10 ایده برای یک سیستم معاملاتی جدید

برای موفقیت در بازارهای مالی ، شما باید نوعی سیستم در محل خود داشته باشید.

سیستم های تجاری از معامله گر از شامپانزه داخلی خود محافظت می کنند - سمت لیمبیک مغز که به شدت به احساسات و غریزه روده متکی است. شامپانزه داخلی سریع واکنش نشان می دهد و به خطرات ورودی پاسخ می دهد. این اغلب بر اساس احساسات یا احساس تصمیمات فوری می گیرد.

بنابراین ، شامپانزه داخلی برای بقای انسان بسیار مهم است اما در معاملات آن چندان مفید نیست که تصمیمات منطقی تر و مبتنی بر شواهد بهتر باشد.

متأسفانه ، قسمت شامپانچه مغز حدود پنج برابر سریعتر از سمت منطقی مغز حرکت می کند ، به همین دلیل مهم است که سعی کنید شامپانچه داخلی خود را بشناسید و وقتی متوجه می شوید که به دست می آید ، عقب بکشید.

در معاملات ، سیستم ها بهترین راه برای مقابله با شامپانزه داخلی و تصمیم گیری های سرمایه گذاری محاسبه شده تر هستند.

با این حال ، گفتن شما می خواهید یک سیستم تجاری ایجاد کنید ، فقط نیمی از نبرد است.

بازارهای مالی به طور فزاینده ای کارآمد هستند و این بدان معناست که سود حاصل از قوانین ساده سیستم معاملات با تجارت الگوریتمی به صورت داوری شده است.

نتیجه گیری این است که معامله گران باید در خارج از جعبه فکر کنند تا بتوانند بازدهی مداوم داشته باشند.

در اینجا 10 ایده جدید برای سیستم معاملاتی بعدی شما آورده شده است:

شماره 1. محصولات مالی جدید را تجزیه و تحلیل کنید

صنعت مالی دوست دارد محصول جدیدی را ایجاد کند که بتواند به عنوان "چیز بزرگ بعدی" به توده ها بازاریابی کند.

برخی از محصولات مالی واقعاً تغییر دهنده بازی (ETFS؟) بوده اند ، در حالی که برخی دیگر فاجعه بار بوده اند (اوراق بهادار تحت حمایت وام؟) اما محصولات مالی جدید به معامله گران کوتاه مدت فرصتی می دهند تا ناکارآمدی ها و در نتیجه فرصت ها را نشان دهند. گسترش استراتژی های تجاری موفق VIX یکی از نمونه های این است که فکر می کنم.

البته محصولات جدید برای تست پشت سخت تر هستند زیرا داده های کمتری در دسترس است.

اما با برخی از عقل سلیم و برخی از خلاقیت ها ، ایده های جدید می توانند به دنیا بیایند.

به عنوان مثال ، در مورد ETF های اهرمی چیست؟آیا راهی برای بهره برداری از خصوصیات منحصر به فرد آنها وجود دارد؟برخی از ETF ها را به روش های بسیار غیرمعمول تجارت کردند. آیا می توانید از جنبش در ETF اهرمی برای تجارت اساسی آن استفاده کنید ، یا برعکس؟

شماره 2رابطه الوار/ طلایی

به تازگی ، من در حال خواندن این مقاله دانشگاهی در مورد رابطه Lumber و Gold بودم. این مقاله حاکی از آن است که حرکت قیمت چوب و طلا می تواند سرنخ هایی را برای اقتصاد ارائه دهد و بنابراین جهت سهام و بازارهای اوراق قرضه نیز وجود دارد. این امر به این دلیل است که قیمت چوب نسبت به عرضه و تقاضا در بازار مسکن بسیار حساس است.

در Quantpedia ، یک استراتژی زمانبندی بازار برای استفاده از این همبستگی ارائه شده است.

به شخصه ، این به نظر می رسد یک ترکیب بعید است اما ارزش دیدن آن را دارد.

شماره 3. شاخص های خود را روی چیزهای مختلف قرار دهید

بیشتر معامله گران به روش آزمایش شده و آزمایش شده (یا باید آن را امتحان و شکست بخورند) برای پوشش شاخص های فنی در نمودارهای قیمت خود قرار می دهند. و چه کسی می تواند آنها را سرزنش کند؟از این گذشته ، این همان کاری است که بیشتر این شاخص ها برای انجام آن طراحی شده اند.

اما بسیاری از شاخص های فنی بسیار انعطاف پذیر تر از آن هستند و می توان از آنها به روش های مختلفی استفاده کرد.

چرا به جای قیمت ، باند های بولینگر خود را روی حجم قرار نمی دهید؟

در مورد استفاده از یک میانگین متحرک برای صاف کردن یک نشانگر تندتر (مانند RSI) چطور؟

یا برخی از داده های اساسی را وارد کنید و همین کار را انجام دهید؟

شماره 4به آینده نگاه کنید (به عمد)

هنگام ساختن و آزمایش یک سیستم معاملاتی جدید ، جلوگیری از نشت آینده که می تواند منجر به نتایج غیر واقعی شود ، مهم است. نشت آینده زمانی اتفاق می افتد که یک سیستم معاملاتی در آینده از داده ها برای تصمیم گیری در حال حاضر استفاده می کند.

به عنوان مثال ، یک سیستم معاملاتی که در آن تجارت می کند اما از یک شاخص فنی استفاده می کند که با استفاده از قیمت نزدیک محاسبه می شود. قیمت نزدیک در زمان تجارت ناشناخته است ، بنابراین سیستم تقلب می کند.

با این حال ، در مورد نگاه به آینده به منظور دستیابی به بینشی در مورد آنچه ممکن است کار کند ، چیست. یکی از گزینه ها استفاده از نشانگر Zig ZAG برای شناسایی فرورفتگی ها و قله های دقیق است.

در اینجا ایده دیگری است که من ...

یک استراتژی معاملاتی سهام را تصور کنید که 90 ٪ از زمان پول زیادی کسب می کند اما پس از آن در حرکات بزرگ یک شبه آن را از دست می دهد.

تجزیه و تحلیل بیشتر نشان می دهد که این تلفات یک شبه به طور معمول با روزهای حجم سنگین همزمان بوده است. و با این حال ، تجزیه و تحلیل بیشتر نشان می دهد که این روزهای حجم سنگین اغلب با گزارش های درآمد مطابقت دارد.

به عبارت دیگر ، اگر می توانید از تاریخ گزارش شده در مورد درآمد خودداری کنید ، می توانید از تعداد زیادی ضرر جلوگیری کنید. اگر این نوع داده ها را به راحتی در اختیار دارید ، می توانید آن را وصل کنید و به سیستم خود بگویید که هر زمان که انتشار درآمد در دست باشد ، از معاملات خارج شود.

اگر این داده ها را در دسترس ندارید ، آیا می توانید رویدادهای درآمد تقریبی را به عنوان روزهایی که حجم معاملات به طور قابل توجهی بالاتر از حد متوسط است؟

با این کار می توانید به سیستم تجارت خود بگویید که روز قبل از افزایش حجم زیاد از تجارت ، از این فرض که این یک روز درآمد است ، از تجارت خارج شود. ایده این است که در زندگی واقعی شما برای جلوگیری از گزارش درآمد از تقویم درآمد استفاده می کردید.

بدیهی است که شما باید در اینجا بسیار مراقب باشید و همیشه کار نمی کند. اما ممکن است چیز جالبی از نتایج پیدا کنید.

شماره 5به حرکات یک شبه نگاه کنید

صحبت از حرکات یک شبه ، آیا متوجه شده اید که به نظر می رسد برخی از سهام بسیار منظم تر از سایرین هستند؟

شاید بتوانید یک لیست مراقبتی از سهام ایجاد کنید که بزرگترین نوسانات یک شبه را تجربه می کنند و سپس ایده های تجاری خود را فقط در آن اوراق بهادار امتحان می کنند؟

هنوز درست است که درصد خوبی از حرکت کلی سهام در طول جلسه یک شبه صورت می گیرد ، زمانی که اکثر معامله گران به آن توجه نمی کنند. بنابراین ، فرصت هایی برای استفاده از یک شبه وجود دارد. من در اینجا چنین سیستم تجاری را شرح می دهم.

شماره 6به حقوق و دستمزد غیر مزرعه نگاه کنید

به این نمودار ماهانه نگاهی بیندازید که حقوق و دستمزد غیر مزرعه (اقدامات اشتغال) را از سال 1996 تا کنون نشان می دهد. کاملاً یک منحنی صاف نیست؟

به وضوح می توانید ببینید که چگونه حقوق و دستمزد در طول حباب Dotcom و بحران 2008 سقوط کرد. شاخص S& P 500 در پایین نشان داده شده است.

این نمودار برای نگه داشتن شما در بازار از پایین سال 2009 مفید خواهد بود. بسیاری از معامله گران در سالهای 2010 و 2011 از بازار خارج شدند اما تعداد اشتغال گفته می شود طولانی است.

شماره 7جادوی بهینه سازی

این عاقلانه نیست که هنگام بهینه سازی سیستم معاملاتی بیش از حد سنگین باشید زیرا شما نمی خواهید به ماین داده کنید و یک سیستم منحنی مناسب پیدا کنید. اما آیا می توانید از بهینه سازی به نفع خود استفاده کنید؟

شاید بتوانید از بهینه سازی در معکوس استفاده کنید. به جای بهینه سازی سیستم خود برای یافتن بهترین پارامترها از آن برای یافتن بدترین پارامترها و سپس خلاص شدن از شر آنها استفاده کنید.

یا این رویکرد را در نظر بگیرید ...

برای یافتن یک الگوی معاملاتی سودآور که طی 4-8 هفته گذشته کار کرده است ، از بهینه سازی استفاده کنید. آن را به جلو بروید و ببینید که آیا در 4-8 هفته داده بعدی کار می کند یا خیر. بهینه سازی کنید تا با یک سیستم پویا و غیر استاتیک کار کنید.

باز هم ، شما باید با این یکی مراقب باشید. اما الگوهای مکرر وجود دارد و هر از گاهی محصول را محصول می کنند و سپس در هوای نازک ناپدید می شوند.

به عنوان مثال ، من دریافتم که اوراق بهادار در میان بازارهای خرس طولانی اغلب الگویی از خرید درست در نزدیکی بازار را مشاهده می کند. این امر به این دلیل است که فروشندگان کوتاه نمی خواهند معاملات خود را یک شبه برگزار کنند. من در گذشته پول خوبی کسب کرده ام اما این اتفاق فقط در هنگام فروش سنگین رخ می دهد.

شماره 8وارد کردن داده ها از منابع مختلف

اما اگر یک راه برای منحصر به فرد بودن سیستم معاملاتی شما وجود داشته باشد ، با جلوگیری از شاخص های فنی معمول و فکر کردن در خارج از جعبه ، این امر خواهد بود.

من فهمیدم که با در نظر گرفتن داده های اساسی ، رویدادهای خبری یا سایر عوامل کیفی ، می توان بسیاری از سیستم های معاملاتی مکانیکی را بهبود بخشید.

در مورد وارد کردن داده ها از Google Trends و استفاده از آن برای دیدن اینکه آیا بیشترین جستجوی شرکت ها بهترین سرمایه گذاری را انجام می دهد ، چطور؟

در مورد وارد کردن داده های تغییرات آب و هوایی از بانک جهانی و استفاده از آن برای تجارت آینده ذرت چگونه است؟

در مورد وارد کردن داده های خبری از منابعی مانند Acce برای سنجش احساسات در سهام چگونه است؟این داده ها اغلب گران است اما می تواند با Quantopian آزادانه از آن استفاده شود.

شماره 9شاخص های اقدام قیمت

دنیای تجارت با شاخص های فنی از بین می رود ، بنابراین چرا بر اساس مشاهدات خود خود را ایجاد نکنید. شاید شما الگویی را دیده باشید که به نظر می رسد در حال رشد است. آن را در کد قرار داده و آن را آزمایش کنید.

شاید شما بتوانید مانند من با ‘kicker loose king‘ الگوی شمعدانی خود را پیدا کنید؟

الگوی عملکرد قیمت خود را کدگذاری کنید ، نام خود را روی آن قرار دهید و آن را خودتان بنامید. اگر کار می کند ، آن را به هزاران دلار بفروشید.

شماره 10همبستگی ها را بررسی کنید. شانس را بررسی کنید

من قبلاً از یک رابطه آماری صحبت کردم که بین قیمت چوب و طلا و اقتصاد یافت شد.

این احتمال وجود دارد که بسیاری از افراد در حال حاضر از آن آگاهی داشته باشند ، اما احتمالاً همبستگی های دیگری در آنجا وجود دارد که ممکن است بتوانید آن را شناسایی کنید.

در مورد VIX چطور؟

VIX یک بازار عالی است که باید به آن نگاه کنیم زیرا این امر معنادار است. آیا می توانید همبستگی پیدا کنید که می تواند به یک لبه سودآور منجر شود؟

آیا می توانید "شاخص نوسانات" خود را در بازار مورد نظر خود بسازید؟

قیمت گزینه ها چیست؟قیمت شرط بندی را گسترش می دهد؟شانس کتابفروشان؟

اکنون می توان شانس (ثابت) وقایع خاص مانند نتیجه یک رویداد سیاسی یا جهت گیری روزانه یک بازار خاص را مشاهده کرد. خدماتی مانند IG Index به شما امکان می دهد در واقع شرط بندی کنید که آیا حقوق و دستمزد غیر مزرعه ماه آینده بیش از مبلغ مشخصی خواهد بود.

اما در مورد استفاده از این داده ها نه شرط بندی بلکه تجارت بازاری که مربوط به آن است ، چگونه است؟

اگر شانس یک شماره بیکاری خوب زیاد است ، می دانید که بازار در چه چیزی قیمت گذاری می کند. تعداد خوبی و بنابراین نتیجه صعودی است. شما می توانید از این اطلاعات برای تجارت برعکس استفاده کنید. این در صورتی است که با شانس مخالف هستید و فکر می کنید پاداش از خطر بیشتر است.

به همین ترتیب ، اگر شانس یک رویداد سیاسی را می دانید ، به عنوان مثال Brexit ، می توانید از آن اطلاعات برای یافتن فرصت ها استفاده کنید ، شاید در پوند انگلیس یا FTSE 100.

شانس و بازار درگیر باید در همبستگی حرکت کند اما مواقعی وجود دارد که آنها واگرایی می کنند و این زمانی است که می توانید اعتصاب کنید.

به طور کلی ، گزینه ها و ایده های بیشماری در اطراف وجود دارد. یک قلم و کاغذ بیرون بیاورید و ببینید آیا می توانید با هر چیزی روبرو شوید!

جو ماروود / درباره نویسنده

جو ماروود یک معامله گر مستقل و نویسنده متخصص در سیستم های معاملاتی و تجارت سهام است. او تجارت شغلی خود را در FTSE 100 و Bund آلمان برای یک خانه تجاری در لندن آغاز کرد و اکنون از طریق شرکت خود کار می کند. او همچنین به دنبال جستجوی آلفا و سایر نشریات مالی است.