Sistema de negociação Jurik
O fim da guerra fria redirecionou os cientistas de rastrear mísseis para rastrear os mercados. O resultado é uma nova geração de ferramentas de análise técnica claramente superiores aos indicadores clássicos.
Ferramentas para análise técnica superior.
Ferramentas para criar indicadores principais.
Origens de dados históricos e ao vivo.
Livros, fitas de áudio e tutoriais.
& quot; Eu tenho usado computadores para negociação por mais de 10 anos e gostaria de agradecer Mark Jurik por suas ferramentas de última geração.
Indicadores técnicos populares são indiferentes e irregulares. Suavizá-los apenas aumenta ainda mais o atraso. Você gosta de esperar que seus indicadores alcancem a ação do preço em alta velocidade?
Quando o atraso é removido e a clareza restaurada, um novo mundo de possibilidades surge. As ferramentas analíticas da Jurik são rápidas, claras e suaves. Você obtém melhor tempo, melhor precisão e melhores sinais.
Depois de analisar as ferramentas listadas abaixo, recomendamos que você.
Se você já tentou acalmar um sinal barulhento, provavelmente aprendeu que não há almoço grátis: quanto mais suave o sinal, mais ele fica atrás do preço. Em contraste, a JMA produz curvas ultra suaves com LITTLE LAG MUITO!
Muitos sistemas usam o momentum de preço como um indicador. No entanto, até agora, os gráficos de momentum estavam extremamente agitados, provocando maus negócios. Em contraste, o VEL produz um momento ultra suave sem adicionar LAG ao indicador de momento original!
Análise de ciclo dominante é uma maneira popular de medir a força de uma tendência, mas tem falhas óbvias. Por exemplo, e se nenhum ciclo existir nos dados? Substituímos a análise de ciclo (FFT e MESA) por uma forma de análise fractal que funciona mesmo quando não existem ciclos. A ferramenta é chamada CFB, Composite Fractal Behavior Index.
O indicador clássico RSI é tanto barulhento quanto lento. Substitua-o pelo RSX 100% superior da Jurik. É ultra-suave (sem ruído) e não tem atraso adicional em relação ao RSI padrão. Você ficará surpreso e não olhará para trás.
Os indicadores clássicos DMI +, DMI e ADX são muito ruidosos ou muito lentos. Substitua-os pelo DMX 100% superior da Jurik. Ultra-suave (sem ruído) e com menos LESS do que ADX.
Se uma previsão exigir conhecimento do passado recente, você saberia exatamente a que distância estava (hoje, ontem, 5 dias atrás etc.)? Você pode saber que a suavização de dados históricos melhora a capacidade de previsão de uma rede neural, mas quão suave os dados devem ser? . Relaxar! O WAV produz dados de séries temporais pré-processados para modelos de previsão.
Quantas variáveis de entrada deve ter um indicador principal? É melhor? Raramente. Indicadores excessivamente complexos provavelmente falharão! O que é necessário é uma forma de fornecer ao indicador principal todas as informações desejadas, usando o menor número de variáveis. A DDR oferece resultados surpreendentes.
Redes Neurais & amp; Previsão Financeira.
Uma grande coleção de relatórios da Jurik Research. O tópico inclui a construção de um MACD de fase avançada, a estimativa do horizonte de previsão ideal, a preparação de dados para uma rede neural, como avaliar o desempenho da negociação durante a otimização e muito mais.
Negociação informatizada.
Vinte autores discutem técnicas de desenvolvimento e negociação de sistemas. Os tópicos incluem entrada e saída de um mercado, novos indicadores, análise de zona de mercado, análise de desempenho de sistema e auto, modelagem de dados não lineares, tudo sobre feeds de dados e muito mais.
Space, Time, Cycles & amp; Estágio.
Seminário em fita cassete e notas de aula sobre quatro maneiras poderosas de visualizar dados de séries temporais financeiras. Os tópicos incluem análise de sensibilidade do sistema de negociação, considerações sobre graus de liberdade, análise do comportamento do indicador e mais.
Estratégias Tutoriais.
Agora disponível: uma coleção de 13 estratégias de demonstração que sugerem maneiras de usar o Jurik Tools em seus próprios sistemas de negociação. Cada estudo é completo com uma explicação detalhada de sua lógica de negociação, configurações de gráficos e parâmetros usados para validação e códigos de estratégia MultiCharts ou TradeStation que você pode abrir, ler e modificar.
Dados Pinnacle.
Grande coleção de índices econômicos, relatórios de COT (Commitment of Traders) e preços de commodities (fim do dia). Os dados são relatados como muito limpos. Software para vincular contratos de várias maneiras. Download diário opcional.
Informação adicional.
COMO USAR INDICADORES JURIK - um guia de produto COMO CONSTRUIR UM INDICADOR LÍDER COMO CONSTRUIR UM SISTEMA DE NEGOCIAÇÃO.
NEWS LEGAL MATTERS Garantia, Licença, Risco, Direitos de autor QUEM SOMOS Empresa Descrição CONTACTE-NOS por qualquer motivo.
TSD DS jurik BrainTrading.
Eu decidi postá-lo aqui como uma boa configuração dos indicadores.
Basicamente - não é o sistema de negociação. É alguma configuração dos indicativos que está ajudando a negociar. Porque com este TSD DS jurik BrainTrading - temos tanta liberdade quanto queremos e podemos negociar da forma que quisermos. Basicamente - é o segundo tipo de 'configuração de ajuda' que eu conheço (o primeiro é o Ichimoku).
A maioria dos indicadores foram publicados neste tópico: Vários, por exemplo:
Stoch Cycle Indicador deste post, double smoothed jurik indicadores BrainTrend estão neste post, mas parece que estou usando as diferentes versões fornecidas pelo MrTools. Então, use as versões anexadas a este post.
A maioria dos indicadores foi criada por Mladen e MrTools. E o MrTools ajudou com essa configuração, como arquivos de modelo e correção. Então, eu apenas melhorei algo no gráfico para ser mais comerciável e testei este sistema / configuração manualmente por 2 semanas.
1. Descompacte o arquivo zip do TSD DS jurik BrainTrading. Você encontrará 11 indicadores e 2 arquivos de modelo.
- indicadores - double smoothed jurik BrainTrend1, duplo smoothed jurik BrainTrend1Sig, double suavizado jurik BrainTrend1Stop, double smoothed jurik BrainTrend1StopLine, ht dsema mtf, XO - mtf e alertas, i-ParamonWorkTime, PivotsD_v5a, rsx modificado 1, Stoch Cycle Indicator, Stochastic zerolagMacd.
- arquivos de modelo - tsd ds jurik brain1.tpl e tsd ds jurik brain2.tpl.
2. Coloque 11 indicadores na pasta de indicadores do diretório do seu metatrader, por exemplo: C: \ Arquivos de programas \ FXCM MT4 powered by BT \ experts \ indicators.
Compile-os no MetaEditor.
3. Coloque 2 arquivos de modelo na pasta de modelos; por exemplo: C: \ Arquivos de Programas \ MetaTrader - Alpari_1 \ templates.
(por favor, note - existem 2 pastas modelo no diretório do Metatrader, então você deve usar aquele que está localizado no diretório principal do Metatrader, por exemplo - este aqui:
C: \ Arquivos de Programas \ MetaTrader - Alpari_1 \ templates).
5. Abra o Metatrader, abra o gráfico M5, clique com o botão direito do mouse no gráfico (em qualquer lugar) e selecione 'Template - tsd ds jurik brain1' ou '' Template - tsd ds jurik brain2 '
Você verá o gráfico assim:
Abra o comércio se jurik BtainTrading (cor das barras), XO - mtf e alertas, rsx modificado 1 e ht dsema mtf indicadores passam a ser da mesma cor na barra fechada: vermelho para vender e azul para comprar. Negocie na barra fechada (ou bar # 1) - explicação sobre a barra fechada - leia este post.
Como é a configuração de ajuda para que possamos usá-la para negociação ou usá-la com outros sistemas, podemos levar em consideração o Pivô e alguns níveis e assim por diante. Na maioria dos casos - esta configuração está dando boa entrada para que ele possa ser usado para escalpelamento também (eu tentei e funciona).
Saia quando um desses indicadores alterar a cor (na barra fechada # 1) e use o stop loss e o valor do lucro.
Algum exemplo da negociação - veja este post.
1. É necessário olhar os gráficos o tempo todo para sair quando algum indicador mudar a cor.
2. O indicador do ciclo de Stoch é anexado ao gráfico M5 com configurações de MTF (H4) de modo que este indicador. como "continue pintando". Portanto, use este indicador apenas para orientação geral para responder à pergunta "o que está acontecendo geralmente?", E não o use em nenhuma negociação e assim por diante.
3. No caso de ajudar os outros sistemas - é necessário manter o metatrader separado com este sistema / setup aberto (neste caso - você terá 2 Metatraders - um com este TSD DS jurik BrainTrading, e o outro é com o sistema que você está negociando.
4. Para usar esta configuração para negociação - precisamos ter algum conhecimento adicional para o Pivot e assim por diante (para usá-lo para escalpelamento, por exemplo).
Atualização em 28 de abril de 2011.
Como eu disse - este sistema não é um sistema, mas apenas uma configuração dos indicadores que ajudam a negociar.
Mas nós podemos trocá-lo (da mesma forma que eu troquei por 20 dias).
Em caso de negociação - defina stop loss como 70 (700 para corretor de 5 dígitos). Eu usei o lucro como 30 ou 50 (300 ou 500 para corretor de 5 dígitos).
Praticamente - eu fiz o seguinte:
1. abrir o comércio;
2. modificar o comércio de stop loss e ter lucro:
- clique com o botão direito do mouse no comércio;
- selecione 'Modify or Deklete Order'
- e você terá a seguinte janela aberta:
3. Então, defina os níveis (no meu caso - é stop loss = 70 e take profit = 30 - 700 e 300 para corretor de 5 dígitos), pressione os botões vermelho e azul e pressione 'Modify. '.
É a imag e com stop loss = 50:
Metatrader lembrará esses números como 700 ou 300 (ou 500), portanto, não precisamos colocá-los / escrevê-los muitas vezes - apenas modifique o negócio e os nuymbers já estarão escritos, por isso só precisamos clicar nos botões apenas.
Por exemplo - um dos sinais mais fortes para comprar ou vender (ou para a tendência mudou a direção em algum período de tempo) - é quando o preço está cruzando a linha pivô.
É o exemplo com esta configuração:
Eu usei o indicador Pivot para negociação ao vivo com o sistema asctrend de elite no M5 e posso dizer que o indicador pivot pode ser um dos principais indicadores para o baixo período de tempo do M5.
Existem algumas outras maneiras de usar essa configuração com base em algum outro estilo de negociação ou alguma forma de negociação.
É o próximo gráfico com "nosso" GBPCHF por enquanto:
É de +57 pips para o segundo nível de lucro (se considerarmos o indicador Pivot como o principal para negociação).
É por isso que o stop loss = 70 e os valores de lucro = 30 ou 50 - pode ser razoável para este sistema / configuração.
"TSD DS Jurik BrainTrading" foi testado pelo M5, ou também por períodos mais longos,. poderíamos usar para H1, diariamente?
Eu usei para o M5.
Porque o principal problema para prazos mais baixos (M1, M5, M15 e M30) - não há bons sistemas para o comércio, especialmente quando o mercado é alterado. Então, é para M5 (porque existem sistemas muito bons para H4 e D1).
Eu estou tentando "preencher as lacunas"
Você pode me dizer um bom sistema para H1, e para H4 e para Daily.
Para uma boa gestão financeira, stop loss não tem que ser 30-50 e ter lucro 70,. se não em 1 ano. se tivermos negociações ruins.
Eu não entendo desculpe .
por que parar a perda 30 e ter lucro 70?
Eu estava falando sobre stop loss 70 e take profit 30.
Sobre o D1 - verifique o sistema Ichimoku nesta seção avançada de elite.
Todo mundo gosta do que gosta.
Eu gosto do que eu gosto, você gosta do que você gosta.
Eu gosto do indicador Ichimoku.
Do que você gosta?
Sistemas de negociação manual, certo?
Bom para você, ou bom para mim?
Sua pergunta é sobre preferências pessoais (você só deve saber o que é bom para você).
Porque eu estou sempre negociando os sistemas que estou postando aqui.
Se, por exemplo, você tiver um sistema que lhe dê 40% de negociações vencedoras e perdas de negócios 60%, loss70 stop e profit 30, rezulta profit 40x30 = 1200 e loss 60x70 = -4200. como não é bom?
É um sistema de negociação manual.
Isso significa: você está negociando usando suas habilidades.
Nenhum sistema lhe dá nada sem suas habilidades de negociação.
Pessoa está negociando.
O mesmo sistema pode ser rentável para uma pessoa e perder para a outra.
E isso depende do que você gosta e do que está usando em seus negócios.
Se você gosta de stop loss 30 e tomar lucro 70, use-o.
Quanto a mim, é difícil para mim, pois está totalmente relacionado com as habilidades de negociação.
By the way - este sistema está tendo dois tipos de saída: em stop loss e na mudança de cor. Então, a segunda saída pode ser de 30 pips ou menos.
Sistema de negociação Jurik
Construindo Sistemas de Negociação.
CHAVES PARA TRADING SUCESSO.
Não, as chaves para o sucesso não são nossos produtos nem os de qualquer outra pessoa. Em vez disso, para ser um profissional bem sucedido você precisa.
um sistema de negociação com expectativas lucrativas, sólidos princípios de administração do dinheiro, a capacidade psicológica de negociar consistentemente e capitalização adequada.
Ao contrário da crença popular, seu sistema básico de negociação só precisa ser modestamente lucrativo. Um esquema adequado de gerenciamento de dinheiro projetado para controlar seu & quot; tamanho de aposta & quot; pode expandir substancialmente esses lucros escassos. Além disso, uma vez que a natureza humana tende a obter lucros cedo demais e a deixar as perdas irem longe demais, você precisa estar familiarizado com o mercado e não se envolver emocionalmente com muito medo de seguir as recomendações do seu sistema comercial.
Portanto, não oferecemos esquemas de enriquecimento rápido. Eles não trabalham. Nem vamos insultá-lo com sugestões de que, se uma empresa de gerenciamento de capital de um bilhão de dólares se conecta diretamente a Wall Street com uma vasta instalação de computadores e dezenas de PhDs podem fazer milhões usando o produto X, você também o fará. Você provavelmente não vai.
Também não podemos prometer que os mercados são tão ineficientes que é fácil obter lucros. Não é, simplesmente porque você estará competindo com outros jogadores muito inteligentes, que querem o seu dinheiro.
Por outro lado, oferecemos ferramentas poderosas e produtos educacionais para ajudar investidores individuais, como você, a conseguir um sistema de negociação eficaz. As ferramentas Jurik são compatíveis com muitos produtos de software. Nossos clientes satisfeitos concordam!
SISTEMAS DE NEGOCIAÇÃO PRÉ-CONSTRUÍDA.
É um erro assumir que os sistemas de negociação descritos em livros, revistas ou em seu lixo eletrônico são lucrativos. Eles precisam ser testados durante um período prolongado de dados históricos (o suficiente para pelo menos 500 negociações). O melhor teste individual que você pode aplicar a qualquer estratégia de negociação para venda é este:
mostrando os 200 mais recentes consecutivos.
comércios chamados pela estratégia?
Se o vendedor não estiver disposto ou não puder fazê-lo, afaste-se.
Se você receber a declaração de um corretor, plote a curva de capital e veja se consegue lidar (financeira e emocionalmente) com qualquer seqüência de perdas. Além disso, tente obter um gráfico de dispersão contendo a excursão adversa máxima de cada negociação. Às vezes, primeiro um comércio perde muito antes de se tornar lucrativo. Você consegue lidar com essas situações corretamente?
Quando o mercado muda seu comportamento, o desempenho do sistema pode se degradar em um perdedor. Você terá que pagar $$ adicionais por atualizações periódicas?
Finalmente, quanto você espera aprender sobre negociação de um sistema que não pode analisar nem modificar?
Acreditamos que é melhor você fazer seu próprio sistema de negociação do que comprar um. Seu sistema será projetado em torno de seus recursos financeiros e zona de conforto psicológico. E você poderá modificá-lo de acordo com as condições do mercado. Por último, mas não menos importante, você saberá exatamente como pode ser esperado.
do edifício do sistema.
Considere obter software de gráficos de mercado compatível com as ferramentas Jurik.
O próximo passo é adquirir nosso JMAadd-in. A JMA possui o maior número de utilizações, suavizando preços e outros indicadores técnicos com muito pouco atraso. Os usuários encontraram novas aplicações, explorando as linhas ultra-suaves da JMA.
Nossas outras ferramentas de negociação avançadas, CFB, VEL e RSX, aprimoram ainda mais o design do sistema de negociação, oferecendo novas maneiras de medir o comportamento da ação de preço. O CFB mede a duração da tendência do mercado (nenhum indicador clássico faz isso). O VEL oferece uma medida ultra-suave de dinâmica de mercado, sem mais lag que o indicador clássico de momentum. O RSX é a versão do RSI clássico da Jurik, exceto que o RSX também é ultra-suave. Quando você vê RSX, você nunca vai querer usar o RSI novamente !!
Uma vez que você esteja confortável com a construção de sistemas de negociação usando indicadores simultâneos (preço) e atrasos (clássicos), você pode agora expandir suas capacidades adicionando indicadores LEADING. Naturalmente, todos os indicadores líderes populares são inúteis, pois o mercado já descontou as informações que eles oferecem. Em vez disso, você precisará criar seus próprios indicadores principais.
Um indicador principal deve prever algum aspecto do comportamento do mercado. Atualmente, são necessários procedimentos sofisticados de modelagem não linear (como redes neurais). Para começar, recomendamos que você adquira e familiarize-se com o aplicativo de planilhas do Excel, da Microsoft. Em seguida, adquira um add-in de rede neural para o Excel. Existem vários no mercado.
Depois de se familiarizar com o desenvolvimento da rede neural, obtenha experiência na criação de indicadores líderes e usando nossas ferramentas de pré-processamento para o MS Excel.
Quatro qualidades de ótimos indicadores técnicos.
Quase todos os indicadores técnicos envolvem tomar alguma forma de uma média de valores históricos, a fim de reduzir o ruído do mercado, que aparece como jitter de alta velocidade. Os analistas normalmente ignoram a instabilidade do ruído porque não tem tendência nem padrões repetitivos. Consequentemente, a maioria das médias móveis tem um comprimento & quot; parâmetro que efetivamente controla a suavidade aparente do indicador e, de maneira inversa, sua precisão. Ou seja, quanto mais suave for o filtro, menos reflete com precisão a ação do mercado local.
Isso faz sentido, já que o usuário pode definir o jitter como qualquer ação que tenha uma tendência menor que N barras. Portanto, vemos o player de mercado tentando aplicar suavidade suficiente para filtrar o ruído sem remover a estrutura importante que é relevante em seu período de tempo desejado. Em resumo, .
faz um tradeoff entre suavidade e precisão.
A precisão pode ser medida de várias maneiras: robustez, overshoot, pontualidade e proximidade. Essas medidas serão descritas no contexto de um filtro hipotético de média móvel.
Simplificando, você quer que um filtro (por exemplo, média móvel) produza uma versão livre de ruído do sinal original, pelo que a curva global não é nem superior nem inferior à série original. Um resultado semelhante ao que você produziria quando recebesse uma caneta e manualmente "rastreado" por & quot; a importante ação do mercado.
Todos os indicadores técnicos que examinam estritamente os valores de dados passados (isto é, não olham para o futuro) são chamados de "causais". Estes são os únicos disponíveis para você quando negociando o mercado em tempo real. Todos os filtros causais têm um problema fundamental: estão atrasados em relação à série temporal original. O atraso em seus indicadores técnicos só serve para atrasar o que você precisa ver agora. Esta é uma questão crítica, porque o atraso excessivo e as negociações atrasadas podem reduzir significativamente os lucros.
Idealmente, você gostaria que um sinal filtrado fosse suave e livre de atrasos. No entanto, para todos os filtros causais, maior suavidade produz maior defasagem e não há "livre de penalidade". contornar isso. Alcançar a suavidade sem adicionar atrasos significativos ou outras idiossincrasias indesejadas confundiu os analistas financeiros, bem como o pessoal de processamento de sinais durante anos. Nós da Jurik Research entendemos muito bem a natureza do lag e utilizamos fórmulas proprietárias que abordam essa questão fundamental.
Uma abordagem comum para reduzir o atraso é adicionar alguma "inércia". na fórmula, permitindo que um filtro siga as tendências mais de perto sem sacrificar a suavidade. No entanto, a penalidade paga é quando um mercado rapidamente inverte a direção. A inércia do filtro impede que ele mude rapidamente de direção, e continua a ultrapassar por algum tempo antes de reverter a direção. Quanto mais inércia você aplicar, maior será o overshoot. . E isso pode criar um problema real.
Algumas negociações são acionadas quando uma média móvel de preço cruza um limite especificado pelo usuário. Por exemplo, suponha que as tendências de preço subam em direção a um limite, mas inverte a direção na hora certa para não quebrar o limite. Um filtro com muita inércia superará e quebrará o limite, mesmo que o preço não o faça. Esse gatilho falso pode produzir um comércio indesejado.
Para remover o ruído em uma série temporal, os filtros comuns usam técnicas matemáticas que existem há anos. A teoria subjacente em quase todos os casos assume mudanças nos preços de mercado com uma distribuição Normal (Gaussiana). Isso pode ser verdade para o ruído em seu rádio de carro ou gravador de fita cassete, mas não para o mercado. Lacunas nos preços de mercado ocorrem com mais frequência, por ordens de grandeza, do que sugere a curva de Gauss. Consequentemente, os filtros comuns respondem aos choques de preços de maneira muito fraca.
Os jogadores precisam de um filtro que seja robusto contra choques de preço. Isso exige um tipo especial de processamento de sinal chamado de "não linear". filtragem. Nossa principal ferramenta, a JMA, é um desses filtros e pode lidar com choques de preço melhor do que qualquer outra média móvel disponível no mercado hoje. De fato, quanto maior a lacuna, mais evidente fica a superioridade da JMA.
A Jurik Research alcançou esses resultados primeiro desenvolvendo e testando algoritmos no MATLAB, a escolha do engenheiro para a simulação de software. Nós tentamos evitar fazer quaisquer suposições sobre o sinal sendo processado, além de que é um passeio aleatório de mudanças de preço distribuídas Cauchy acumuladas (não Gaussianas!). Desta forma, os algoritmos não podem ser enganados por uma ação de mercado atípica. Em seguida, permitimos que os testadores beta qualificados procurem problemas. Finalmente, depois de disponibilizarmos cada produto.
pessoa que é o primeiro a relatar qualquer específico.
erro em nosso software ou documentação.
Na Jurik Research, não há substituto para a excelência.
Sequência para construção avançada de sistema.
Se alguns humanos podem negociar consistentemente bem, então por que não pode um computador? Por que não pode ser seu computador? Sombras de inteligência artificial, não ouvimos essas perguntas antes? A Inteligência Artificial, independentemente da sua definição formal (se alguma vez teve alguma), se traduz em trabalho duro e muitas vezes infrutífero. A persistência vale a pena, no entanto. Metodologia estruturada e experimentação sistemática é o modus operandi recomendado.
Definimos um sistema avançado como aquele que inclui algum aspecto de um indicador antecedente, o que implica que a previsão está envolvida. Os principais indicadores podem ser projetados para praticamente qualquer coisa, mas nós preferimos usá-lo para prever uma faixa de preço superior e inferior, bem como valores MACD futuros. O desenvolvimento adequado do indicador principal exige o pré-processamento com WAV e DDR e a modelagem com um programa de rede neural. Por fim, tudo isso precisa ser realizado de maneira sistemática.
Para conseguir isso, projetei esse fluxograma para ver a grande figura. Ela subdivide o esforço de desenvolvimento do sistema comercial em vários estágios. Aqui está uma revisão de vários estágios do nosso processo avançado de construção de sistema. Você pode alterar qualquer aspecto para atender às suas necessidades específicas.
Aqui está uma descrição de como eu construo meus próprios sistemas de negociação. O fluxograma mostra seis etapas do desenvolvimento do sistema de negociação:
Selecionar dados explicativos (estágio de coleta) Criar indicadores de baixa lag (estágio de pré-processamento) Criar indicadores principais (estágio de modelagem) Construir seu sistema de negociação (estágio de estratégia) Backtest seu sistema de negociação (fase de verificação 1) Negociar com um intermediário simulado ESTÁGIO 1.
Isso envolve a tarefa desinteressante de coletar e verificar dados financeiros. Não ajuda a auto-imagem do seu sistema a dar-lhe preços históricos salpicados de espaços em branco e zeros. Eyeball para qualquer problema.
A pesquisa mostrou que, se você converter os dados de preço no LOG (logaritmo) de dados de preços, as estratégias funcionarão melhor durante um período mais longo. Isso ocorre porque os dados de preços são agora expressos em uma relação multiplicativa entre si, em vez de aditivos, e isso tende a ser preservado à medida que os preços mudam de escala ao longo do tempo.
Esta etapa envolve o pré-processamento de dados. Resumidamente, é aqui que extraímos indicadores significativos de dados financeiros brutos. Um bom pré-processamento faz com que o próximo estágio (modelagem) seja executado sem problemas. Os modeladores profissionais percebem a importância desse passo e concentram a maior parte de sua energia aqui. No entanto, para o amador, tem o mesmo apelo que lavar roupa.
Determinar o melhor horizonte de previsão & quot; para a série temporal a ser prevista. Por exemplo, a distância ideal para prever no futuro ao usar barras diárias de Títulos de 30 anos é de 5,5 dias. Esse valor varia de mercado para mercado e o método de cálculo é explicado em meu livro Financial Forecasting and Neural Networks.
Determine quantos dados históricos são necessários para fazer uma previsão SINGLE. Eu me refiro a essa quantidade de tempo histórico como o & quot; horizonte de lookback & quot; e seu tamanho é tipicamente 4 vezes o horizonte de previsão. Por exemplo, se minha previsão é prever 5,5 barras no futuro, meu horizonte de lookback (L) para cada previsão precisará ter 22 barras. (L = 22) Todos os indicadores precisam considerar a atividade de pelo menos as barras L mais recentes.
Selecione os dados explicativos adequados, como máximas, mínimas, volume, etc. Incentivo você a investigar os dados de pré-suavização de preços primeiro com o JMA, criando assim os "proxies". para os valores dos preços brutos. Em seguida, crie indicadores relevantes (RSX, VEL, CFB, canais, JMA-MACD, etc.) aplicando-os aos proxies JMA, em vez dos dados brutos de preço. Definir o & quot; comprimento & quot; parâmetro de seus indicadores para que o número de barras considerado por cada fórmula seja aproximadamente o horizonte de lookback (L).
Certifique-se de que cada coluna de valores indicadores se assemelha a um oscilador padronizado de média zero (ou seja, série Z-score), e não é um passeio aleatório (por exemplo, preços de mercado bruto). Isso ocorre porque um passeio aleatório acabará inserindo um intervalo que o modelo não viu durante o desenvolvimento, induzindo a falha.
Aplique o WAV aos indicadores acima, a fim de comprimir os valores L mais recentes de cada indicador em um número muito menor de valores. Por exemplo, o WAV pode comprimir os 73 valores mais recentes de um indicador em apenas 13, uma compressão de 82%! Ao construir modelos de previsão, é importante reduzir o número de variáveis de entrada, tanto quanto possível, de preferência sem perder informações valiosas no processo.
Reúna os valores de tempo comprimido de cada indicador (isto é, a saída de WAV) em uma matriz (uma coluna por indicador) e aplique DDR. Esse procedimento reduz o número de colunas na matriz, extraindo toda a redundância entre as colunas. O resultado é um array com muito menos colunas, todas as colunas são mutualmente não correlacionadas (cada coluna carrega informações diferentes), e pouca ou nenhuma informação foi perdida no processo.
Neste ponto, seus dados são compactados temporal e espacialmente. Se seu modelo tivesse que receber os 73 valores mais recentes de cada um dos 10 indicadores sem compactação espaço-temporal, seu modelo de previsão estaria olhando para uma matriz de entrada de 730 valores para cada previsão. No entanto, após a compactação espaço-temporal, o novo array provavelmente seria 13 valores para cada uma das apenas 4 colunas, apenas 52 valores no total. Isso representa uma compressão final de 93% !!
O estágio 3 é onde você pode brincar e aprender sobre ferramentas de modelagem sensuais, como ARIMA, sistemas especialistas, algoritmos genéticos e redes neurais. Normalmente, o novato irá pular completamente o estágio 2 e passar meses tentando fazer tudo acontecer no estágio 3. Isso leva a reclamações de que a rede neural [expletive deleted] está com morte cerebral.
Escolha o que você deseja que o modelo preveja. Mantê-lo simples, como estimar o MACD cinco barras para fora, ou estimar resistência e suporte (em relação ao preço médio atual) 10 barras para fora. Evite tentativas de previsão de preços brutos do mercado (a menos que você seja realmente bom em prever variáveis pseudo-aleatórias). Certifique-se de que sua coluna de valores alvo de previsão se assemelha a um oscilador padronizado de média zero (ou seja, série Z-score), e não é um passeio aleatório (por exemplo, preços de mercado bruto). Isso ocorre porque um passeio aleatório acabará inserindo um intervalo que o modelo não viu durante o desenvolvimento, induzindo a falha.
Alimente o array compactado que você criou no estágio 2 e direcione os dados para o seu modelo. Verifique todos os modelos com dados que não foram usados durante o desenvolvimento. Como regra geral, para cada variável de entrada (independente) inserida em seu modelo, você precisará de dados de treinamento e verificação suficientes para suportar pelo menos 100 previsões. Assim, se o seu modelo receber 54 variáveis de entrada por previsão, você precisará de dados suficientes para suportar 100 * 54 ou 5.400 previsões durante a criação e verificação do modelo.
Alimente o array compactado que você criou no estágio 2 e direcione os dados para o seu modelo. Verifique todos os modelos com dados que não foram usados durante o desenvolvimento. Como regra geral, para cada variável de entrada (independente) inserida em seu modelo, você precisará de dados de treinamento e verificação suficientes para suportar pelo menos 100 previsões. Assim, se o seu modelo receber 54 variáveis de entrada por previsão, você precisará de dados suficientes para suportar 100 * 54 ou 5.400 previsões durante a criação e verificação do modelo.
Informações sobre diferentes paradigmas para modelagem de indicadores antecedentes são fornecidas mais abaixo nesta página. (Continue lendo. Você vai chegar lá).
Esta etapa é para desenvolver a lógica de negociação. É o mais "divertido" parte da construção do sistema, desde que você saiba o que está fazendo. Existem muitos livros sobre esse assunto. No que diz respeito ao uso de modelos de previsão, aqui estão algumas dicas:
Crie regras para gerenciamento de risco e dinheiro. Existem livros para ajudá-lo com este assunto.
Uma técnica inteligente de gerenciamento de risco é criar vários modelos treinados estocasticamente (por exemplo, redes neurais) para fazer a mesma previsão. Quando todos os modelos estiverem em forte acordo, aumente seu risco. Quando eles estão em forte desacordo, diminua seu risco.
Durante o backtesting, investigue as estatísticas como retorno por conta (considerando rebaixamento máximo), gráficos máximos de excursão adversos, simulações de Monte Carlo da expectativa de meia-vida fiscal, etc. Ao fazê-lo, procure os maus negócios do sistema e evoque modificações no projeto.
Considere quantas variáveis, constantes e linhas de código você está ajustando (otimizando). Cada um é um grau de liberdade com que você está jogando. Quando backtesting, use dados de mercado suficientes para o sistema criar 100 negociações para cada grau de liberdade. Assim, se você estiver otimizando 5 constantes e ajustando 4 linhas de código, as chamadas de verificação para cada execução produzirão pelo menos 100 * (4 + 5) ou 900 negociações.
Esteja atento para otimizar os sistemas de negociação. A conjuração indisciplinada e excessiva do código pode levar a uma lógica de espaguete super otimizada, um pesadelo a ser mantido. Além disso, a otimização em excesso resultará em excelente desempenho no conjunto de dados atual, mas em desempenho ruim nos dados futuros. Nosso livro Previsão Financeira e Redes Neurais e fita de áudio Espaço, Tempo, Ciclos e Fase oferecem uma explicação deste fenômeno.
para uma explicação deste fenômeno. Um sistema que comercialize bem tanto em dados históricos quanto em dados futuros é o mais desejável.
Durante a "troca de papel" ao vivo, fique atento à rapidez com que o sistema se degrada. Isso sugere com que frequência os modelos precisam ser atualizados. Pode também sugerir uma lógica de negociação fraca.
Um exemplo de um sistema de negociação aprimorado de rede neural que funcionou bem, sem reciclar, por muitos meses após seu desenvolvimento, é descrito na edição de dezembro de 1996 da Revista Futures. Embora o procedimento de teste e verificação usado pelo autor não fosse o melhor, o resultado provou ser lucrativo mesmo assim.
Você realmente não precisa otimizar o seu sistema de negociação, desde que você empregue um bom gerenciamento de risco. Ele aborda a questão: quanto você está colocando em risco em um negócio versus o lucro esperado por assumir esse risco? Tal como um jogador de poker experiente, com uma gestão de dinheiro adequada, avalia quanto investir e quanto está disposto a perder em cada aposta. Portanto, o princípio básico da gestão de dinheiro é o gerenciamento de risco. A abertura de posições com risco coberto é fundamental para o sucesso da negociação. Em outras palavras, gerencie o risco primeiro e os lucros ocorrerão quando sua aposta estiver correta. É incrível o quanto essa disciplina pode melhorar a lucratividade geral do seu sistema. Durante um período de anos, esta técnica pode melhorar os lucros comerciais mais de dez vezes!
Alguns livros sobre gerenciamento de dinheiro estão listados AQUI.
Principais indicadores e modelagem.
Por que os indicadores principais são difíceis de fazer.
são difíceis de fazer.
O & quot; Composto de Principais Indicadores Econômicos & quot; é valorizado pelo Federal Reserve e investidores de longo prazo por seu potencial de previsão. Em contraste, os investidores especulativos preferem usar indicadores técnicos e fundamentais com potencial de previsão de curto prazo. O problema é que quase todos os indicadores comumente usados (MACD, ADX, CCI, RSI etc.) olham para trás e resumem o que ocorreu, não o que ocorrerá.
A raridade de bons indicadores líderes de curto prazo nos diz que eles são difíceis de produzir e, o que é mais importante, porque tão poucos investidores os exploram, esses indicadores podem gerar uma vantagem comercial significativa. Mas por que eles são tão raros? O que é tão difícil na criação de um indicador líder de curto prazo?
"Se todos os economistas foram colocados de ponta a ponta,
eles ainda apontariam em todas as direções. & quot;
Arthur H. Motley.
O motivo de sua raridade deve-se, em parte, à natureza dos mercados. No passado, quando a negociaçà £ o nà £ o era dominada por computadores, a maioria dos analistas financeiros usava a teoria macro e microeconómica, bem como a classificaçà £ o clássica "linear". técnicas de modelagem. Modelos tradicionais de mercado, baseados em teoria e técnicas lineares e suas suposições simplificadoras, estão tornando as previsões cada vez mais imprecisas a cada ano. Os analistas de Wall Street sempre perderam todos os grandes pontos de virada no mercado nos últimos 30 anos. Por exemplo, seis meses antes da recessão de 1990, 34 dos 40 economistas concordaram e "a economia provavelmente evitará uma recessão". Além disso, apenas duas semanas antes do enorme mercado em alta, em 1991, o consenso desses 40 economistas era: "a economia encolherá nos próximos seis meses".
Os comerciantes e investidores que usam sistemas baseados em análises clássicas também sofrerão perdas graves quando as condições do mercado mudarem muito rapidamente para que seus modelos "compreendam".
A Jurik Research acredita que os problemas com os modelos tradicionais de mercado derivam de suas suposições, que eu divido em três categorias.
Os modelos lineares funcionam melhor quando suas variáveis de entrada são independentes (não correlacionadas entre si). Variáveis de entrada altamente correlacionadas podem levar a modelos que parecem funcionar bem em dados históricos, mas que falharão miseravelmente em novos dados. Tais interdependências existem (por exemplo, a relação inversa entre mercadorias e títulos) e modelos que não conseguem explicar esse fato terão problemas.
Hoje, o mercado se move mais rápido e mais caoticamente, exibindo relações não-lineares e desarticuladas entre as forças do mercado.
Para manter a vida simples, os analistas assumem que todos os traders e investidores são avessos ao risco, racionais e reagem de maneira semelhante. Na realidade, os operadores de pregão, os operadores de curto e longo prazo, os gestores de fundos, os hedgers, os operadores de programas e os criadores de mercado usam níveis diferentes de risco e reagem em diferentes prazos.
Claramente, precisamos de uma nova família de modelos que possa simular relações não-lineares e jogadores que pensem em diferentes períodos de tempo. Consequentemente, os esforços para encontrar e explorar nichos lucrativos nos mercados estão deixando de lado técnicas clássicas para métodos de negociação mais poderosos. Novas ferramentas usando métodos de inteligência artificial estão aumentando em popularidade. Essas ferramentas incluem redes neurais e algoritmos genéticos.
Agora que as versões fáceis de usar de ambos os paradigmas estão atualmente disponíveis como suplementos para o Microsoft Excel, o público está rapidamente percebendo: não é tão difícil assim.
Eles realmente funcionam?
O QUE É UMA REDE NEURAL?
Uma rede neural (ou NN) é composta de um grande número de elementos de processamento altamente interconectados (neurônios) trabalhando em uníssono para resolver problemas específicos. Cada elemento executa uma fórmula matemática, cujos coeficientes são & quot; aprendidos & quot; quando são dados exemplos de como o NN deve responder a vários conjuntos de dados. As aplicações incluem reconhecimento ou classificação de padrões de dados.
Durante um & quot; treino & quot; Durante a sessão, o NN produz uma coleção de funções matemáticas não-lineares simples que se alimentam mutuamente de valores numéricos de um modo que lembra vagamente a atividade neural das células cerebrais. A interac�o entre neur�ios pode tornar-se t� complexa que esse conhecimento das f�mulas matem�icas oferece pouca ou nenhuma informa�o sobre a "l�gica" global do modelo. Consequentemente, desde que a rede neural tenha bom desempenho, seu usuário raramente se importa em saber quais são as equações exatas dentro dela.
Tenha cuidado para não confundir redes neurais (NN) com outro paradigma de inteligência artificial chamado sistemas especialistas (ES). Programas ES são projetados para imitar o pensamento racional, conforme descrito por especialistas. No entanto, se o especialista não puder expressar sua lógica de uma maneira confiável que produza decisões corretas, o paradigma da ES não pode ser efetivamente empregado. Em contraste, um NN não está preocupado em emular a lógica humana. Um NN simplesmente tenta mapear a entrada numérica para os dados de saída. A crença equivocada de que os paradigmas NN e ES são semelhantes leva inevitavelmente ao argumento incorreto de que, se os modelos ES tiverem um desempenho ruim, os modelos NN também funcionarão mal. Felizmente, os modelos NN estão se saindo bem no mundo real.
APLICAÇÕES DE REDE NEURAL.
No mundo comercial, as redes neurais estão sendo usadas.
gerenciar carteira risco avaliar crédito empréstimo risco detectar cartão de crédito fraude previsão batata chip vendas detectar insalubre glóbulos otimizar trabalho loja agendamento previsão financeiro mercado atividade otimizar laminação a frio de folha de metal remover chato telefone ecos determinar preços ótimos para mercadoria detectar explosivos dentro de bagagem em aeroportos prever resultados de novas fórmulas para plástico QUAL É O PAPEL DO SISTEMA DE NEGOCIAÇÃO?
Não espere que um NN faça todo o trabalho para você e produza sinais de compra / venda. As NNs devem ser acopladas à análise técnica tradicional, e os melhores resultados vêm de traders experientes. Isso porque eles entendem quais indicadores de mercado são mais significativos e também como melhor interpretá-los. Portanto, é melhor projetar um NN para produzir indicadores técnicos significativos, e não um "Comprar / Vender". cálice Sagrado.
O fluxograma mostra seis etapas do desenvolvimento do sistema de negociação. As redes neurais são normalmente usadas no terceiro estágio, ou MODELING. Nessa etapa, as redes neurais são treinadas para modelar algum aspecto do mercado, para classificar as condições atuais ou futuras do mercado, dizendo ao investidor quando entrar ou sair do mercado. Ao prever condições futuras, elas são tecnicamente um "indicador principal".
ELES SÃO FÁCEIS DE USAR ?
Existem muitos pacotes de redes neurais disponíveis comercialmente. Muitos interagem com o ambiente do Microsoft Excel.
UMA DOSE DE REALISMO . .
Como nossos padrões de integridade são muito altos, com o risco de perder uma venda, nos sentimos obrigados a mencionar o seguinte. Não queremos dizer que o desenvolvimento de uma rede neural seja uma noite fácil. Vai levar tempo, e nem todo mundo tem tempo para fazê-lo. Nem é uma rede neural por si só um sistema de negociação. O desenvolvimento apropriado do sistema ainda requer o esforço humano usual, incluindo:
Selecionando a melhor informação Construindo e testando indicadores Interpretando os resultados Decidindo se colocar ou não um negócio Decidindo quanto investir (gerenciamento de dinheiro)
Detalhes sobre questões e considerações ao começar são fornecidos neste relatório, enviado a nós por William Arnold, autor colaborador do The Journal of Intelligent Technologies.
Por fim, surgem questões sobre quanto um trader deve confiar em um modelo NN. Será difícil confiar na decisão do seu computador de comprar quando o medo em sua mente gritar "Vender! Vender AGORA! & Quot; No entanto, em uma conferência após a outra, ouvimos os usuários comentando que teriam ganhado mais dinheiro se não tentassem enganar e vetar as decisões do sistema. Afinal, todo o propósito de construir um sistema artificialmente inteligente é evitar os mesmos negócios que a multidão, que em média perde dinheiro no mercado.
QUALQUER HISTÓRIA DE SUCESSO?
Sim, muitos. Uma empresa de gerenciamento de dinheiro trabalhou intensivamente com redes neurais desde 1988. Eles usam 3000 redes neurais, uma para cada ação comercializada. Eles usam redes neurais e algoritmos genéticos para prever separadamente o comportamento de estoques individuais. Embora as recomendações de ambos "especialistas" restringir substancialmente sua seleção, eles são ainda mais refinados com o auxílio da análise de portfólio, na tentativa de limitar a superexposição a qualquer ação ou setor. A pesquisa deles valeu a pena, já que eles estavam, em determinado momento, administrando meio bilhão de dólares.
Outras instituições que implementaram sistemas operacionais de previsão neural incluem o Citibank, a Nikko Securities, o Morgan Stanley, o Dai-ichi Kanyo Bank, a Nomura Securities, a Bear Stern e a Shearson Lehman Hutton. A Advanced Investment Technologies (AIT), em Clearwater, na Flórida, tem um dos mais longos registros de trilha usando redes neurais.
Aqui estão alguns artigos sobre a rede neural para aplicativos financeiros que você provavelmente encontrará em uma biblioteca:
"Training Neural Nets for Intermarket Analysis", Futures, August 1994 "How to Predict Tomorrow's Indicators Today", Futures, May 1996 "Going Fishing With A Neural Network", Futures Magazine, Sept. 1992 "Forecasting T-Bill Taxas com uma rede neural, & quot; An�lise T�cnica de Stocks e Commodities, Maio de 1995 & quot; Utilizando Redes Neurais para Intermarket Analysis & quot ;, An�lise T�cnica de Stocks & amp; Commodities, Nov. 1992 "Developing Neural Network Forecasters For Traders", Technical Analysis of Stocks & Commodities, April 1992 "A Neural Network Approach to Forecasting Financial Distress", Journal of Business Forecasting, v10, #4. "Forecasting with Neural Networks: An Application Using Bankruptcy Data", Information and Management, 1993, pp 159-167. "Forecasting S&P and Gold Futures Prices: An Application of Neural Networks", J. of Futures Markets, 1993, pp 631-643. "Neural Nets and Stocks: Training a Predictive System", PC AI, 1993, pp 45-47. "Using Artificial Neural Networks to Pick Stocks", Financial Analysts Journal, 1993, pp 21-27. "Analysis of Small-Business Financial Statements Using Neural Nets", Journal of Accounting Auditing and Finance, 1995, pp 147-172. "Stock Price Prediction Using Neural Networks: A Project Report" NeuroComputing, 1990, #2 "Forecasting Bankruptcies Using a Neural Network," International Business Schools Computing Quarterly, Spring 1995 WHY CAN THEY WORK SO WELL ?
In contrast to standard linear regression models, NNs perform nonlinear regression modeling, which is orders of magnitude more flexible and powerful. When a user wisely decides on a NN's task and feeds it market data needed to perform that task, the model has potential to perform well because it .
is inherently nonlinear and can "train" better than linear models in this environment. can learn to see better than humans the various relationships among large numbers of indicators. is dispassionate and consistent; NNs know neither fear nor greed. can be automatically retrained over and over to accommodate new behavior in the markets. COMMON ERRORS made by NOVICES.
Making money with sophisticated technology is a dual-edged sword. Without careful data preparation, you can easily produce useless junk. The first mistake made by novices using neural networks, is they fail to search for the most relevent data. A few top notch indicators will deliver better results than a few hundred irrelevant ones.
The second common mistake is to think that feeding a neural net 100 indicators will deliver better results than feeding it only ten. But large numbers of inputs require a large model which is difficult to train and maintain. Reducing data to its most compact form (and thereby reducing the NN model to its most compact form) greatly improves chances of success.
Two critical ways to compress data are sparse historical sampling (temporal compression) and redundancy reduction (spatial compression). Many market indicators are redundant because they reflect the same market forces at work, so eliminating redundancy is purely advantageous. As for sparse historical sampling, it is important to find representative values for past points in time, but done in such a way so as not to let important price patterns be skipped.
Jurik's WAV performs sparse historical sampling (temporal compression).
Jurik's DDR performs redundancy reduction (spatial compression).
Here is a nice tutorial on neural nets. It is a Macromedia Flash interactive movie. Select topic from menu along the top of the movie screen.
Eles realmente funcionam?
WHAT ARE GENETIC ALGORITHMS ?
Genetic Algorithms (GAs) are a general purpose problem solving technique. First, several random answers to a problem are generated. The worst answers are eliminated, and the best are "mutated" and "cross-pollinated" with each other to create additional answers that closely resemble the first. The repeated process of elimination and regeneration gradually improves the quality of answers. In this way, they simulate the evolutionary process of "survival of the fittest." GAs are ideal for solving complicated problems with many independent (input) variables and a gigantic number of possible outcomes.
GENETIC ALGORITHM APPLICATIONS.
Genetic algorithms have been used to find the optimal . . .
Budget allocation Job shop schedule Chemical inventory Starting conditions Military response Investment portfolio Fuel consumption Investment trading rules Electronic circuit design.
With regard to financial applications, genetic algorithm optimization has been applied to . . .
Portfolio Balancing & Optimization Budget Forecasting Investment Optimization Payment Scheduling.
Major banks are using a GA component in their loan evaluation programs, such as the one marketed by KiQ of London. Currency traders at Citibank are using GAs to select characteristics of sequences of financial data to more accurately predict their future behavior. Stock traders at Salomon Brothers are using GAs to search for optimal trading rule combinations. Fund managers at Fidelity Investments try to best bundle securities to satisfy constraints. First Quadrant manages a $10-billion portfolio of pension funds, and uses genetic algorithms to build investment models. Models built by genetic algorithms made $255 for every $100 invested, compared with the typical $205. Financial managers at Merrill Lynch use GAs to hedge clients' exposure to price changes in foreign exchange markets.
HOW CAN THEY OPTIMIZE TRADING RULES ?
After you have preprocessed your financial data and developed technical indicators to your liking, your next step is probably to translate these numbers into trading decisions: buy, sell, hold, exit, swap, straddle, leap, etc. Unfortunately, these decisions may involve very complex rules, based on lots of contingencies. For example, one such rule may resemble the following .
Buy long only when A is rising, and B is less than C,
and interest rates just crossed below D.
Neural nets cannot optimize complex trading rules very well. However, genetic algorithms can by employing the latest findings in genetic algorithm optimization (GAO). The concept of GAO comes from the resemblance of this process to genetic evolution. If we pretend the parameters A, B, C, . are genomes (parts) of one large chromosome, then when nature mutates the chromosomes, through mating and reproduction, natural selection eliminates those organisms that perform poorly in the real world. Eventually, organisms with optimal and near-optimal chromosomes survive.
Suppose you had a collection of 30 rules for trading,
but you want only 10 or less.
Which rules do you eliminate?
You might write a program to evaluate all 53 million combinations, or you could use the GA method. GAs would try a number of random combinations of rules, toss out the combinations that performed poorly and make variations upon the collection of rules that performed well. Eventually, you are left with either the optimal or a near-optimal combination of rules.
Jurik STC Forex Торговая Система.
Jurik STC является форекс торговая система, которая основана на индикаторе Jurik с ЭМА и Боллинджера на нем. Он подходит для всех валютных пар и лучше всего работает на 15 минут или выше сроки.
MT4 индикаторы:
100мать; Jurik STC полосы Боллинджера (30, 2). Задавать, на Jurik STC перепроданности и перекупленности уровня в 5 а также 95.
Длинная запись:
Когда Jurik STC зеленый и разбивает перепроданности уровень. если цена запись не выходит верхняя полоса.
Когда Jurick STC красный и Перерывы вниз уровня перекупленности. No Entry, если цена не выйдет нижняя полоса.
Выход из положения:
Для покупки, если цена находится выше выхода 100EMA когда Jurik STC является красным цветом, если цена находится ниже выхода 100EMA в средней полосе BB.
Поместите стоп-лосс на нижней полосе или средней полосы.
Для продажи, если цена находится ниже 100EMA выхода, когда Jurik STC зеленый, если цена находится выше 100EMA выхода в средней полосе BB.
Место стоп-лосс на верхней полосе или средней полосы.
Инструкции по установке Sistemas de Negociação Forex.
Jurik STC Forex Торговая система представляет собой сочетание Metatrader 4 (MT4) индикатор(s) и шаблон.
Суть этой системы форекс заключается в преобразовании накопленных исторических данных и торговые сигналы.
Jurik STC Forex Торговая Система дает возможность обнаруживать различные особенности и закономерности в динамике цен, которые не видны невооруженным глазом.
На основании этой информации, трейдеры могут предполагать дальнейшее движение цены и регулировать эту систему соответствующим образом.
Thread: Simple - Accurate - Profit with live Renko SAP System (non repainting base)
Ferramentas de Tópicos.
Modo Linear Alterne para o Modo Híbrido Alterne para o Modo Rosqueado.
Simple - Accurate - Profit with live Renko SAP System (non repainting base)
Good for any pairs(the lower spread the better), I am currently testing at 3pips - 5.
SAP BASIC II.
Would you please share your SAP SYSTEM , please?
SAP-Jurik CCI mtf.
Tópicos Similares.
Simple - Accurate - Profit with live Renko SAP System (non repainting base)
Renko Ashi System 2, Renko Ashi 20 pips + correlação.
Tags para este Tópico.
Permissões de postagem.
Você não pode postar novos tópicos Você não pode postar respostas Você não pode postar anexos Você não pode editar suas mensagens.
Código BB está Ligado Smilies estão Ligados [IMG] o código está Ligado [VÍDEO] o código está Ligado Código HTML está Desligado.
Copyright e cópia 2000 - 2018, Jelsoft Enterprises Ltd.
Estrategias FOREX Estrategia Forex, estrategia simples, estrategia de negociacao Forex, Forex Scalping.
Estratégia Forex 2 Sistema JMA.
Eu recomendo selecionar um Broker Forex com o Terminal MetaTrader 4.
No gráfico de 15 minutos, o EURUSD definiu:
1) Jurik Moving Average c período de 40 e # 8212; JMA (40)
2) Jurik Moving Average c período de 80 & # 8212; JMA (80)
A abertura da posição de negociação da estratégia de forex 2 JMA System:
1) Abra a transação na direção das médias móveis JMA (Na compra, se o JMA rápido (40), acima do JMA lento (1980) para vender & # 8212; ao contrário).
2) Para abrir uma negociação com a tendência, você precisa possuir a tendência foi "fresco", ou seja, foi a principal tendência da sessão.
3) Se a interseção do deslizante JMA tiver ocorrido pela manhã (das 03:00 às 12:00 CET), então uma negociação só pode ocorrer após a reversão para um movimento lento, ou seja, JMA (40) (não deve haver mais encerra vela de 15 pips do JMA lento (40)), ou se o preço já está próximo ou mesmo muito abaixo do JMA médio móvel (40).
Apenas para a manhã de interseções, há uma regra: se o mercado não é a tendência predominante e a inclinação da JMA é fraca, então após cruzar as médias móveis, uma negociação só é possível no fechamento da sétima barra, sem contar a única barra, que passou a cruzar a JMA; se houver um salto acentuado no gráfico e a inclinação do JMA for pronunciada, a transação poderá ser aberta no final da quinta barra (ou imediatamente se o preço da barra estiver localizado muito próximo do JMA lento) 40) & # 8212; 10 pips ou menos).
4) A média móvel JMA depois de 12:00 horário de Moscou, a transação deve ser aberta de uma vez para fechar a barra, o que aconteceu com a interseção de 2 JMA, mas o preço para isso não deve ser superior a 25 pips do JMA lento ( 40). Se o preço é mais do JMA (40) do que 25 pips, então você precisa aguardar a reversão e comprar imediatamente se as condições necessárias para aguardar o fechamento do recuo não for necessariamente uma barra, você pode fechar o negócio imediatamente.
5) Em todos os casos, a abertura de uma posição de negociação, se o JMA rápido (com o parâmetro 40) após cruzar dirigido contra a tendência (contra a direção desta interseção de duas médias móveis) & # 8212; esse sinal deve ser ignorado.
Se você gostou desta estratégia Forex - Você pode se inscrever para receber novos materiais no site Strategy4forex por RSS ou por e-mail:
Postar um comentário.
Outras 20 categorias de Estratégias Forex "Estrategias Forex, baseadas em Médias Móveis"
Mostre uma lista de todas as estratégias Forex desta categoria com uma breve descrição: Estratégias Forex, baseadas em Médias Móveis.
Últimas 5 estratégias de Forex.
Estratégia Forex «Tendência Schaff»
Forex Strategy «Schaff trend» dificilmente é algo revolucionário e novo, mas é bastante lucrativo e fácil por um tempo considerável, e é baseado no mesmo ciclo de tendência de exibição schaff, que é complementado por um indicador estocástico. Para o comércio eu recomendo escolher um dos corretores: FxPro ou Alpari (acrescenta depósito de 101%) [& hellip;]
Estratégia Forex & # 171; Moho & # 187;
Estratégia Forex & # 171; Moho & # 187; baseia-se num conjunto de indicadores padrão: o indicador MACD define a tendência subjacente (direção do comércio), Momentum & # 8212; mostra o clima atual do mercado, e o indicador Fractals fornece um ponto de entrada, então a estratégia fornece um bom lucro dentro de uma tendência, no entanto, isso não significa que é o [& hellip;]
Estratégia Forex & # 171; Dual zero & # 187;
Hoje publicamos uma estratégia bastante simples, mas eficaz forex & # 171; O duplo zero & # 187 ;, em que apenas um indicador e o nível de preço rodada com o fim em dois zeros (para o corretor de quatro dígitos). Para o comércio eu recomendo escolher um dos corretores: FxPro ou Alpari (acrescenta depósito de 50%) Apesar da simplicidade desta estratégia, [& hellip;]
Estratégia Forex & # 171; Fox & # 187;
Estratégia forex & # 171; Fox & # 187; é um risco excessivo e este fato deve ser considerado quando você o transformar em seu conjunto de negociação (portfólio) & # 8212; o rácio de lucro / stop loss nas transacções, por vezes, não é a favor do comerciante, mas a alta precisão dos sinais na entrada do mercado e filtros adicionais [& hellip;]
Estratégia Forex & # 171; Аmbush & # 187;
Estratégia Forex & # 171; Аmbush & # 187; À primeira vista pode parecer um pouco confuso e complicado, e realmente para backtesting a estratégia exigirá considerável paciência e meticulosidade, mas na negociação real todo o processo é bastante simples e lógico: o sinal principal é esperado no intervalo H4 onde determinamos a direção do comércio. Próxima [& hellip;]
Download do indicador MT4 - Calculadora de Gerenciamento de Dinheiro:
Construindo Sistemas de Negociação.
CHAVES PARA TRADING SUCESSO.
Não, as chaves para o sucesso não são nossos produtos nem os de qualquer outra pessoa. Em vez disso, para ser um profissional bem sucedido você precisa.
um sistema de negociação com expectativas lucrativas, sólidos princípios de administração do dinheiro, a capacidade psicológica de negociar consistentemente e capitalização adequada.
Ao contrário da crença popular, seu sistema básico de negociação só precisa ser modestamente lucrativo. Um esquema adequado de gerenciamento de dinheiro projetado para controlar seu & quot; tamanho de aposta & quot; pode expandir substancialmente esses lucros escassos. Além disso, uma vez que a natureza humana tende a obter lucros cedo demais e a deixar as perdas irem longe demais, você precisa estar familiarizado com o mercado e não se envolver emocionalmente com muito medo de seguir as recomendações do seu sistema comercial.
Portanto, não oferecemos esquemas de enriquecimento rápido. Eles não trabalham. Nem vamos insultá-lo com sugestões de que, se uma empresa de gerenciamento de capital de um bilhão de dólares se conecta diretamente a Wall Street com uma vasta instalação de computadores e dezenas de PhDs podem fazer milhões usando o produto X, você também o fará. Você provavelmente não vai.
Também não podemos prometer que os mercados são tão ineficientes que é fácil obter lucros. Não é, simplesmente porque você estará competindo com outros jogadores muito inteligentes, que querem o seu dinheiro.
Por outro lado, oferecemos ferramentas poderosas e produtos educacionais para ajudar investidores individuais, como você, a conseguir um sistema de negociação eficaz. As ferramentas Jurik são compatíveis com muitos produtos de software. Nossos clientes satisfeitos concordam!
SISTEMAS DE NEGOCIAÇÃO PRÉ-CONSTRUÍDA.
É um erro assumir que os sistemas de negociação descritos em livros, revistas ou em seu lixo eletrônico são lucrativos. Eles precisam ser testados durante um período prolongado de dados históricos (o suficiente para pelo menos 500 negociações). O melhor teste individual que você pode aplicar a qualquer estratégia de negociação para venda é este:
mostrando os 200 mais recentes consecutivos.
comércios chamados pela estratégia?
Se o vendedor não estiver disposto ou não puder fazê-lo, afaste-se.
Se você receber a declaração de um corretor, plote a curva de capital e veja se consegue lidar (financeira e emocionalmente) com qualquer seqüência de perdas. Além disso, tente obter um gráfico de dispersão contendo a excursão adversa máxima de cada negociação. Às vezes, primeiro um comércio perde muito antes de se tornar lucrativo. Você consegue lidar com essas situações corretamente?
Quando o mercado muda seu comportamento, o desempenho do sistema pode se degradar em um perdedor. Você terá que pagar $$ adicionais por atualizações periódicas?
Finalmente, quanto você espera aprender sobre negociação de um sistema que não pode analisar nem modificar?
Acreditamos que é melhor você fazer seu próprio sistema de negociação do que comprar um. Seu sistema será projetado em torno de seus recursos financeiros e zona de conforto psicológico. E você poderá modificá-lo de acordo com as condições do mercado. Por último, mas não menos importante, você saberá exatamente como pode ser esperado.
do edifício do sistema.
Considere obter software de gráficos de mercado compatível com as ferramentas Jurik.
O próximo passo é adquirir nosso JMAadd-in. A JMA possui o maior número de utilizações, suavizando preços e outros indicadores técnicos com muito pouco atraso. Os usuários encontraram novas aplicações, explorando as linhas ultra-suaves da JMA.
Nossas outras ferramentas de negociação avançadas, CFB, VEL e RSX, aprimoram ainda mais o design do sistema de negociação, oferecendo novas maneiras de medir o comportamento da ação de preço. O CFB mede a duração da tendência do mercado (nenhum indicador clássico faz isso). O VEL oferece uma medida ultra-suave de dinâmica de mercado, sem mais lag que o indicador clássico de momentum. O RSX é a versão do RSI clássico da Jurik, exceto que o RSX também é ultra-suave. Quando você vê RSX, você nunca vai querer usar o RSI novamente !!
Uma vez que você esteja confortável com a construção de sistemas de negociação usando indicadores simultâneos (preço) e atrasos (clássicos), você pode agora expandir suas capacidades adicionando indicadores LEADING. Naturalmente, todos os indicadores líderes populares são inúteis, pois o mercado já descontou as informações que eles oferecem. Em vez disso, você precisará criar seus próprios indicadores principais.
Um indicador principal deve prever algum aspecto do comportamento do mercado. Atualmente, são necessários procedimentos sofisticados de modelagem não linear (como redes neurais). Para começar, recomendamos que você adquira e familiarize-se com o aplicativo de planilhas do Excel, da Microsoft. Em seguida, adquira um add-in de rede neural para o Excel. Existem vários no mercado.
Depois de se familiarizar com o desenvolvimento da rede neural, obtenha experiência na criação de indicadores líderes e usando nossas ferramentas de pré-processamento para o MS Excel.
Quatro qualidades de ótimos indicadores técnicos.
Quase todos os indicadores técnicos envolvem tomar alguma forma de uma média de valores históricos, a fim de reduzir o ruído do mercado, que aparece como jitter de alta velocidade. Os analistas normalmente ignoram a instabilidade do ruído porque não tem tendência nem padrões repetitivos. Consequentemente, a maioria das médias móveis tem um comprimento & quot; parâmetro que efetivamente controla a suavidade aparente do indicador e, de maneira inversa, sua precisão. Ou seja, quanto mais suave for o filtro, menos reflete com precisão a ação do mercado local.
Isso faz sentido, já que o usuário pode definir o jitter como qualquer ação que tenha uma tendência menor que N barras. Portanto, vemos o player de mercado tentando aplicar suavidade suficiente para filtrar o ruído sem remover a estrutura importante que é relevante em seu período de tempo desejado. Em resumo, .
faz um tradeoff entre suavidade e precisão.
A precisão pode ser medida de várias maneiras: robustez, overshoot, pontualidade e proximidade. Essas medidas serão descritas no contexto de um filtro hipotético de média móvel.
Simplificando, você quer que um filtro (por exemplo, média móvel) produza uma versão livre de ruído do sinal original, pelo que a curva global não é nem superior nem inferior à série original. Um resultado semelhante ao que você produziria quando recebesse uma caneta e manualmente "rastreado" por & quot; a importante ação do mercado.
Todos os indicadores técnicos que examinam estritamente os valores de dados passados (isto é, não olham para o futuro) são chamados de "causais". Estes são os únicos disponíveis para você quando negociando o mercado em tempo real. Todos os filtros causais têm um problema fundamental: estão atrasados em relação à série temporal original. O atraso em seus indicadores técnicos só serve para atrasar o que você precisa ver agora. Esta é uma questão crítica, porque o atraso excessivo e as negociações atrasadas podem reduzir significativamente os lucros.
Idealmente, você gostaria que um sinal filtrado fosse suave e livre de atrasos. No entanto, para todos os filtros causais, maior suavidade produz maior defasagem e não há "livre de penalidade". contornar isso. Alcançar a suavidade sem adicionar atrasos significativos ou outras idiossincrasias indesejadas confundiu os analistas financeiros, bem como o pessoal de processamento de sinais durante anos. Nós da Jurik Research entendemos muito bem a natureza do lag e utilizamos fórmulas proprietárias que abordam essa questão fundamental.
Uma abordagem comum para reduzir o atraso é adicionar alguma "inércia". na fórmula, permitindo que um filtro siga as tendências mais de perto sem sacrificar a suavidade. No entanto, a penalidade paga é quando um mercado rapidamente inverte a direção. A inércia do filtro impede que ele mude rapidamente de direção, e continua a ultrapassar por algum tempo antes de reverter a direção. Quanto mais inércia você aplicar, maior será o overshoot. . E isso pode criar um problema real.
Algumas negociações são acionadas quando uma média móvel de preço cruza um limite especificado pelo usuário. Por exemplo, suponha que as tendências de preço subam em direção a um limite, mas inverte a direção na hora certa para não quebrar o limite. Um filtro com muita inércia superará e quebrará o limite, mesmo que o preço não o faça. Esse gatilho falso pode produzir um comércio indesejado.
Para remover o ruído em uma série temporal, os filtros comuns usam técnicas matemáticas que existem há anos. A teoria subjacente em quase todos os casos assume mudanças nos preços de mercado com uma distribuição Normal (Gaussiana). Isso pode ser verdade para o ruído em seu rádio de carro ou gravador de fita cassete, mas não para o mercado. Lacunas nos preços de mercado ocorrem com mais frequência, por ordens de grandeza, do que sugere a curva de Gauss. Consequentemente, os filtros comuns respondem aos choques de preços de maneira muito fraca.
Os jogadores precisam de um filtro que seja robusto contra choques de preço. Isso exige um tipo especial de processamento de sinal chamado de "não linear". filtragem. Nossa principal ferramenta, a JMA, é um desses filtros e pode lidar com choques de preço melhor do que qualquer outra média móvel disponível no mercado hoje. De fato, quanto maior a lacuna, mais evidente fica a superioridade da JMA.
A Jurik Research alcançou esses resultados primeiro desenvolvendo e testando algoritmos no MATLAB, a escolha do engenheiro para a simulação de software. Nós tentamos evitar fazer quaisquer suposições sobre o sinal sendo processado, além de que é um passeio aleatório de mudanças de preço distribuídas Cauchy acumuladas (não Gaussianas!). Desta forma, os algoritmos não podem ser enganados por uma ação de mercado atípica. Em seguida, permitimos que os testadores beta qualificados procurem problemas. Finalmente, depois de disponibilizarmos cada produto.
pessoa que é o primeiro a relatar qualquer específico.
erro em nosso software ou documentação.
Na Jurik Research, não há substituto para a excelência.
Sequência para construção avançada de sistema.
Se alguns humanos podem negociar consistentemente bem, então por que não pode um computador? Por que não pode ser seu computador? Sombras de inteligência artificial, não ouvimos essas perguntas antes? A Inteligência Artificial, independentemente da sua definição formal (se alguma vez teve alguma), se traduz em trabalho duro e muitas vezes infrutífero. A persistência vale a pena, no entanto. Metodologia estruturada e experimentação sistemática é o modus operandi recomendado.
Definimos um sistema avançado como aquele que inclui algum aspecto de um indicador antecedente, o que implica que a previsão está envolvida. Os principais indicadores podem ser projetados para praticamente qualquer coisa, mas nós preferimos usá-lo para prever uma faixa de preço superior e inferior, bem como valores MACD futuros. O desenvolvimento adequado do indicador principal exige o pré-processamento com WAV e DDR e a modelagem com um programa de rede neural. Por fim, tudo isso precisa ser realizado de maneira sistemática.
Para conseguir isso, projetei esse fluxograma para ver a grande figura. Ela subdivide o esforço de desenvolvimento do sistema comercial em vários estágios. Aqui está uma revisão de vários estágios do nosso processo avançado de construção de sistema. Você pode alterar qualquer aspecto para atender às suas necessidades específicas.
Aqui está uma descrição de como eu construo meus próprios sistemas de negociação. O fluxograma mostra seis etapas do desenvolvimento do sistema de negociação:
Selecionar dados explicativos (estágio de coleta) Criar indicadores de baixa lag (estágio de pré-processamento) Criar indicadores principais (estágio de modelagem) Construir seu sistema de negociação (estágio de estratégia) Backtest seu sistema de negociação (fase de verificação 1) Negociar com um intermediário simulado ESTÁGIO 1.
Isso envolve a tarefa desinteressante de coletar e verificar dados financeiros. Não ajuda a auto-imagem do seu sistema a dar-lhe preços históricos salpicados de espaços em branco e zeros. Eyeball para qualquer problema.
A pesquisa mostrou que, se você converter os dados de preço no LOG (logaritmo) de dados de preços, as estratégias funcionarão melhor durante um período mais longo. Isso ocorre porque os dados de preços são agora expressos em uma relação multiplicativa entre si, em vez de aditivos, e isso tende a ser preservado à medida que os preços mudam de escala ao longo do tempo.
Esta etapa envolve o pré-processamento de dados. Resumidamente, é aqui que extraímos indicadores significativos de dados financeiros brutos. Um bom pré-processamento faz com que o próximo estágio (modelagem) seja executado sem problemas. Os modeladores profissionais percebem a importância desse passo e concentram a maior parte de sua energia aqui. No entanto, para o amador, tem o mesmo apelo que lavar roupa.
Determinar o melhor horizonte de previsão & quot; para a série temporal a ser prevista. Por exemplo, a distância ideal para prever no futuro ao usar barras diárias de Títulos de 30 anos é de 5,5 dias. Esse valor varia de mercado para mercado e o método de cálculo é explicado em meu livro Financial Forecasting and Neural Networks.
Determine quantos dados históricos são necessários para fazer uma previsão SINGLE. Eu me refiro a essa quantidade de tempo histórico como o & quot; horizonte de lookback & quot; e seu tamanho é tipicamente 4 vezes o horizonte de previsão. Por exemplo, se minha previsão é prever 5,5 barras no futuro, meu horizonte de lookback (L) para cada previsão precisará ter 22 barras. (L = 22) Todos os indicadores precisam considerar a atividade de pelo menos as barras L mais recentes.
Selecione os dados explicativos adequados, como máximas, mínimas, volume, etc. Incentivo você a investigar os dados de pré-suavização de preços primeiro com o JMA, criando assim os "proxies". para os valores dos preços brutos. Em seguida, crie indicadores relevantes (RSX, VEL, CFB, canais, JMA-MACD, etc.) aplicando-os aos proxies JMA, em vez dos dados brutos de preço. Definir o & quot; comprimento & quot; parâmetro de seus indicadores para que o número de barras considerado por cada fórmula seja aproximadamente o horizonte de lookback (L).
Certifique-se de que cada coluna de valores indicadores se assemelha a um oscilador padronizado de média zero (ou seja, série Z-score), e não é um passeio aleatório (por exemplo, preços de mercado bruto). Isso ocorre porque um passeio aleatório acabará inserindo um intervalo que o modelo não viu durante o desenvolvimento, induzindo a falha.
Aplique o WAV aos indicadores acima, a fim de comprimir os valores L mais recentes de cada indicador em um número muito menor de valores. Por exemplo, o WAV pode comprimir os 73 valores mais recentes de um indicador em apenas 13, uma compressão de 82%! Ao construir modelos de previsão, é importante reduzir o número de variáveis de entrada, tanto quanto possível, de preferência sem perder informações valiosas no processo.
Reúna os valores de tempo comprimido de cada indicador (isto é, a saída de WAV) em uma matriz (uma coluna por indicador) e aplique DDR. Esse procedimento reduz o número de colunas na matriz, extraindo toda a redundância entre as colunas. O resultado é um array com muito menos colunas, todas as colunas são mutualmente não correlacionadas (cada coluna carrega informações diferentes), e pouca ou nenhuma informação foi perdida no processo.
Neste ponto, seus dados são compactados temporal e espacialmente. Se seu modelo tivesse que receber os 73 valores mais recentes de cada um dos 10 indicadores sem compactação espaço-temporal, seu modelo de previsão estaria olhando para uma matriz de entrada de 730 valores para cada previsão. No entanto, após a compactação espaço-temporal, o novo array provavelmente seria 13 valores para cada uma das apenas 4 colunas, apenas 52 valores no total. Isso representa uma compressão final de 93% !!
O estágio 3 é onde você pode brincar e aprender sobre ferramentas de modelagem sensuais, como ARIMA, sistemas especialistas, algoritmos genéticos e redes neurais. Normalmente, o novato irá pular completamente o estágio 2 e passar meses tentando fazer tudo acontecer no estágio 3. Isso leva a reclamações de que a rede neural [expletive deleted] está com morte cerebral.
Escolha o que você deseja que o modelo preveja. Mantê-lo simples, como estimar o MACD cinco barras para fora, ou estimar resistência e suporte (em relação ao preço médio atual) 10 barras para fora. Evite tentativas de previsão de preços brutos do mercado (a menos que você seja realmente bom em prever variáveis pseudo-aleatórias). Certifique-se de que sua coluna de valores alvo de previsão se assemelha a um oscilador padronizado de média zero (ou seja, série Z-score), e não é um passeio aleatório (por exemplo, preços de mercado bruto). Isso ocorre porque um passeio aleatório acabará inserindo um intervalo que o modelo não viu durante o desenvolvimento, induzindo a falha.
Alimente o array compactado que você criou no estágio 2 e direcione os dados para o seu modelo. Verifique todos os modelos com dados que não foram usados durante o desenvolvimento. Como regra geral, para cada variável de entrada (independente) inserida em seu modelo, você precisará de dados de treinamento e verificação suficientes para suportar pelo menos 100 previsões. Assim, se o seu modelo receber 54 variáveis de entrada por previsão, você precisará de dados suficientes para suportar 100 * 54 ou 5.400 previsões durante a criação e verificação do modelo.
Alimente o array compactado que você criou no estágio 2 e direcione os dados para o seu modelo. Verifique todos os modelos com dados que não foram usados durante o desenvolvimento. Como regra geral, para cada variável de entrada (independente) inserida em seu modelo, você precisará de dados de treinamento e verificação suficientes para suportar pelo menos 100 previsões. Assim, se o seu modelo receber 54 variáveis de entrada por previsão, você precisará de dados suficientes para suportar 100 * 54 ou 5.400 previsões durante a criação e verificação do modelo.
Informações sobre diferentes paradigmas para modelagem de indicadores antecedentes são fornecidas mais abaixo nesta página. (Continue lendo. Você vai chegar lá).
Esta etapa é para desenvolver a lógica de negociação. É o mais "divertido" parte da construção do sistema, desde que você saiba o que está fazendo. Existem muitos livros sobre esse assunto. No que diz respeito ao uso de modelos de previsão, aqui estão algumas dicas:
Crie regras para gerenciamento de risco e dinheiro. Existem livros para ajudá-lo com este assunto.
Uma técnica inteligente de gerenciamento de risco é criar vários modelos treinados estocasticamente (por exemplo, redes neurais) para fazer a mesma previsão. Quando todos os modelos estiverem em forte acordo, aumente seu risco. Quando eles estão em forte desacordo, diminua seu risco.
Durante o backtesting, investigue as estatísticas como retorno por conta (considerando rebaixamento máximo), gráficos máximos de excursão adversos, simulações de Monte Carlo da expectativa de meia-vida fiscal, etc. Ao fazê-lo, procure os maus negócios do sistema e evoque modificações no projeto.
Considere quantas variáveis, constantes e linhas de código você está ajustando (otimizando). Cada um é um grau de liberdade com que você está jogando. Quando backtesting, use dados de mercado suficientes para o sistema criar 100 negociações para cada grau de liberdade. Assim, se você estiver otimizando 5 constantes e ajustando 4 linhas de código, as chamadas de verificação para cada execução produzirão pelo menos 100 * (4 + 5) ou 900 negociações.
Esteja atento para otimizar os sistemas de negociação. A conjuração indisciplinada e excessiva do código pode levar a uma lógica de espaguete super otimizada, um pesadelo a ser mantido. Além disso, a otimização em excesso resultará em excelente desempenho no conjunto de dados atual, mas em desempenho ruim nos dados futuros. Nosso livro Previsão Financeira e Redes Neurais e fita de áudio Espaço, Tempo, Ciclos e Fase oferecem uma explicação deste fenômeno.
para uma explicação deste fenômeno. Um sistema que comercialize bem tanto em dados históricos quanto em dados futuros é o mais desejável.
Durante a "troca de papel" ao vivo, fique atento à rapidez com que o sistema se degrada. Isso sugere com que frequência os modelos precisam ser atualizados. Pode também sugerir uma lógica de negociação fraca.
Um exemplo de um sistema de negociação aprimorado de rede neural que funcionou bem, sem reciclar, por muitos meses após seu desenvolvimento, é descrito na edição de dezembro de 1996 da Revista Futures. Embora o procedimento de teste e verificação usado pelo autor não fosse o melhor, o resultado provou ser lucrativo mesmo assim.
Você realmente não precisa otimizar o seu sistema de negociação, desde que você empregue um bom gerenciamento de risco. Ele aborda a questão: quanto você está colocando em risco em um negócio versus o lucro esperado por assumir esse risco? Tal como um jogador de poker experiente, com uma gestão de dinheiro adequada, avalia quanto investir e quanto está disposto a perder em cada aposta. Portanto, o princípio básico da gestão de dinheiro é o gerenciamento de risco. A abertura de posições com risco coberto é fundamental para o sucesso da negociação. Em outras palavras, gerencie o risco primeiro e os lucros ocorrerão quando sua aposta estiver correta. É incrível o quanto essa disciplina pode melhorar a lucratividade geral do seu sistema. Durante um período de anos, esta técnica pode melhorar os lucros comerciais mais de dez vezes!
Alguns livros sobre gerenciamento de dinheiro estão listados AQUI.
Principais indicadores e modelagem.
Por que os indicadores principais são difíceis de fazer.
são difíceis de fazer.
O & quot; Composto de Principais Indicadores Econômicos & quot; é valorizado pelo Federal Reserve e investidores de longo prazo por seu potencial de previsão. Em contraste, os investidores especulativos preferem usar indicadores técnicos e fundamentais com potencial de previsão de curto prazo. O problema é que quase todos os indicadores comumente usados (MACD, ADX, CCI, RSI etc.) olham para trás e resumem o que ocorreu, não o que ocorrerá.
A raridade de bons indicadores líderes de curto prazo nos diz que eles são difíceis de produzir e, o que é mais importante, porque tão poucos investidores os exploram, esses indicadores podem gerar uma vantagem comercial significativa. Mas por que eles são tão raros? O que é tão difícil na criação de um indicador líder de curto prazo?
"Se todos os economistas foram colocados de ponta a ponta,
eles ainda apontariam em todas as direções. & quot;
Arthur H. Motley.
O motivo de sua raridade deve-se, em parte, à natureza dos mercados. No passado, quando a negociaçà £ o nà £ o era dominada por computadores, a maioria dos analistas financeiros usava a teoria macro e microeconómica, bem como a classificaçà £ o clássica "linear". técnicas de modelagem. Modelos tradicionais de mercado, baseados em teoria e técnicas lineares e suas suposições simplificadoras, estão tornando as previsões cada vez mais imprecisas a cada ano. Os analistas de Wall Street sempre perderam todos os grandes pontos de virada no mercado nos últimos 30 anos. Por exemplo, seis meses antes da recessão de 1990, 34 dos 40 economistas concordaram e "a economia provavelmente evitará uma recessão". Além disso, apenas duas semanas antes do enorme mercado em alta, em 1991, o consenso desses 40 economistas era: "a economia encolherá nos próximos seis meses".
Os comerciantes e investidores que usam sistemas baseados em análises clássicas também sofrerão perdas graves quando as condições do mercado mudarem muito rapidamente para que seus modelos "compreendam".
A Jurik Research acredita que os problemas com os modelos tradicionais de mercado derivam de suas suposições, que eu divido em três categorias.
Os modelos lineares funcionam melhor quando suas variáveis de entrada são independentes (não correlacionadas entre si). Variáveis de entrada altamente correlacionadas podem levar a modelos que parecem funcionar bem em dados históricos, mas que falharão miseravelmente em novos dados. Tais interdependências existem (por exemplo, a relação inversa entre mercadorias e títulos) e modelos que não conseguem explicar esse fato terão problemas.
Hoje, o mercado se move mais rápido e mais caoticamente, exibindo relações não-lineares e desarticuladas entre as forças do mercado.
Para manter a vida simples, os analistas assumem que todos os traders e investidores são avessos ao risco, racionais e reagem de maneira semelhante. Na realidade, os operadores de pregão, os operadores de curto e longo prazo, os gestores de fundos, os hedgers, os operadores de programas e os criadores de mercado usam níveis diferentes de risco e reagem em diferentes prazos.
Claramente, precisamos de uma nova família de modelos que possa simular relações não-lineares e jogadores que pensem em diferentes períodos de tempo. Consequentemente, os esforços para encontrar e explorar nichos lucrativos nos mercados estão deixando de lado técnicas clássicas para métodos de negociação mais poderosos. Novas ferramentas usando métodos de inteligência artificial estão aumentando em popularidade. Essas ferramentas incluem redes neurais e algoritmos genéticos.
Agora que as versões fáceis de usar de ambos os paradigmas estão atualmente disponíveis como suplementos para o Microsoft Excel, o público está rapidamente percebendo: não é tão difícil assim.
Eles realmente funcionam?
O QUE É UMA REDE NEURAL?
Uma rede neural (ou NN) é composta de um grande número de elementos de processamento altamente interconectados (neurônios) trabalhando em uníssono para resolver problemas específicos. Cada elemento executa uma fórmula matemática, cujos coeficientes são & quot; aprendidos & quot; quando são dados exemplos de como o NN deve responder a vários conjuntos de dados. As aplicações incluem reconhecimento ou classificação de padrões de dados.
Durante um & quot; treino & quot; Durante a sessão, o NN produz uma coleção de funções matemáticas não-lineares simples que se alimentam mutuamente de valores numéricos de um modo que lembra vagamente a atividade neural das células cerebrais. A interac�o entre neur�ios pode tornar-se t� complexa que esse conhecimento das f�mulas matem�icas oferece pouca ou nenhuma informa�o sobre a "l�gica" global do modelo. Consequentemente, desde que a rede neural tenha bom desempenho, seu usuário raramente se importa em saber quais são as equações exatas dentro dela.
Tenha cuidado para não confundir redes neurais (NN) com outro paradigma de inteligência artificial chamado sistemas especialistas (ES). Programas ES são projetados para imitar o pensamento racional, conforme descrito por especialistas. No entanto, se o especialista não puder expressar sua lógica de uma maneira confiável que produza decisões corretas, o paradigma da ES não pode ser efetivamente empregado. Em contraste, um NN não está preocupado em emular a lógica humana. Um NN simplesmente tenta mapear a entrada numérica para os dados de saída. A crença equivocada de que os paradigmas NN e ES são semelhantes leva inevitavelmente ao argumento incorreto de que, se os modelos ES tiverem um desempenho ruim, os modelos NN também funcionarão mal. Felizmente, os modelos NN estão se saindo bem no mundo real.
APLICAÇÕES DE REDE NEURAL.
No mundo comercial, as redes neurais estão sendo usadas.
gerenciar carteira risco avaliar crédito empréstimo risco detectar cartão de crédito fraude previsão batata chip vendas detectar insalubre glóbulos otimizar trabalho loja agendamento previsão financeiro mercado atividade otimizar laminação a frio de folha de metal remover chato telefone ecos determinar preços ótimos para mercadoria detectar explosivos dentro de bagagem em aeroportos prever resultados de novas fórmulas para plástico QUAL É O PAPEL DO SISTEMA DE NEGOCIAÇÃO?
Não espere que um NN faça todo o trabalho para você e produza sinais de compra / venda. As NNs devem ser acopladas à análise técnica tradicional, e os melhores resultados vêm de traders experientes. Isso porque eles entendem quais indicadores de mercado são mais significativos e também como melhor interpretá-los. Portanto, é melhor projetar um NN para produzir indicadores técnicos significativos, e não um "Comprar / Vender". cálice Sagrado.
O fluxograma mostra seis etapas do desenvolvimento do sistema de negociação. As redes neurais são normalmente usadas no terceiro estágio, ou MODELING. Nessa etapa, as redes neurais são treinadas para modelar algum aspecto do mercado, para classificar as condições atuais ou futuras do mercado, dizendo ao investidor quando entrar ou sair do mercado. Ao prever condições futuras, elas são tecnicamente um "indicador principal".
ELES SÃO FÁCEIS DE USAR ?
Existem muitos pacotes de redes neurais disponíveis comercialmente. Muitos interagem com o ambiente do Microsoft Excel.
UMA DOSE DE REALISMO . .
Como nossos padrões de integridade são muito altos, com o risco de perder uma venda, nos sentimos obrigados a mencionar o seguinte. Não queremos dizer que o desenvolvimento de uma rede neural seja uma noite fácil. Vai levar tempo, e nem todo mundo tem tempo para fazê-lo. Nem é uma rede neural por si só um sistema de negociação. O desenvolvimento apropriado do sistema ainda requer o esforço humano usual, incluindo:
Selecionando a melhor informação Construindo e testando indicadores Interpretando os resultados Decidindo se colocar ou não um negócio Decidindo quanto investir (gerenciamento de dinheiro)
Detalhes sobre questões e considerações ao começar são fornecidos neste relatório, enviado a nós por William Arnold, autor colaborador do The Journal of Intelligent Technologies.
Por fim, surgem questões sobre quanto um trader deve confiar em um modelo NN. Será difícil confiar na decisão do seu computador de comprar quando o medo em sua mente gritar "Vender! Vender AGORA! & Quot; No entanto, em uma conferência após a outra, ouvimos os usuários comentando que teriam ganhado mais dinheiro se não tentassem enganar e vetar as decisões do sistema. Afinal, todo o propósito de construir um sistema artificialmente inteligente é evitar os mesmos negócios que a multidão, que em média perde dinheiro no mercado.
QUALQUER HISTÓRIA DE SUCESSO?
Sim, muitos. Uma empresa de gerenciamento de dinheiro trabalhou intensivamente com redes neurais desde 1988. Eles usam 3000 redes neurais, uma para cada ação comercializada. Eles usam redes neurais e algoritmos genéticos para prever separadamente o comportamento de estoques individuais. Embora as recomendações de ambos "especialistas" restringir substancialmente sua seleção, eles são ainda mais refinados com o auxílio da análise de portfólio, na tentativa de limitar a superexposição a qualquer ação ou setor. A pesquisa deles valeu a pena, já que eles estavam, em determinado momento, administrando meio bilhão de dólares.
Outras instituições que implementaram sistemas operacionais de previsão neural incluem o Citibank, a Nikko Securities, o Morgan Stanley, o Dai-ichi Kanyo Bank, a Nomura Securities, a Bear Stern e a Shearson Lehman Hutton. A Advanced Investment Technologies (AIT), em Clearwater, na Flórida, tem um dos mais longos registros de trilha usando redes neurais.
Aqui estão alguns artigos sobre a rede neural para aplicativos financeiros que você provavelmente encontrará em uma biblioteca:
"Training Neural Nets for Intermarket Analysis", Futures, August 1994 "How to Predict Tomorrow's Indicators Today", Futures, May 1996 "Going Fishing With A Neural Network", Futures Magazine, Sept. 1992 "Forecasting T-Bill Taxas com uma rede neural, & quot; An�lise T�cnica de Stocks e Commodities, Maio de 1995 & quot; Utilizando Redes Neurais para Intermarket Analysis & quot ;, An�lise T�cnica de Stocks & amp; Commodities, Nov. 1992 "Developing Neural Network Forecasters For Traders", Technical Analysis of Stocks & Commodities, April 1992 "A Neural Network Approach to Forecasting Financial Distress", Journal of Business Forecasting, v10, #4. "Forecasting with Neural Networks: An Application Using Bankruptcy Data", Information and Management, 1993, pp 159-167. "Forecasting S&P and Gold Futures Prices: An Application of Neural Networks", J. of Futures Markets, 1993, pp 631-643. "Neural Nets and Stocks: Training a Predictive System", PC AI, 1993, pp 45-47. "Using Artificial Neural Networks to Pick Stocks", Financial Analysts Journal, 1993, pp 21-27. "Analysis of Small-Business Financial Statements Using Neural Nets", Journal of Accounting Auditing and Finance, 1995, pp 147-172. "Stock Price Prediction Using Neural Networks: A Project Report" NeuroComputing, 1990, #2 "Forecasting Bankruptcies Using a Neural Network," International Business Schools Computing Quarterly, Spring 1995 WHY CAN THEY WORK SO WELL ?
In contrast to standard linear regression models, NNs perform nonlinear regression modeling, which is orders of magnitude more flexible and powerful. When a user wisely decides on a NN's task and feeds it market data needed to perform that task, the model has potential to perform well because it .
is inherently nonlinear and can "train" better than linear models in this environment. can learn to see better than humans the various relationships among large numbers of indicators. is dispassionate and consistent; NNs know neither fear nor greed. can be automatically retrained over and over to accommodate new behavior in the markets. COMMON ERRORS made by NOVICES.
Making money with sophisticated technology is a dual-edged sword. Without careful data preparation, you can easily produce useless junk. The first mistake made by novices using neural networks, is they fail to search for the most relevent data. A few top notch indicators will deliver better results than a few hundred irrelevant ones.
The second common mistake is to think that feeding a neural net 100 indicators will deliver better results than feeding it only ten. But large numbers of inputs require a large model which is difficult to train and maintain. Reducing data to its most compact form (and thereby reducing the NN model to its most compact form) greatly improves chances of success.
Two critical ways to compress data are sparse historical sampling (temporal compression) and redundancy reduction (spatial compression). Many market indicators are redundant because they reflect the same market forces at work, so eliminating redundancy is purely advantageous. As for sparse historical sampling, it is important to find representative values for past points in time, but done in such a way so as not to let important price patterns be skipped.
Jurik's WAV performs sparse historical sampling (temporal compression).
Jurik's DDR performs redundancy reduction (spatial compression).
Here is a nice tutorial on neural nets. It is a Macromedia Flash interactive movie. Select topic from menu along the top of the movie screen.
Eles realmente funcionam?
WHAT ARE GENETIC ALGORITHMS ?
Genetic Algorithms (GAs) are a general purpose problem solving technique. First, several random answers to a problem are generated. The worst answers are eliminated, and the best are "mutated" and "cross-pollinated" with each other to create additional answers that closely resemble the first. The repeated process of elimination and regeneration gradually improves the quality of answers. In this way, they simulate the evolutionary process of "survival of the fittest." GAs are ideal for solving complicated problems with many independent (input) variables and a gigantic number of possible outcomes.
GENETIC ALGORITHM APPLICATIONS.
Genetic algorithms have been used to find the optimal . . .
Budget allocation Job shop schedule Chemical inventory Starting conditions Military response Investment portfolio Fuel consumption Investment trading rules Electronic circuit design.
With regard to financial applications, genetic algorithm optimization has been applied to . . .
Portfolio Balancing & Optimization Budget Forecasting Investment Optimization Payment Scheduling.
Major banks are using a GA component in their loan evaluation programs, such as the one marketed by KiQ of London. Currency traders at Citibank are using GAs to select characteristics of sequences of financial data to more accurately predict their future behavior. Stock traders at Salomon Brothers are using GAs to search for optimal trading rule combinations. Fund managers at Fidelity Investments try to best bundle securities to satisfy constraints. First Quadrant manages a $10-billion portfolio of pension funds, and uses genetic algorithms to build investment models. Models built by genetic algorithms made $255 for every $100 invested, compared with the typical $205. Financial managers at Merrill Lynch use GAs to hedge clients' exposure to price changes in foreign exchange markets.
HOW CAN THEY OPTIMIZE TRADING RULES ?
After you have preprocessed your financial data and developed technical indicators to your liking, your next step is probably to translate these numbers into trading decisions: buy, sell, hold, exit, swap, straddle, leap, etc. Unfortunately, these decisions may involve very complex rules, based on lots of contingencies. For example, one such rule may resemble the following .
Buy long only when A is rising, and B is less than C,
and interest rates just crossed below D.
Neural nets cannot optimize complex trading rules very well. However, genetic algorithms can by employing the latest findings in genetic algorithm optimization (GAO). The concept of GAO comes from the resemblance of this process to genetic evolution. If we pretend the parameters A, B, C, . are genomes (parts) of one large chromosome, then when nature mutates the chromosomes, through mating and reproduction, natural selection eliminates those organisms that perform poorly in the real world. Eventually, organisms with optimal and near-optimal chromosomes survive.
Suppose you had a collection of 30 rules for trading,
but you want only 10 or less.
Which rules do you eliminate?
You might write a program to evaluate all 53 million combinations, or you could use the GA method. GAs would try a number of random combinations of rules, toss out the combinations that performed poorly and make variations upon the collection of rules that performed well. Eventually, you are left with either the optimal or a near-optimal combination of rules.
Jurik STC Forex Торговая Система.
Jurik STC является форекс торговая система, которая основана на индикаторе Jurik с ЭМА и Боллинджера на нем. Он подходит для всех валютных пар и лучше всего работает на 15 минут или выше сроки.
MT4 индикаторы:
100мать; Jurik STC полосы Боллинджера (30, 2). Задавать, на Jurik STC перепроданности и перекупленности уровня в 5 а также 95.
Длинная запись:
Когда Jurik STC зеленый и разбивает перепроданности уровень. если цена запись не выходит верхняя полоса.
Когда Jurick STC красный и Перерывы вниз уровня перекупленности. No Entry, если цена не выйдет нижняя полоса.
Выход из положения:
Для покупки, если цена находится выше выхода 100EMA когда Jurik STC является красным цветом, если цена находится ниже выхода 100EMA в средней полосе BB.
Поместите стоп-лосс на нижней полосе или средней полосы.
Для продажи, если цена находится ниже 100EMA выхода, когда Jurik STC зеленый, если цена находится выше 100EMA выхода в средней полосе BB.
Место стоп-лосс на верхней полосе или средней полосы.
Инструкции по установке Sistemas de Negociação Forex.
Jurik STC Forex Торговая система представляет собой сочетание Metatrader 4 (MT4) индикатор(s) и шаблон.
Суть этой системы форекс заключается в преобразовании накопленных исторических данных и торговые сигналы.
Jurik STC Forex Торговая Система дает возможность обнаруживать различные особенности и закономерности в динамике цен, которые не видны невооруженным глазом.
На основании этой информации, трейдеры могут предполагать дальнейшее движение цены и регулировать эту систему соответствующим образом.
Thread: Simple - Accurate - Profit with live Renko SAP System (non repainting base)
Ferramentas de Tópicos.
Modo Linear Alterne para o Modo Híbrido Alterne para o Modo Rosqueado.
Simple - Accurate - Profit with live Renko SAP System (non repainting base)
Good for any pairs(the lower spread the better), I am currently testing at 3pips - 5.
SAP BASIC II.
Would you please share your SAP SYSTEM , please?
SAP-Jurik CCI mtf.
Tópicos Similares.
Simple - Accurate - Profit with live Renko SAP System (non repainting base)
Renko Ashi System 2, Renko Ashi 20 pips + correlação.
Tags para este Tópico.
Permissões de postagem.
Você não pode postar novos tópicos Você não pode postar respostas Você não pode postar anexos Você não pode editar suas mensagens.
Código BB está Ligado Smilies estão Ligados [IMG] o código está Ligado [VÍDEO] o código está Ligado Código HTML está Desligado.
Copyright e cópia 2000 - 2018, Jelsoft Enterprises Ltd.
Estrategias FOREX Estrategia Forex, estrategia simples, estrategia de negociacao Forex, Forex Scalping.
Estratégia Forex 2 Sistema JMA.
Eu recomendo selecionar um Broker Forex com o Terminal MetaTrader 4.
No gráfico de 15 minutos, o EURUSD definiu:
1) Jurik Moving Average c período de 40 e # 8212; JMA (40)
2) Jurik Moving Average c período de 80 & # 8212; JMA (80)
A abertura da posição de negociação da estratégia de forex 2 JMA System:
1) Abra a transação na direção das médias móveis JMA (Na compra, se o JMA rápido (40), acima do JMA lento (1980) para vender & # 8212; ao contrário).
2) Para abrir uma negociação com a tendência, você precisa possuir a tendência foi "fresco", ou seja, foi a principal tendência da sessão.
3) Se a interseção do deslizante JMA tiver ocorrido pela manhã (das 03:00 às 12:00 CET), então uma negociação só pode ocorrer após a reversão para um movimento lento, ou seja, JMA (40) (não deve haver mais encerra vela de 15 pips do JMA lento (40)), ou se o preço já está próximo ou mesmo muito abaixo do JMA médio móvel (40).
Apenas para a manhã de interseções, há uma regra: se o mercado não é a tendência predominante e a inclinação da JMA é fraca, então após cruzar as médias móveis, uma negociação só é possível no fechamento da sétima barra, sem contar a única barra, que passou a cruzar a JMA; se houver um salto acentuado no gráfico e a inclinação do JMA for pronunciada, a transação poderá ser aberta no final da quinta barra (ou imediatamente se o preço da barra estiver localizado muito próximo do JMA lento) 40) & # 8212; 10 pips ou menos).
4) A média móvel JMA depois de 12:00 horário de Moscou, a transação deve ser aberta de uma vez para fechar a barra, o que aconteceu com a interseção de 2 JMA, mas o preço para isso não deve ser superior a 25 pips do JMA lento ( 40). Se o preço é mais do JMA (40) do que 25 pips, então você precisa aguardar a reversão e comprar imediatamente se as condições necessárias para aguardar o fechamento do recuo não for necessariamente uma barra, você pode fechar o negócio imediatamente.
5) Em todos os casos, a abertura de uma posição de negociação, se o JMA rápido (com o parâmetro 40) após cruzar dirigido contra a tendência (contra a direção desta interseção de duas médias móveis) & # 8212; esse sinal deve ser ignorado.
Se você gostou desta estratégia Forex - Você pode se inscrever para receber novos materiais no site Strategy4forex por RSS ou por e-mail:
Postar um comentário.
Outras 20 categorias de Estratégias Forex "Estrategias Forex, baseadas em Médias Móveis"
Mostre uma lista de todas as estratégias Forex desta categoria com uma breve descrição: Estratégias Forex, baseadas em Médias Móveis.
Últimas 5 estratégias de Forex.
Estratégia Forex «Tendência Schaff»
Forex Strategy «Schaff trend» dificilmente é algo revolucionário e novo, mas é bastante lucrativo e fácil por um tempo considerável, e é baseado no mesmo ciclo de tendência de exibição schaff, que é complementado por um indicador estocástico. Para o comércio eu recomendo escolher um dos corretores: FxPro ou Alpari (acrescenta depósito de 101%) [& hellip;]
Estratégia Forex & # 171; Moho & # 187;
Estratégia Forex & # 171; Moho & # 187; baseia-se num conjunto de indicadores padrão: o indicador MACD define a tendência subjacente (direção do comércio), Momentum & # 8212; mostra o clima atual do mercado, e o indicador Fractals fornece um ponto de entrada, então a estratégia fornece um bom lucro dentro de uma tendência, no entanto, isso não significa que é o [& hellip;]
Estratégia Forex & # 171; Dual zero & # 187;
Hoje publicamos uma estratégia bastante simples, mas eficaz forex & # 171; O duplo zero & # 187 ;, em que apenas um indicador e o nível de preço rodada com o fim em dois zeros (para o corretor de quatro dígitos). Para o comércio eu recomendo escolher um dos corretores: FxPro ou Alpari (acrescenta depósito de 50%) Apesar da simplicidade desta estratégia, [& hellip;]
Estratégia Forex & # 171; Fox & # 187;
Estratégia forex & # 171; Fox & # 187; é um risco excessivo e este fato deve ser considerado quando você o transformar em seu conjunto de negociação (portfólio) & # 8212; o rácio de lucro / stop loss nas transacções, por vezes, não é a favor do comerciante, mas a alta precisão dos sinais na entrada do mercado e filtros adicionais [& hellip;]
Estratégia Forex & # 171; Аmbush & # 187;
Estratégia Forex & # 171; Аmbush & # 187; À primeira vista pode parecer um pouco confuso e complicado, e realmente para backtesting a estratégia exigirá considerável paciência e meticulosidade, mas na negociação real todo o processo é bastante simples e lógico: o sinal principal é esperado no intervalo H4 onde determinamos a direção do comércio. Próxima [& hellip;]
Download do indicador MT4 - Calculadora de Gerenciamento de Dinheiro:
Комментариев нет:
Отправить комментарий