullt system, men det är också enkelt och enkelt att använda. Om du omsatte 500 aktier per signal från de fem mest populära Exchange Traded Funds (ETF), skapade ETF Sweet Spot Trading System 196 000 i vinster sedan januari 2000. Här är prestanda för varje ETF: (Ej egentliga affärer. Slippage och provisioner ingår inte) Rätt på över 73 av alla sina signaler och har gjort över 396 punkter (112000 till 6152004). Nu kan du få den komfort och psykologiska kanten att veta att du handlar ett system som har varit korrekt på bättre än 7 av 10 affärer och förtjänat 396 poäng att handla en korg av de fem mest aktiva ETF: erna. Även om det inte finns någon garanti för att dessa framtida resultat kommer att duplicera detta tidigare resultat, tror vi att de resultat vi visar att du talar för sig själva. Inte mer gissa. Eftersom systemet är helt mekaniskt är alla besluten gjorda för dig så att du kan handla omedvetet och inte bli distraherad från dina andra dagliga aktiviteter. Du behöver inte titta på marknaden hela dagen. Ta bara hand om din dagliga verksamhet, jobba med ditt dagliga jobb eller springa ärenden hela dagen. Och på kvällen efter att marknaden stängt, lägg dig bara och ta en minut för att följa de enkla reglerna för ETF Sweet Spot Trading System. Och lägg sedan dina order i din mäklare. Enkel och enkel att använda. Det finns inga komplicerade beräkningar. Och med bara fem lättlästa regler tror vi att du kommer att kunna behärska systemet på bara några minuter. Håller dig i handel för den bästa delen av flytten. Den genomsnittliga signalen varar i 1 till 1 12 veckor innan den berättar att du ska lämna. Detta gör att du kan stanna i en handel tillräckligt länge för att fånga det snabbaste och högsta momentumet av ett drag. Lönsam på både lång och kort sida. Nu kan du dra nytta av både upp och ner marknader eftersom det här är ett system som har spelat lika bra på den korta sidan som den långa sidan. ETF Sweet Spot Trading System har varit lönsamt under den extrema björnmarknaden 2000 2000 2002 och tjurmarknaden 2003 8211 2004. Här är bara några av handelarna från sommaren 2001. När björnmarknaden tog tag i 2001 och indexen minskade, ETF Sweet Spot Trading System gav dig dessa tydliga möjligheter Tidigare resultat är ingen garanti för framtida resultat. Baserat på simulerad handel. Innehåller inte glidning och provisioner. ETF Sweet Spot Trading System fångade alla dessa affärer under en av de värsta björnmarknaderna i denna generation Plus, nu kan du dra nytta av ETF: er. Här är en extra sak att tänka på: ETF Sweet Spot Trading System gör att du på kort sikt kan handla med en av de snabbast växande segmenten på de finansiella marknaderna, Exchange-Traded Funds eller ETF som de vanligtvis kallas. Vad är ETF ETFs är korgar av aktier som köps och säljs som ett enda lager. Bestånden inom dessa korgar är valda för att omforma ett visst index eller branschgrupp. Exempelvis innehåller QQQ-aktierna som representerar Nasdaq-100-indexet. QQQ: s rörelse följer sedan rörelsen för Nasdaq-100-indexet. Från Forbes till Smart Money. all handelsvärld håller med om att ETF: er erbjuder dig en kombination av fördelar som ingen annan marknad kan matcha. Här är några av anledningarna till att du bör överväga att handla dem om du redan gör det: Mindre att oroa dig för. Den stora över natten risken avlägsnas. Hur många gånger har du vaknat på morgonen för att upptäcka att ditt lager har stört på grund av över natten nyheter När du handlar med ETF, kan du sova bättre och veta att obehagliga överraskningar över natten är mycket mindre benägna att hända. Ingen mäklarehusmanipulation och ingen företagsskandalrisk. Eftersom du handlar en korg av aktier med ETF, minskar den potentiella negativa påverkan som kommer från enskilda aktier. Utmärkt likviditet sparar pengar. Lägre transaktionskostnader. De mest populära ETF: erna som du sannolikt kommer att handla som QQQ, SPY och SMH har en utmärkt likviditet. You8217ll kunna flytta in och ut ur affärer med lägre transaktionskostnader på grund av låg glidning och snäva spridda spridningar. Lätt att handla på båda sidor av marknaden. Lätt handla både lång och kort sida. Med ETF: er kan du ange korta positioner så smidigt och enkelt som du anger långa eftersom, till skillnad från aktier, finns det ingen uptick-regel. Beställ ETF Sweet Spot Trading System idag och här är vad du kommer att få beställa ETF Sweet Spot Trading System idag och du kommer att receive8230 System8217s komplett formel och metodik. Detta inkluderar alla regler för trading system8217s för att automatiskt komma in och lämna starka omkastningar i ETF, både på den långa och den korta sidan av marknaden. Oavsett om vi är på en tjurmarknad eller björnmarknad, kommer du nu att ha det system som gör det möjligt för dig att handla mekaniskt och unemotionally. Ingen tolkning av vaga mönster eller stirrar på en dataskärm kommer någonsin att krävas vid användning av detta system. Omfattande och djupgående systemstrategibok. Detta ger dig en fördjupad förklaring av hur systemet fungerar och dess underliggande logik. Och du kommer att få fullständig prestanda analys av sin handel-för-handel historia. Vårt mål är att du ska behärska systemet på 30 minuter eller så, så att du omedelbart kan tillämpa det på din handel. För att säkerställa detta kommer strategidokumentet också att gå igenom många olika bar-för-linjer så att du kan få ett praktiskt perspektiv innan du börjar använda systemet. Det finns inga recensioner ännu. Sweet Band för Mean Reversion ETF Strategies av Michael R. Bryant I sin senaste bok diskuterade Howard Bandy vad han kallar quotsweet spotquot för att utveckla genomsnittliga återförsäljningssystem. 1 Tanken är att rätt kombination av stånglängd, innehavstid, systemnoggrannhet och andra variabler tenderar att maximera riskjusterade avkastningar. 2 Den här artikeln visar hur genomsnittliga återvändandehandelsstrategier som ligger i den söta punkten kan utvecklas för börshandlade fonder (ETF) med hjälp av automatiserade verktyg. Använda Adaptrade Builder. ett strategiskt utvecklingsverktyg för Windows, Ill visar hur stresstestningsmetoder med Monte Carlo-analys kan användas som en del av utvecklingsprocessen för att hitta robusta medelåtervändningsstrategier för SampP 500 (SPY) ETF och Select Sector SPDR ETFs. Projektfiler för Builder, som innehåller strategikoden, finns för varje exempel. Landning i den söta platsen Den grundläggande idén bakom Dr Bandys söta fläck är att bra handelsstrategier ska använda en kort stångstorlek och ha en ganska hög noggrannhet med en kort hållbarhetstid och låg ränta. Den korta stångstorleken och den korta hållandeperioden maximerar möjligheterna till sammansatt avkastning, medan den höga noggrannheten och låga nackdelen gör det lättare att återhämta sig från förluster. De senare egenskaperna gör det också lättare att fastställa strategins lönsamhet och att bestämma när det inte längre fungerar eftersom typiska förluststreck för system med hög noggrannhet tenderar att vara relativt korta. Baserat på Dr Bandys riktlinjer, kommer följande egenskaper att användas i denna artikel för att definiera de optimala kraven för genomsnittliga reverserings ETF-strategier: Dagliga staplar 20 - 30 trades per år Minst 65 vinnande trader Genomsnittliga barer i branschen mellan 1 och 4 By genomsnittlig reversering, jag hänvisar till strategier som försöker köpa under det nuvarande genomsnittspriset och sälja till ett högre pris eftersom priset återgår till medelvärdet. Tanken är att köpa låga och sälja höga, i motsats till trendföljande system, som vanligtvis försöker köpa höga och sälja högre. Bygga med Monte Carlo Analys I min senaste nyhetsartikel diskuterade jag användningen av stresstestning vid utvärdering av handelsstrategier och dess förhållande till robusthet och strategisk övermontering. Jag nämnde också att om det införlivades i byggprocessen skulle det tendera att leda till strategier som uppvisade robusthet. Det är det tillvägagångssätt som kommer att följas här. Kortfattat avser stresstest att utvärdera hur känslig en handelsstrategi är för sina insatser och miljö. En robust strategi - en som inte överträffar marknaden - kommer att vara relativt okänslig för förändringar i sina ingångsparametervärden och andra förändringar i sin miljö, såsom förändringar i prisdata. Monte Carlo analys är den teknik som används för att utvärdera effekten av dessa förändringar. Strategys insatser, prisdata och andra faktorer ändras slumpmässigt och strategys prestanda utvärderas. Genom att upprepa denna process många gånger erhålls en fördelning av resultat. Resultaten från de ursprungliga uppgifterna representerar en punkt på fördelningen. Andra punkter på fördelningen representerar resultaten från att använda lite ändrade versioner av originaldata, vilket kan ge resultat som är mer eller mindre gynnsamma än de ursprungliga uppgifterna. De så kallade Monte Carlo-resultaten är värdena för prestationsåtgärderna (nettoresultat, procentvinster, vinstfaktor etc.) som inte är värre än en majoritet (typiskt 95) av utvärderingarna. Till exempel, om Monte Carlo nettovinst vid 95 förtroende är 15 000, innebär det att 95 av utvärderingarna hade en nettovinst på minst lika mycket som 15 000. Med andra ord, det är en 95 chans att nettovinsten kommer att vara minst 15 000, eller omvänt, det finns en chans att nettovinsten blir mindre än 15 000. När en handelsstrategi utvecklas iterativt över successiva generationer av modifiering och test, bygger byggandet utifrån Monte Carlo-resultaten en tendens att driva strategin till en som är robust eftersom endast en robust strategi kommer att ha bra Monte Carlo-resultat. Adaptrade Builder automatiserar denna process, inklusive utvärdering av strateginsultat med Monte Carlo-resultaten av stresstestning. Det första exemplet är SPDR SampP 500 index ETF (symbol SPY). Dagliga stänger från 141999 till 4232013 användes. Datumintervallet för byggnad sattes till 141999 till 122011, med de första 80 (141999 - 8102008) som användes för att bygga (dvs i prov) och de återstående data (8112008 - 122011) som användes för provning utanför provet. Återstående data (132011 - 4232013) avsattes för validering. All data erhölls från TradeStation 9. Strategidogiken var långsiktig och 100 av eget kapital placerades på varje handel med alla vinster återinvesterade och 0,015 per aktie dras av per omgång för handelskostnader. Adaptrade Builder använder en genetisk programmeringsalgoritm för att utveckla en population av strategier över successiva generationer. Nyckeln till att använda Builder för att hitta strategier som uppfyller våra optimala krav är att ställa in de så kallade byggnadsvärdena, som visas nedan i figur 1. Figur 1. Byggnadsmetoderna i Builder definierar sötpunkten för SPY-strategin. Listan över byggnadsmål innehåller tre generella mått, som alla maximeras. Dessa hjälper vägleda befolkningen till strategier mot de som har en hög nettovinst, korrelationskoefficient och statistisk signifikans, vilket är önskvärt för någon strategi. De specifika kvaliteterna letade efter (dvs sötpunkten) definieras av byggbetingelserna, vilket inkluderar ojämlikhetsförhållandena för antalet branscher, medelstänger i branschen och andelen vinster. Observera att villkoret för antalet branscher är inställt på ett intervall baserat på antalet år av in-sample data och målet att ha mellan 20 och 30 branscher per år. Observera också att andelen vinnande affärer är inställd till ett intervall mellan 65 och 85. Den övre gränsen har lagts till eftersom strategier med en ovanligt hög andel av vinsthandlarna generellt sett inte kommer att uppfylla något annat villkor. Att straffa sådana strategier kommer att bidra till att driva befolkningen mot strategier som uppfyller alla förhållanden, i motsats till strategier som oproportionerligt uppfyller ett villkor för att utesluta andra. Samma logik användes för att ställa in ett intervall för vinstfaktorn. De övriga villkoren - korrelationskoefficient, statistisk signifikans, vinstfaktor och Kelly fraktion - ingår inte i våra specifika krav, men läggs till för att förbättra de övergripande resultaten. Stresstestning och Monte Carlo-inställningarna som användes för det här exemplet valdes på skärmbilden Byggalternativ, som visas nedan i figur 2. Figur 2. Monte Carlo-analysen och stresstestalternativen väljs på fliken Byggalternativ. Som visat i figuren användes 99 Monte Carlo iterationer för varje analys. Detta innebär att 99 stresstester utfördes utöver utvärderingen av de ursprungliga uppgifterna. De 100 datasætten analyserades med användning av Monte Carlo-analys för att extrahera resultaten vid 95-förtroende, där de användes för att utvärdera de förhållanden som visas i figur 1. Stresstesterna bestod av att randomisera priserna, randomisering av strateginsignalerna och randomisering av startfältet . Alla tre randomiseringar utfördes för varje stresstest. Eftersom varje strategi utvärderades 100 gånger (99 stresstester plus de ursprungliga uppgifterna) vid varje generation, tog detta tillvägagångssätt ca 100 gånger så länge som det skulle ha tagit om stressstest och Monte Carlo-analys inte använts. Av denna anledning användes en relativt liten befolkning av only100 medlemmar för att hålla lösningen tid rimlig. Befolkningen utvecklades under 10 generationer, och ett alternativ skulle börja om efter 10 generationer om nettovinsten under perioden utanför undersökningen var negativ. Aktiekurva-diagrammet från toppstrategin i befolkningen efter 20 generationer (1 ombyggnad) visas nedan i figur 3. Figur 3. Aktiekurvor för varje stresstest för den slutliga SPY-strategin. Varje kurva i figur 3 representerar ett stresstest. Såsom kan ses, har alla de olika kapitalkurvorna i allmänhet samma form med positiva resultat utanför provet. Följande är några av Monte Carlo-resultaten med 95 förtroende som motsvarar fig. 3. Totalt antal vinstmedel-medelstänger i handeln Utöver antalet branscher, vilket är färre än vad man efterfrågar, uppfyller strategin de ursprungliga kraven. Strategin passerar också valideringstestet. När slutdatumet förlängs till 4232013 ökar Monte Carlo totala nettovinst till 67,015. Strategilogiken uppfyller också kravet på en genomsnittlig reverseringsstrategi: den går in i en gränsvärde och utgångar med hjälp av ett indikatorförhållande. Gränsvärdet innebär att marknaden måste komma ner till gränsvärdet, så strategin är att köpa låg och sälja efter att marknaden går tillbaka. Det är viktigt att komma ihåg att dessa är Monte Carlo-resultat med 95 förtroende, vilket innebär att till exempel 95 av stresstestutvärderingarna hade en total nettovinst som var minst lika stor som 56 784. Om stresstestningen är avstängd och strategin utvärderas på de ursprungliga uppgifterna är aktiekurvan som visas nedan i figur 4. Figur 4. Equitykurva för den slutliga SPY-strategin på originaldata. Denna kapitalkurva motsvarar en nettovinst på 109 497, vilket motsvarar en årlig avkastning på 5,5. Även om detta bara är en blygsam avkastning slår det lätt upp köp-och-avkastningen på cirka 1,8 under samma period och uppnås utan hävstångseffekt och med en stadigt ökande kapitalkurva under en period som omfattar två björnmarknader. A Select Sector SPDR Exempel Det andra exemplet handlar om att bygga en strategi över en portfölj av ETF som består av SPDR: erna. Dessa ETF delar SampP 500-indexet i nio sektorer så att varje aktie i SampP 500 placeras i en av de nio sektorerna utan överlappning. De nio sektorerna är Consumer Discretionary (XLY), Consumer Staples (XLP), Energy (XLE), Financial (XLF), Hälsovård (XLV), Industrial (XLI), Material (XLB), Technology (XLK) och Utilities (XLU). De flesta av samma inställningar användes för att bygga upp denna strategi som i det sista exemplet. Men eftersom nio gånger så mycket prisdata användes i byggnaden minskade antalet Monte Carlo iterationer från 99 till 5. De andra byggalternativen var desamma som i figur 2 med undantag för ombyggnadsalternativet, som inte kom in i spela. För positionering satsades 20 av eget kapital på varje handel. Eftersom inte alla marknader sannolikt skulle vara handel samtidigt, valdes denna inställning för att ge tillräckliga positionsstorlekar utan att resultera i hävstångseffekt (dvs överinvestering). Insamlingsperioden för denna byggnad var 141999 till 5282009 med 5292009 till 122012 som perioden utanför provet och 132012 till 4232013 avsatt för validering. Aktiekurva-diagrammet från en av de bästa strategierna i befolkningen efter 10 generationer (inga ombyggnader) visas nedan i figur 5. Figur 5. Aktiekurvor för varje stresstest för den slutliga Select Sector SPDR-portföljstrategin. Varje aktiekurva i figur 5 representerar portföljens eget kapital som genereras från backtestning på samtliga nio marknader samtidigt för en uppsättning stresstestinställningar (eller de ursprungliga uppgifterna). Några sammanfattande Monte Carlo-resultat visas nedan. Total nettovinst Till skillnad från föregående exempel är resultaten inte väsentliga annorlunda när Monte Carlo-analysen är avstängd och resultaten utvärderas över ursprungliga data. I detta fall ökar den totala nettovinsten till 205 140. Denna strategi passerar också valideringstestet. Aktiekurvan för strategin över de ursprungliga uppgifterna (ingen stresstest), där valideringstiden ingår, visas nedan i figur 6. Figur 6. Aktiekurva för den slutliga Select Sector SPDR-portföljstrategin på originaldata . Denna egenkapitalkurva motsvarar en nettovinst på 249 431, vilket motsvarar en årlig avkastning på 9,5 med en sämstfallshastighet på 21. Som med föregående exempel går strategidogiken långt in i en gränsorder. De flesta av utgångarna är via en målavgång, med andra affärer som går ut på basis av ett indikatorförhållande eller på ett skyddsstopp. Hämta medelåtervändningsprojektfiler: (högerklicka, Spara mål som. Till. zip-filen kräver att Adaptrade Builder öppnas.) Av licenshänsyn ingår inte projektdata i prisfiler. Den så kallade söta fläcken för handelsstrategier som rekommenderas av Dr. Bandy verkar ge effektiva förutsättningar för att bygga på att återställa handelsstrategier på ett automatiserat sätt med hjälp av ett verktyg som Adaptrade Builder. Det var möjligt att hitta strategier som uppfyllde de flesta kraven för båda exemplen: en marknadsstrategi för SPY ETF-marknaden och en strategi för en portfölj av ETF som består av de nio Select Sector SPDR. Båda strategierna slog buy-and-hold och höll sig bra i valideringsprovet. För båda exemplen användes stresstestning med Monte Carlo-analys för att öka chanserna att hitta robusta strategier. Jämfört med portföljexemplet var stresstestresultaten för strategin för den inre marknaden (SPY) väsentligt mer konservativ (mindre gynnsam) än resultaten från de ursprungliga uppgifterna. Även om vissa av detta kan bero på den strängare stresstestningen jämfört med portföljexemplet, föreslår det att SPY-strategin är mindre robust än portföljexemplet. I allmänhet, där Monte Carlo-resultaten avviker markant från resultaten på de ursprungliga uppgifterna, kan det förväntas att den bästa uppskattningen av framtida resultat skulle ligga någonstans däremellan, men det kommer att bero på hur konservativ stressprovningen och Monte Carlo-analysen är . Det verkar rimligt att portföljstrategin skulle vara robustare än den inre marknaden eftersom portföljstrategin byggdes på nio olika marknader och var skyldig att arbeta rimligt bra över en större mängd prisdata. Den byggdes över nio gånger så mycket data och har ungefär nio gånger så många branscher. Portföljstrategins större prestanda kan spegla den positiva effekten av diversifiering över de nio olika sektorerna i SPDR. Trots att ingen strategi uppfyllde kravet på antalet branscher kan det vara möjligt att hitta strategier som uppfyller alla krav om en större befolkning används eller strängare ombyggnadskrav används, vilket skulle kräva mer byggtid. Alternativt kan det vara så att en sådan strategi sannolikt inte kommer att hittas på grund av de motstridiga kraven på hög noggrannhet, handelsfrekvens, kort varaktighet och så vidare. Den bästa uppsättningen byggförhållanden är en som utnyttjar marknadens potential fullt ut samtidigt som den är realistisk. Att kombinera en uppsättning användbara byggförhållanden, som de som tillhandahålls av Dr. Bandy, med inbyggda robusthetsfunktioner, såsom stresstestning och Monte Carlo-analys, i ett automatiserat verktyg som Builder, bör ge en solid ram för att utveckla effektiva handelsstrategier. Bandy, Howard B. Mean Reversion Trading Systems. Blue Owl Press, Inc. Sioux Falls, SD, 2013, sid. 138. Bandy, Howard B. Modelling Trading System Performance. Blue Owl Press, Inc. Sioux Falls, SD, 2011, sid. 154. Denna artikel uppträdde i april 2013-numret av Adaptrade Software-nyhetsbrevet. SampP 500 och Select Sector SPDR är varumärken som tillhör The McGraw-Hill Companies, Inc. HYPOTETISKA ELLER SIMULERADE RESULTATRESULTAT HAR SÄRSKILDA BEGRÄNSNINGAR. I likhet med en verklig prestationsrekord representerar SIMULERADE RESULTAT INTE VERKSAMHET AV AKTIVT HANDEL. Eftersom de faktiska omständigheterna inte har genomförts, kan resultaten ha underförstått eller överkompenseras för konsekvenserna, om några av vissa marknadsfaktorer, som saknar likviditet. SIMULERADE HANDELSPROGRAMMER I ALLMÄNT ÄR ÄVEN FAKTISKT ATT DE DESIGNERAS MED FÖRDELNINGEN AV HINDSIGHT. INGEN REPRESENTATION GÖRAS ATT ANTAL KONKURRERAR ELLER ÄR LIKTIGT FÖR ATT FÖRVÄNDA RESULTAT ELLER TABELL SOM LIKNAR TILL DE VISADE. Om du vill bli informerad om nya nyheter, nyheter och specialerbjudanden från Adaptrade Software, var vänlig och följ med i vår e-postlista. Tack.