Trading System Development Platform

Leitfaden für die Entwicklung des Handelssystems Die Weiterentwicklung der technischen Analyse-Software hat die Schaffung von computer-automatisierten Handelssystemen vereinfacht. Einige Systeme generieren nur die Signale für den Händler zu folgen, während andere die Trades auf den Markt setzen im Namen des Händlers. Allerdings ist die Möglichkeit, Ihre Lieblings-Handelsplattform Programm ist nur der Anfang. Sie müssen ein Framework für die Prüfung Ihrer Trading-Theorien, um sicherzustellen, dass profitable Backtests sind nicht nur wegen des Glücks, sondern sind die Ergebnisse der robusten Modellierung eines marketrsquos Verhalten. Diese Reihe von Artikeln wird ein vereinfachtes Konzept für die Entwicklung eines Handelssystems für den Einzelhandel Forex-Markt zu präsentieren. Das System-Entwicklungstool wersquoll wird MetaTrader 4 (MT4) sein, obwohl die vorgestellten Ideen und Verfahren für eine breite Palette von Software-Plattformen gelten. Die Methodik umfasst allgemeine Konzepte für den anfänglichen Systemtrader. Wenn wir Verknüpfungen für Zweckmäßigkeit annehmen, verweisen wersquoll die Leser auf zusätzliche Ressourcen für vertiefende Informationen. Es gibt fünf verschiedene Phasen in der Entwicklung des Handelssystems: Phase 1: Entwicklung des Marktmodells und der grundlegenden automatisierten System mdash das grundlegende automatisierte System implementiert dieses Modell, aber nicht enthalten Stop-Verluste oder Gewinnziele. Das Basissystem dient ausschließlich dem Sammeln von Daten für die in den späteren Entwicklungsphasen verwendete statistische Analyse. Phase 2: Risikomanagement mdash der anfängliche Stopverlust (ISL). Unter Verwendung der in Phase 1 gesammelten Daten und basierend auf der statistischen Analyse dieser Daten fügen wir der Handelsstrategie eine ISL hinzu. Wir verwenden Optimierung, um einen Stop-Loss-Parameter zu finden, der zu unseren Bedürfnissen passt. Wir verwenden eine Walk-Forward-Analyse, um diese Version des Systems zu testen. Phase 3: Profitmanagement mdash das Gewinnziel (PT). Wie in Phase 2 werden wir die statistische Analyse unserer Daten verwenden, um ein Gewinnziel in das System zu integrieren. Wieder werden wir die Optimierung verwenden, um ein geeignetes Gewinnziel zu finden und dann eine Walk-Forward-Analyse zu verwenden, um diese Version des Systems zu testen. Phase 4: Geldverwaltung mdash der Handelsgrößenalgorithmus (TSA). Diese Phase hängt nicht von den Daten ab, die in Phase 1 gesammelt wurden. Stattdessen werden wir die populäre Fixed-Fraction-Trade-Size-Methode einbeziehen, um festzustellen, wie viele Lose jedem Trade zugeordnet sind. Beliebte Fachliteratur ist voll mit Ratschläge, um das Risiko des Handels innerhalb eines Bereichs von 1 bis 3 des Konto-Eigenkapitals zu beschränken. Wir werden unsere Optimierung mit diesen Prozentsätzen ausführen und dann erneut die Walk-Forward-Analyse verwenden, um diese Version des Systems zu testen. Zusammengenommen schließen die Phasen 2 bis 4 die Handelsverwaltung ein, aber es gibt einen weiteren kritischen Schritt: Phase 5: Monte Carlo-Analyse mdash Viele Händler stoppen nach Phase 4. Allerdings ist unser Test nicht zu diesem Zeitpunkt abgeschlossen und das System ist nicht bereit für (Vorausgesetzt, es ist rentabel). Trotz unserer Walk-Forward-Analyse können wir nicht sicher sein, dass unsere Ergebnisse nicht wegen des Glücks sind. Mit anderen Worten, unser Modell kann nicht beschreiben Marktverhalten genau günstige Ergebnisse können von einem Marktumfeld profitiert haben, dessen Preisaktion gerade zufällig mit unserer Logik übereinstimmt. Monte Carlo-Analyse wird dazu beitragen, festzustellen, ob unser Modell erfolgreich war, weil des Glücks (Zufälligkeit) oder seine Fähigkeit, ein reales Marktmuster zu identifizieren und zu nutzen. Dieser Artikel deckt Phase 1 nachfolgende Artikel werden die Phasen 2 bis 5 abdecken. Über den Autor Neil Rosenthal ist ein pensionierter Zahnarzt, der sein eigenes Konto handelt. Er ist auch ein erfahrener Computerprogrammierer. Er kann bei rightedgetradinggmx erreicht werden. Systematik: Aufbau eines Systems 13 Bisher haben wir die grundlegenden Komponenten von Handelssystemen, die Kriterien, die sie erfüllen müssen, und einige der vielen empirischen Entscheidungen diskutiert, die ein Systementwickler treffen muss. In diesem Abschnitt werden wir untersuchen, den Prozess des Aufbaus eines Handelssystems, die Überlegungen, die gemacht werden müssen, und einige wichtige Punkte zu erinnern. Der Six-Step-Systemaufbau 1. Setup - Um mit dem Aufbau eines Handelssystems zu beginnen, benötigen Sie mehrere Dinge: Data - Weil der Systemdesigner umfangreiche Backtests durchführen muss. Vergangenheit ist wichtig für den Aufbau eines Handelssystems. Solche Daten können in die Handelssystem-Entwicklungssoftware oder als separater Daten-Feed integriert werden. Live-Daten werden oft für eine monatliche Gebühr zur Verfügung gestellt, während ältere Daten kostenlos erhalten werden können. Software - Obwohl es möglich ist, ein Handelssystem ohne Software zu entwickeln, ist es höchst unpraktisch. Seit den späten 90er Jahren ist Software ein integraler Bestandteil des Baus von Handelssystemen. Einige allgemeine Merkmale ermöglichen dem Händler, die folgenden Schritte auszuführen: Automatische Platzierung von Trades - Dies erfordert oft eine Genehmigung vom Broker s Ende, da eine ständige Verbindung zwischen Ihrer Software und dem Brokerage vorhanden sein muss. Trades müssen sofort und zu genauen Preisen ausgeführt werden, um die Konformität zu gewährleisten. Um Ihre Software Ort Trades für Sie, alles, was Sie tun müssen, ist die Eingabe der Kontonummer und Passwort, und alles andere erfolgt automatisch. Bitte beachten Sie, dass die Verwendung dieser Funktion strikt optional ist. Code ein Handelssystem - Diese Software-Funktion implementiert eine proprietäre Programmiersprache, die Ihnen erlaubt, Regeln leicht zu erstellen. MetaTrader verwendet beispielsweise MQL (MetaQuotes Language). Heres ein Beispiel für seinen Code zu verkaufen, wenn freie Marge weniger als 5.000 ist: Wenn FreeMargin lt 5000, dann beenden Häufig, nur das Lesen des Handbuchs und Experimentieren sollten Sie auf die Grundlagen der Sprache abrufen, die Ihre Software verwendet. Backtest Ihre Strategie - Systementwicklung ohne Backtesting ist wie Tennisspielen ohne Schläger. System-Entwicklungssoftware enthält oft eine einfache Backtesting-Anwendung, die Ihnen erlaubt, eine Datenquelle, Eingangskonto Informationen und Backtest für jede Menge Zeit mit dem Klicken einer Maus zu definieren. Hier ein Beispiel aus MetaTrader: Nachdem der Backtest ausgeführt wurde, wird ein Bericht erstellt, der die Besonderheiten der Ergebnisse umreißt. Dieser Bericht enthält in der Regel Gewinn, Anzahl der un / erfolgreichen Trades, aufeinander folgenden Tage nach unten, Anzahl der Trades, und viele andere Dinge, die hilfreich sein können, wenn Sie versuchen, festzustellen, wie das Problem zu beheben oder zu verbessern. Schließlich erzeugt die Software üblicherweise ein Diagramm, das das Wachstum der Investition während des gesamten getesteten Zeitraums zeigt. 2. Design - Das Design ist das Konzept hinter Ihrem System, die Art und Weise, wie die Parameter verwendet werden, um ein Ergebnis oder Verlust zu generieren. Sie implementieren diese Regeln und Parameter durch Programmierung. Manchmal kann diese Programmierung automatisch über eine grafische Benutzeroberfläche erfolgen. Dadurch können Sie Regeln erstellen, ohne eine Programmiersprache zu lernen. Hier ist ein Beispiel für ein gleitendes Durchschnitts-Crossover-System: Wenn SMA (20) CrossOver EMA (13) dann geben, wenn SMA (20) CrossUnder EMA (13) dann Regeln wie diese, die in Code gesetzt werden, erlauben die Software automatisch Generieren Ein-und Ausgänge an den Punkten, wenn die Regeln anwendbar sind. Hier ist, was die Design-Schnittstelle sieht auf MetaTrader: Das System wird erstellt, indem Sie einfach die Regeln in das Fenster und speichern Sie sie. Referenzen für die verschiedenen verfügbaren Funktionen (zB Oszillatoren und dergleichen) finden Sie, indem Sie auf das Buchsymbol klicken. Die meisten Software wird eine ähnliche Referenz entweder im Programm selbst oder auf ihrer Website zur Verfügung. Nachdem Sie die gewünschten Regeln erstellt und das System kodiert haben, speichern Sie die Datei einfach. Dann können Sie es verwenden, indem Sie es auf dem Hauptbildschirm. 3. Entscheidungsfindung - Es gibt viele Entscheidungen zu diesem Zeitpunkt getroffen werden: Welchen Markt möchte ich in 13 handeln Welche Zeitspanne sollte ich verwenden 13 Welche Preisreihe sollte ich 13 Welche Teilmenge von Aktien sollte ich zum Testen In Dass Handelssysteme in vielen Märkten konsequent einen Gewinn erzielen sollten. Indem Sie die Zeitperiode und die Preisreihe zu viel besonders anfertigen, können Sie die Resultate verfärben und uncharacteristic results.4 produzieren. Praxis - Backtesting und Papierhandel sind entscheidend für die erfolgreiche Entwicklung eines Handelssystems: Führen Sie mehrere Backtests zu unterschiedlichen Zeiträumen durch und stellen Sie sicher, dass die Ergebnisse konsistent und zufriedenstellend sind. Papierhandel das System (verwenden imaginären Geld, sondern zeichnen die Geschäfte und Ergebnisse), und wieder auf der Suche nach konsistenten Rentabilität. Carefully auf Fehler im Programm oder unbeabsichtigte Trades zu überprüfen. Dies kann auf fehlerhafte Programmierung oder das Nichtvorhersehen bestimmter Umstände zurückzuführen sein, die unerwünschte Auswirkungen haben. 5. Wiederholen - Wiederholung ist erforderlich. Halten Sie die Arbeit an dem System, bis Sie konsequent einen Gewinn in den meisten Märkten und Bedingungen. Es gibt immer unvorhergesehene Ereignisse, die auftreten, sobald ein System in Betrieb geht. Hier sind einige Faktoren, die oft zu verzerrten Ergebnissen führen: Transaktionskosten - Stellen Sie sicher, dass Sie die reale Provision verwenden. Und einige zusätzliche, um ungenaue Fills Rechnung zu tragen (Differenz zwischen Bid - und Ask-Preisen). Mit anderen Worten, vermeiden Schlupf (Um zu überprüfen, was dies ist und wie es auftritt, siehe vorherigen Abschnitt dieses Tutorials.) Watchfulness - Dont ignorieren, verlieren Trades ein Auge auf alle Trades. Optimization - Dont über-Optimierung des Systems. Mit anderen Worten, nicht maßgeschneiderte das System zu einem sehr spezifischen Marktumfeld versuchen, in einer möglichst breiten Umgebung wie möglich rentabel sein. Risiko - niemals ignorieren oder vergessen Sie das Risiko. Es ist sehr wichtig, Wege zu haben, um Verluste zu begrenzen (andernfalls als Stopp-Verluste bekannt) und Wege zur Sperrung von Gewinnen (Take Profits). 6. Handel - Probieren Sie es aus, aber erwarten Sie unbeabsichtigte Ergebnisse. Achten Sie darauf, nicht-automatisierten Handel verwenden, bis Sie sicher sind, in der System-Performance und Konsistenz. Es dauert eine lange Zeit, um ein erfolgreiches Trading-System zu entwickeln, und bevor Sie es perfekt, müssen Sie einige Leerverkäufe Verluste erleben, um Fehler zu erkennen: Back-Tests können nicht perfekt darstellen Live-Markt Bedingungen und Papierhandel kann ungenau sein. Wenn Ihr System Geld verliert, gehen Sie zurück zum Reißbrett und sehen, wo es schief gelaufen ist (siehe Schritt 5). Fazit Diese sechs Schritte geben Ihnen einen Überblick über den gesamten Prozess des Aufbaues eines Handelssystems. Im nächsten Abschnitt werden wir auf diesem Wissen aufbauen und einen tiefergehenden Einblick in die Fehlerbehebung und Modifikation nehmen. Trading Systems: Fehlersuche und OptimierungSmartQuant ist ein Finanzsoftware-Unternehmen, das durchgängige Algo-Handelsinfrastruktur für quantitative Hedgefonds und institutionelle Handelsgruppen entwickelt. OpenQuant und seine nächste Generation, OpenQuant2014. SmartQuants aktuelle Flaggschiff-Produkt, ist ein Algorithmic und Automated Trading System (ATS) Development Platform. OpenQuant verfügt über eine IDE (Integrated Development Environment), die Quants und Trader mit einer industriellen Stärke Strategie Forschung, Entwicklung, Debugging, Backtesting, Simulation, Optimierung und Automatisierung bietet. QuantDesk ist eine komplette End-to-End-Lösung für einen Quant-Fonds jeder Größe. Es beinhaltet OpenQuant IDE. QuantRouter, QuantBooster, QuantBase (Marktdaten-Server mit Echtzeit-Feed-Capture und zentrales historisches Datenmanagement), QuantTrader (Production Deployment Engine für automatisierte Handelsstrategien mit OpenQuant) und QuantController . Eine Server-Anwendung, die das QuantDesk ergänzt, um eine effiziente Verwaltung der verteilten SmartQuants-Architektur zu ermöglichen. QuantWeb ist eine Cloud-Version von QuantDesk mit Web-Browser-Front-End. Registrieren Sie sich und erhalten Sie ein kostenloses QuantWeb Demo-Konto. Der wesentliche Unterschied zwischen dem quantitativen und dem diskretionären Handelsstil ist die systematische Natur des Quant-Ansatzes. Während diskretionäre Händler wie Künstler sind, neigen Quants dazu, einen komplexen Produktionsprozess zu betreiben und benötigen daher eine industriewirtschaftliche Infrastruktur, ohne die sie den notwendigen Grad an systematischer Disziplin nicht beibehalten können. Leider ist ein Start-up nicht von dieser Regel ausgenommen. Aber zum Glück braucht man nicht wirklich die ganze Fabrik von Grund auf zu bauen. Die Nutzung der SmartQuant algo-Handelsinfrastruktur ermöglicht es den aufstrebenden Führungskräften, sich auf ihr primäres Ziel, die Entwicklung von Anlagestrategien, zu konzentrieren, während sie von einem verlässlichen Rahmen für die Implementierung und Implementierung auf dem Markt profitieren. Natürlich verbringen wir immer noch viel Zeit beim Experimentieren, Versuchen und Testen verschiedener Strategien. Mit einer guten Entwicklungsumgebung nicht unbedingt können Sie diesen Schritt überspringen. Der wirkliche Vorteil eines gut gestalteten Frameworks besteht darin, die Zeit zwischen Test und Produktion auf ein Minimum zu beschränken und in der skalierbaren Natur der Infrastruktur, die mit der Firma von der Verwaltung eines kleinen Seedkapitals zu wirklich institutionellen Ebenen wachsen kann. Mit einem derartigen System können sich Schwellenmanager auf gleicher Ebene fühlen, während sie auf dem gleichen Markt wie viel größere Konkurrenten handeln und die inhärenten Vorteile des Bewegens und Anpassens vollständig realisieren können. Arthur M. Berd Gründer und CEO, General Quantitative, LLC Copyright 1997-2016 SmartQuant Ltd infosmartquant