+
멀티 자산 Backtest. 회전 무역 전략 나는 몇 맨 위 자산에 베팅 시간에 걸쳐 투자 할당을 전환하는 체계적인 투자 도구 상자 국지적 회전 무역 전략의 백 테스팅 라이브러리를 사용하여 회전 무역 전략의 이행을 논의합니다. 예를 들어, 순위가 상대적 강도 나 운동량에 기초 할 수있다. 회전 무역 전략 (또는 전술적 자산 배분)의 몇 가지 예입니다 : 내가 ETF 섹터 전략 게시물에 ETF 화면에 도입 된 전략을 사용하여 회전 무역을 설명하고자합니다. 매달, 이 전략은 6개월 반환으로 분류되어 21 ETF의의 상단이에 투자하고있다. ETF의 위치가 한 이러한 ETF의 상단 6 순위에 그대로 유지됩니다 이후 개월 만에 매출을 줄일 수 있습니다. 우리가이 전략을 구현하기 전에, 우리는 두 도우미 루틴을 작성해야합니다. 첫째, s는 각 기간에 대한 상위 N 위치를 선택하는 함수를 만들 수 : 다음의 각 기간에 대한 상위 N 위치를 선택하고 그들이 KeepN 순위 이하로 떨어질 때까지 계속하는 함수를 만들 수 : 이제 우리는 준비가 체계적인 투자 도구 상자의 백 테스팅 라이브러리를 사용하여이 전략을 구현 :이 전략을 개선하는 방법에는 여러 가지가 있습니다. 순위 다양한 방법을 고려한다 : 여기서 고려할 추가 방법 샘플리스트이다. 즉 1/2/3/6/12 개월 수익률과 조합, 순위 위험 조정. , 드로을 제어하고 M. 페이버 (2006)에 의해 전술 자산 배분에 대한 양적 접근에 제시된 성능은 타이밍 메커니즘을 고려 증가합니다. 다른 자산 우주를 생각해 보자. 수입, 국제 자본 시장을 고정 상품과 같은 다른 자산에 덜 상관 ETF의를 포함합니다. 예를 들어, 단일 국가 국제 전략 포스트를 보라. 유일한 경계는 당신의 상상이다. 또한 사용자의 데이터를 overfitting되지 않았는지 확인하기 위해 전략 개발시 민감도 분석을 수행하는 것이 좋습니다. 이 예를 들어 완전한 소스 코드를 보려면 GitHub의에서 bt. test. r에서 bt. rotational. trading. test () 함수에서 봐 주시기 바랍니다. 업데이트가 최신 R 게시물로 전자 메일을받을 R-블로거에 가입 그리워. (당신은이 메시지를 다시 표시되지 않습니다.) 초보자의 날 거래에 대한 데이 트레이딩 전략이 구매와 같은 일 이내에 주식을 판매하는 행위이다. 데이 상인은 유동성이 매우 높고 주식이나 인덱스에 작은 가격의 움직임을 활용하는 자본의 다량을 활용하여 수익을 추구합니다. 일 무역은 그것을 새로운 또는 누가 t이 밖으로 잘 생각 방법을 준수 돈 상인을위한 위험한 게임이 될 수 있습니다. 의 소매 상인에 의해 사용할 수있는 몇 가지 일반적인 일 무역 전략을 살펴 보자. (더, 참조 : 튜토리얼 :. 기술적 분석에 소개) 항목 전략 특정 증권은 하루 거래에 대한 이상적인 후보입니다. 전형적인 하루 상인은 주식 유동성과 변동성 두 가지를 찾습니다. 유동성 입력하고 좋은 가격 (즉, 타이트한 스프레드. 또는 입찰의 차이에 주식을 종료하고 무역의 예상 가격과 실제 가격 a를 사이에 주식의 가격, 낮은 미끄러짐. 또는 차이를 요청할 수 있습니다 주식 거래에서). 변동성은 단순히 예상 매일 가격 범위 하루 상인이 영업하고있는 범위의 척도이다. 더 변동성이 큰 이익 또는 손실을 의미한다. (: 소개 또는 외환 연습 : 자세한 내용은 데이 트레이딩을 참조하십시오. 외환을) 당신이, 당신이 가능한 진입 점을 식별하는 방법을 배울 필요가 당신을 위해 무엇을 찾고있는 주식의 종류 알고 있으면. 일중 촛대 차트 :이 작업을 수행하는 데 사용할 수있는 세 가지 도구가 있습니다. 양초는 가격 행동의 원시 분석을 제공합니다. 레벨 II 시세 / ECN. 그들이 일어날으로 레벨 II 및 ECN 주문에 모습을 제공합니다. 실시간 뉴스 서비스를 제공합니다. 뉴스 뉴스가 나올 때 이러한 서비스가 당신에게 주식을 이동합니다. 장중 촛대 차트를 보면, 우리는 이러한 요인에 초점을 맞출 것이다 : 우리는 진입 점을 찾을 수 찾을 수 많은 촛대 설정이 있습니다. 적절하게 사용하는 경우 (그림 1에서 노란색으로 강조)를 doji 반전 패턴은 가장 신뢰할 수있는 것들 중 하나입니다. 그림 1 : 촛대를 보면이 - 강조 doji는 반전 신호를 보낸다. 일반적으로, 우리는 몇 확인서와 같은 패턴을 찾을 것이다 : 첫째, 우리는 볼륨 스파이크를 찾습니다. 상인이이 수준에서 가격을 지원할지 여부를 우리에게 보여 것이다. 이 중 즉시 다음 doji 촛불이나 촛불에있을 수 있습니다. 둘째, 우리는이 가격 수준에서 이전에 지원을 찾습니다. 예를 들어, 이전 일 (LOD)의 낮거나 일 (HOD)의 높은. 마지막으로, 우리는 우리 열려있는 모든 주문 및 주문 크기를 표시합니다 레벨 II 상황을 봐주세요. 우리는이 세 가지 단계를 수행하면, 우리는 doji 실제 턴어라운드를 생성 할 가능성이 있는지 여부를 확인하고 조건이 유리한 경우 우리는 위치를 취할 수 있습니다. (자세한 내용은 외환 연습을 참조하십시오. 차트 기본 사항 (촛대)) 거래 스타일에 크게 의존하는 목표 주가를 식별 대상을 찾기. 여기에 몇 가지 일반적인 일 무역 전략에 대한 간략한 개요는 다음과 같습니다 거래 이용하여 GARCH 변동성 예측 양자 재무관은 변동성 예측을 사용하여 시스템을 전환 흥미로운 기사의 정권을 썼다. 이 기사는 평균 복귀하고 시장 변동성에 따라 추세 추종 전략을 전환 할 수있는 고급 알고리즘을 제시한다. 두 모델은 검사합니다 : 하나는 역사적 변동성을 사용하여 또 다른 GARCH (1,1) 변동성 예측을 사용. 평균 - 복귀 전략 RSI (2)으로 모델링된다 : 긴 경우 RSI (2) 쇼트 달리. 추세 추종 전략은 SMA 2백분의 50 크로스 오버로 모델링 : 긴 경우 SMA (50) SMA (200), 및 단락 그렇지. 나는 체계적인 투자 도구 상자의 백 테스팅 라이브러리를 사용하여 이러한 아이디어를 구현하는 방법을 보여합니다. 코드가로드에게 야후 약혼자의 과거 가격을 다음과 구매의 성능을 비교하고 체계적인 투자 도구 상자의 백 테스팅 라이브러리를 사용하여, 홀드 평균-복귀하고, 트렌드에 따라 전략 : 다음, s는 평균 복귀 사이에 전환하는 전략을 만들 수 있습니다 추세 추종 역사적인 시장 변동성에 따라 전략을. 다음의이 GARCH (1,1) 변동성 예측을 만들 수 있습니다. 데이비드 하퍼로하여 시각적 다이어그램의 많은 아주 좋은 소개 기사를 GARCH (1,1) : 나는 GARCH의 전부 또는 자신의 지식을 새로 고치는 손쉽게 찾을 수 원하는 사람을위한 읽기의 다음 문서를 추천 할 것입니다. Y. 찰라비, 피팅 GARCH 전체 R 코드 (1,1) 모델의 단계의 예에 의한 D. 뷔 르츠 단계로 단 변량 GARCH 모델링에서 실제 문제. 양자 재무관에 의해 GARCH하는 기본 소개 GARCH과 EGARCH의 세부 사항과 가정에 간다 게시물의 시리즈입니다. GARCH 모델에 맞게 몇 R 패키지가 있습니다. 나는 fGarch 패키지의 tseries 패키지와 garchFit 기능에서 GARCH 기능을 고려할 것입니다. tseries 패키지에서 GARCH 기능은 빠른하지만 항상 해결책을 찾을 수 없습니다. fGarch 패키지에서 garchFit 기능은 느리지 만 더 지속적으로 수렴 않습니다. GARCH 기능과 garchFit 기능 사이의 속도 차이를 설명하기 위해 나는 간단한 벤치 마크를 만든 다음 garchFit 기능은 GARCH 기능보다 느린 평균 6 배입니다. 그것은 다른 솔루션과 garchFit 기능을 찾을 수 있습니다 때마다 그래서 GARCH 기능을 사용하려고합니다 변동성을 예측합니다. 지금, s는 평균 복귀 및 GARCH (1,1) 변동성 예측에 따라 추세 추종 전략 사이에서 전환 전략을 만들 수 있습니다. GARCH를 사용하는 스위칭 전략 (1,1) 변동성 예측은 역사적 변동성을 사용하는 것보다 약간 더 나은 수행. 이 많은 다른 방법 당신은 당신의 모델과 거래 전략에 예측을 통합 할 수 있습니다. R은 모델링하고 시계열을 예측하는 패키지의 매우 풍부한 있습니다. 여기에 흥미로운 발견 몇 가지 예입니다 :이 예제의 전체 소스 코드를 볼 수는 GitHub의에서 bt. test. r에서 bt. volatility. garch () 함수에서 봐 주시기 바랍니다. 업데이트가 최신 R 게시물로 전자 메일을받을 R-블로거에 가입 그리워. (당신은이 메시지를 다시 표시되지 않습니다.)
No comments:
Post a Comment