Дэвид Лукас - Компьютерный анализ фьючерсных рынков

Тут можно читать онлайн Дэвид Лукас - Компьютерный анализ фьючерсных рынков - бесплатно полную версию книги (целиком) без сокращений. Жанр: sci-economy. Здесь Вы можете читать полную версию (весь текст) онлайн без регистрации и SMS на сайте лучшей интернет библиотеки ЛибКинг или прочесть краткое содержание (суть), предисловие и аннотацию. Так же сможете купить и скачать торрент в электронном формате fb2, найти и слушать аудиокнигу на русском языке или узнать сколько частей в серии и всего страниц в публикации. Читателям доступно смотреть обложку, картинки, описание и отзывы (комментарии) о произведении.
  • Название:
    Компьютерный анализ фьючерсных рынков
  • Автор:
  • Жанр:
  • Издательство:
    неизвестно
  • Год:
    неизвестен
  • ISBN:
    нет данных
  • Рейтинг:
    3/5. Голосов: 11
  • Избранное:
    Добавить в избранное
  • Отзывы:
  • Ваша оценка:
    • 60
    • 1
    • 2
    • 3
    • 4
    • 5

Дэвид Лукас - Компьютерный анализ фьючерсных рынков краткое содержание

Компьютерный анализ фьючерсных рынков - описание и краткое содержание, автор Дэвид Лукас, читайте бесплатно онлайн на сайте электронной библиотеки LibKing.Ru
Целью данной книги является желание помочь читателю в использовании аналитического программного обеспечения и персонального компьютера для принятия верных торговых решений на фьючерсных рынках. Однако обязательным условием не является наличие персонального компьютера, для торговли фьючерсами. Но оно может оказать значительную помощь. При этом большинство трейдеров современности видят в компьютере незаменимый инструмент торговли.
Относительно недорогой и аккуратной считается, согласно книге «Компьютерный анализ фьючерсных рынков», передача путем высокочастотных сигналов данных фьючерсных бирж. Такие данные передаются через спутники, и такая передача осуществляется с достаточно высокой скоростью. А программное и аппаратное обеспечение довольно недорогое и с каждым годом становится все дешевле, проще в использовании и быстрее. При правильном использовании, компьютеры могут стать как благословенными хранителями времени, так и разрушительными его пожирателями, при их неверном применении. Они дают нам возможность восстанавливать и сохранять практически бесконечное число данных и рассматривать их с различных точек зрения.

Компьютерный анализ фьючерсных рынков - читать онлайн бесплатно полную версию (весь текст целиком)

Компьютерный анализ фьючерсных рынков - читать книгу онлайн бесплатно, автор Дэвид Лукас
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

Представьте типичную ситуацию, когда система показала скромный доход на самом обычном месяце торговли. Пока все неплохо. Более пристальное рассмотре­ние может показать, что в течение месяца произошло 14 торгов и только 2 из них были успешными. К счастью для нас, доходы от двух успешных торгов перекрыли расходы по 12 убыточным. Это хороший пример того, как просто анализ нижней границы может нас подвести. В конце концов, это был прибыльный период, так зачем беспокоиться? Следует ли нам быть озабоченными фактом, что только два из 14 недавних торгов были выигрышными? Может да. А может нет.

Чего нам следует ожидать в смысле отношения выигрышей к проигрышам? Являются ли два выигрыша из 14 торгов чем-то, что мы можем ожидать время от времени, или это предупреждение о том, что наша система, возможно, поползла по швам? Мы должны быть подготовлены к такой ситуации и, что еще более важно, должны иметь возможность рассмотреть ее в перспективе. Как насчет активностиза последний месяц? Было ли 14 торгов больше того, что мы могли бы ожидать? Это нормально или ненормально? Какова вероятность продолжения такого соот­ношения активности?

Как видите, слежение за системой требует большей работы, чем просто слу­чайный взгляд на нижнюю границу производительности. Мы должны произвести всестороннюю оценку, тщательно все обдумать и затем попытаться составить не­которые стандарты ожидаемой производительности, чтобы получить что-то для сравнения с нашей текущей производительностью.

Исторические тесты на производительность

Лучшим способом разработки указателей, по которым мы будем оценивать нашу текущую производительность, будет аккуратный сбор существенных данных по производительности в то время, когда мы еще находимся на этапе тестирования нашей системы на исторических данных. Данные, полученные при тестировании, можно будет затем сравнивать с текущими данными торговли в реальном времени.

В качестве неотделимой части процесса слежения важно иметь возможность определить источник проблемы после того, как мы были заранее предупреждены о ее возможном появлении. Возвращаясь к нашему примеру с 14 торгами за месяц, было бы очень полезно узнать, что 9 из 12 проигрышных торгов проходили по валюте, и при более близком рассмотрении мы получили три последовательных проигрыша на связанных позициях йены, швейцарского франка и немецкой марки. Более внимательное исследование может вскрыть, что, возможно, имела место ин­тервенция центрального банка или другой неожиданный фактор, который произ­вел все девять проигрышей на наших различных валютных позициях.

Сейчас особенно важно знать, что наш прошлый опыт и тестирование показа­ли, что мы можем ожидать пять последовательных проигрышей по валюте, и что три проигрыша кряду не является неожиданным событием. Знание этого приведет нас к заключению, что по существу не было ничего плохого во входах и выходах системы. Мы также можем решить, что неразумно иметь множество валютных по­зиций одновременно на одной стороне рынка. Если наши исторические данные по­казывают, что мы могли ожидать 5 проигрышей кряду при торговле одной валю­той, то мы должны быть готовы к 15 проигрышам кряду при торговле тремя валютами в одном направлении. Оказывается, проблема больше связана с выбо­ром портфеля и ассортимента, чем с заданием рыночного времени.

Следующие статистические исследования должны быть проведены над исто­рическими данными и затем применены к текущим действиям. Вы можете найти полезным собрать среднее или нормальное ожидание для каждого статистического исследования и отметить диапазон экстремумов, таким образом, вы сможете быст­ро перенести цифры на будущее. Например, наши исторические данные по казна­чейским обязательствам могли бы выглядеть следующим образом:

Частота торгов за период - в среднем 1,5 торгов в месяц, с экстремумами от 0 до 5 торгов в месяц (худшие случаи на тестах и в реальном времени).

Процент выигрышей по отношению к проигрышам = в среднем 32 процента выигрышей, при I выигрыше из 8 торгов на худшем периоде и 6 выигрышах из 7 торгов на лучшем периоде.

Самый длинный ряд последовательных проигрышей =7. Последовательных выигрышей = 5.

Средний выигрыш за прибыльную торговлю = S1420. Максимальный выигрыш = $5330.

Средняя проигрышная торговля = $490. Самый большой проигрыш = $2700.

Самый большой убыток по счету при торговле казначейскими обязательствами = $7880.

Время, необходимое, чтобы оправиться от наибольшего убытка = 11 месяцев.

Самый продолжительный период для создания нового пика на счете при торговле казначейскими обязательствами = однажды прошел 21 месяц без того, чтобы появился новый пик на счете.

Это лишь небольшой пример из большого разнообразия данных, которые мог­ли бы оказаться полезными при слежении за системой. Вы могли бы улучшить и расширить это список своими собственными мыслями о том, что вам хотелось бы знать. Сбор и поддержание этих данных кажется большой работой, и так оно и есть. Но работа самой торговой системы должна быть практически целиком меха­нической, так что ваше свободное время может быть потрачено на объективный мониторинг системы вместо простого наблюдения за процессом торговли.

Наблюдение за системой без заранее определенных целей этого наблюдения при­водит трейдеров к нахождению поводов переписывания системы или ее изменения без объективной необходимости. Большинство трейдеров имеет склонность совершать ошибки, внося слишком большое количество неоправданных изменений в их систему после серии убытков. Убытки могут хорошо укладываться в диапазон нормального ожидания или быть вызванными фактором, который не является виной системы. Боль­шинство трейдеров никогда не беспокоятся об определении нормальной и ненормаль­ной производительности (за исключением нижней границы результатов), и, таким об­разом, паника часто возникает тогда, когда для нее нет оснований. Давайте вернемся и взглянем с другой стороны на тот месяц, когда мы зарабо­тали немного денег, но получили только два выигрыша из 14 торгов. Предполо­жим, наш тщательный анализ показал следующее: из 12 проигрышей, 6 были пос­ледовательными убытками на казначейских обязательствах в то время, как остальные шесть были распределены между пятью различными рынками. Очевид­ной проблемой оказываются совокупные потери от убыточных торгов казначейс­кими обязательствами, которые составили в общей сложности $2400 (в среднем по $400 на торговлю с максимальным убытком в $850).

Внимательный взгляд на данные говорит нам, что количество торгов по каз­начейским обязательствам за месяц (шесть) было ненормальным и фактически ус­тановило новый экстремум, превзойдя предыдущий экстремум в 5 торгов за месяц. Однако общий убыток ($2400) равно как и средний убыток ($400) были невелики по сравнению с ранее собранными данными. Максимальный проигрыш в последо­вательности ($850) не был экстремумом. Шесть последовательных проигрышей не были экстремумом, но приблизились к нему. Вывод: мы прошли через очень нео­бычный период в торговле казначейскими обязательствами, который привлек при­стальное внимание, но мы не стали бы заменять торговую систему на этом месте. Мы пополнили наш интервал ожиданий в торговле казначейскими обязательства­ми и сейчас имеем шесть торгов в месяц в качестве экстремума активности. Уро­вень активности должен отслеживаться внимательнее (не дожидайтесь конца меся­ца, а то потом мы окажемся перед 12 последовательными проигрышами). Если необычно высокий уровень активности сохранится, мы попытаемся понять, нет ли фундаментальной причины, которая привела бы нас к убеждению, что такая мясо­рубка была лишь временным фактором, который исчезнет сам собой. Если окажет­ся, что проблема заключается в самой системе, мы, возможно, захотим использо­вать более медленные индикаторы или добавить элемент подтверждения к торговле казначейскими обязательствами в попытке сократить активность и дергания.

Читать дальше
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать


Дэвид Лукас читать все книги автора по порядку

Дэвид Лукас - все книги автора в одном месте читать по порядку полные версии на сайте онлайн библиотеки LibKing.




Компьютерный анализ фьючерсных рынков отзывы


Отзывы читателей о книге Компьютерный анализ фьючерсных рынков, автор: Дэвид Лукас. Читайте комментарии и мнения людей о произведении.


Понравилась книга? Поделитесь впечатлениями - оставьте Ваш отзыв или расскажите друзьям

Напишите свой комментарий
x