Gleitender Durchschnitt Des Risikomanagements

Risikomanagement mit einem Simple Moving Average (SMA) Der Simple Moving Average (SMA) ist ein beliebter Trendfolger. Wenn er auf einem Chart abgebildet ist, filtert er den alltäglichen Lärm in den Sicherheitspreisen heraus und zeigt den längerfristigen Trend. Die folgende Tabelle zeigt den TSP C Fonds zusammen mit seinem 10-monatigen SMA: Investoren können die SMA als Signal für den Kauf und Verkauf eines Wertpapiers verwenden. In einem Aufwärtstrend kauft der Investor die Sicherheit, wenn sein monatlicher Schlusskurs über die SMA geht, reitet den Trend und verkauft ihn dann, wenn sich die Trendrichtung umkehrt und der Kurs die SMA unterschreitet. Unten ist das gleiche Diagramm wie zuvor, mit dem Buy (B) und Sell (S) Handel Signale hinzugefügt. Sie können sehen, dass die Strategie ihr letztes Buy-Signal auf 1312012 hatte: Nutzen Sie jetzt diese BUYSELL-Signale in einem einfachen Trendfolgesystem mit den folgenden Regeln: Kaufen Sie den TSP C Fonds, wenn der monatliche Schlusskurs über seinem 10-Monats-SMA steigt. Andernfalls verkaufen und investieren die Erlöse im G-Fonds (eine risikofreie Investition). Die Ergebnisse. Sie können diese anderen TSP-Folio-Pfosten mögen: Hier gehen wir wieder: Irrational Exuberance Der neue Thrift Savings Plan (TSP) Roth Option Der Ausblick für Anleihen: TSP F Fund und G FundExploring Die exponentiell gewichtete Moving Average Volatilität ist das häufigste Risiko , Aber es kommt in mehreren Geschmacksrichtungen. In einem früheren Artikel haben wir gezeigt, wie man einfache historische Volatilität berechnet. (Um diesen Artikel zu lesen, lesen Sie unter Verwenden der Volatilität, um zukünftiges Risiko zu messen.) Wir verwendeten Googles tatsächlichen Aktienkursdaten, um die tägliche Volatilität basierend auf 30 Tagen der Bestandsdaten zu berechnen. In diesem Artikel werden wir auf einfache Volatilität zu verbessern und diskutieren den exponentiell gewichteten gleitenden Durchschnitt (EWMA). Historische Vs. Implied Volatility Erstens, lassen Sie diese Metrik in ein bisschen Perspektive. Es gibt zwei breite Ansätze: historische und implizite (oder implizite) Volatilität. Der historische Ansatz geht davon aus, dass Vergangenheit ist Prolog Wir messen Geschichte in der Hoffnung, dass es prädiktive ist. Die implizite Volatilität dagegen ignoriert die Geschichte, die sie für die Volatilität der Marktpreise löst. Es hofft, dass der Markt am besten weiß und dass der Marktpreis, auch wenn implizit, eine Konsensschätzung der Volatilität enthält. (Für verwandte Erkenntnisse siehe Die Verwendungen und Grenzen der Volatilität.) Wenn wir uns nur auf die drei historischen Ansätze (auf der linken Seite) konzentrieren, haben sie zwei Schritte gemeinsam: Berechnen Sie die Reihe der periodischen Renditen Berechnen die periodische Rendite. Das ist typischerweise eine Reihe von täglichen Renditen, bei denen jede Rendite in kontinuierlich zusammengesetzten Ausdrücken ausgedrückt wird. Für jeden Tag nehmen wir das natürliche Protokoll des Verhältnisses der Aktienkurse (d. H. Preis heute geteilt durch den Preis gestern und so weiter). Dies erzeugt eine Reihe von täglichen Renditen, von u i bis u i-m. Je nachdem wie viele Tage (m Tage) wir messen. Das bringt uns zum zweiten Schritt: Hier unterscheiden sich die drei Ansätze. Wir haben gezeigt, dass die einfache Varianz im Rahmen einiger akzeptabler Vereinfachungen der Mittelwert der quadratischen Renditen ist: Beachten Sie, dass diese Summe die periodischen Renditen zusammenfasst und dann diese Summe durch die Anzahl der Tage oder Beobachtungen (m). Also, seine wirklich nur ein Durchschnitt der quadrierten periodischen kehrt zurück. Setzen Sie einen anderen Weg, jede quadratische Rückkehr wird ein gleiches Gewicht gegeben. Also, wenn alpha (a) ein Gewichtungsfaktor (speziell eine 1m) ist, dann eine einfache Varianz sieht etwa so aus: Die EWMA verbessert auf einfache Varianz Die Schwäche dieser Ansatz ist, dass alle Renditen das gleiche Gewicht zu verdienen. Yesterdays (sehr jüngste) Rückkehr hat keinen Einfluss mehr auf die Varianz als die letzten Monate zurück. Dieses Problem wird durch Verwendung des exponentiell gewichteten gleitenden Mittelwerts (EWMA), bei dem neuere Renditen ein größeres Gewicht auf die Varianz aufweisen, festgelegt. Der exponentiell gewichtete gleitende Durchschnitt (EWMA) führt Lambda ein. Die als Glättungsparameter bezeichnet wird. Lambda muss kleiner als 1 sein. Unter dieser Bedingung wird anstelle der gleichen Gewichtungen jede quadratische Rendite durch einen Multiplikator wie folgt gewichtet: Beispielsweise neigt die RiskMetrics TM, eine Finanzrisikomanagementgesellschaft, dazu, eine Lambda von 0,94 oder 94 zu verwenden. In diesem Fall wird die erste ( (1 - 0,94) (94) 0 6. Die nächste quadrierte Rückkehr ist einfach ein Lambda-Vielfaches des vorherigen Gewichts in diesem Fall 6 multipliziert mit 94 5,64. Und das dritte vorherige Tagegewicht ist gleich (1-0,94) (0,94) 2 5,30. Das ist die Bedeutung von exponentiell in EWMA: jedes Gewicht ist ein konstanter Multiplikator (d. h. Lambda, der kleiner als eins sein muß) des vorherigen Gewichtes. Dies stellt eine Varianz sicher, die gewichtet oder zu neueren Daten voreingenommen ist. (Weitere Informationen finden Sie im Excel-Arbeitsblatt für die Googles-Volatilität.) Der Unterschied zwischen einfacher Volatilität und EWMA für Google wird unten angezeigt. Einfache Volatilität wiegt effektiv jede periodische Rendite von 0,196, wie in Spalte O gezeigt (wir hatten zwei Jahre täglich Aktienkursdaten, das sind 509 tägliche Renditen und 1509 0,196). Aber beachten Sie, dass die Spalte P ein Gewicht von 6, dann 5,64, dann 5,3 und so weiter. Das ist der einzige Unterschied zwischen einfacher Varianz und EWMA. Denken Sie daran: Nachdem wir die Summe der ganzen Reihe (in Spalte Q) haben wir die Varianz, die das Quadrat der Standardabweichung ist. Wenn wir Volatilität wollen, müssen wir uns daran erinnern, die Quadratwurzel dieser Varianz zu nehmen. Was ist der Unterschied in der täglichen Volatilität zwischen der Varianz und der EWMA im Googles-Fall? Bedeutend: Die einfache Varianz gab uns eine tägliche Volatilität von 2,4, aber die EWMA gab eine tägliche Volatilität von nur 1,4 (Details siehe Tabelle). Offenbar ließ sich die Googles-Volatilität in jüngster Zeit nieder, daher könnte eine einfache Varianz künstlich hoch sein. Die heutige Varianz ist eine Funktion der Pior Tage Variance Youll bemerken wir benötigt, um eine lange Reihe von exponentiell sinkende Gewichte zu berechnen. Wir werden die Mathematik hier nicht durchführen, aber eine der besten Eigenschaften der EWMA ist, daß die gesamte Reihe zweckmäßigerweise auf eine rekursive Formel reduziert: Rekursiv bedeutet, daß heutige Varianzreferenzen (d. h. eine Funktion der früheren Tagesvarianz) ist. Sie können diese Formel auch in der Kalkulationstabelle zu finden, und es erzeugt genau das gleiche Ergebnis wie die Langzeitberechnung Es heißt: Die heutige Varianz (unter EWMA) ist gleichbedeutend mit der gestrigen Abweichung (gewichtet mit Lambda) plus der gestrigen Rückkehr (gewogen durch ein Minus-Lambda). Beachten Sie, wie wir sind nur das Hinzufügen von zwei Begriffe zusammen: gestern gewichtet Varianz und gestern gewichtet, quadriert zurück. Dennoch ist Lambda unser Glättungsparameter. Ein höheres Lambda (z. B. wie RiskMetrics 94) deutet auf einen langsameren Abfall in der Reihe hin - in relativer Hinsicht werden wir mehr Datenpunkte in der Reihe haben, und sie werden langsamer abfallen. Auf der anderen Seite, wenn wir das Lambda reduzieren, deuten wir auf einen höheren Abfall hin: die Gewichte fallen schneller ab, und als direkte Folge des schnellen Zerfalls werden weniger Datenpunkte verwendet. (In der Kalkulationstabelle ist Lambda ein Eingang, so dass Sie mit seiner Empfindlichkeit experimentieren können). Zusammenfassung Volatilität ist die momentane Standardabweichung einer Aktie und die häufigste Risikomessung. Es ist auch die Quadratwurzel der Varianz. Wir können Varianz historisch oder implizit messen (implizite Volatilität). Bei der historischen Messung ist die einfachste Methode eine einfache Varianz. Aber die Schwäche mit einfacher Varianz ist alle Renditen bekommen das gleiche Gewicht. So stehen wir vor einem klassischen Kompromiss: Wir wollen immer mehr Daten, aber je mehr Daten wir haben, desto mehr wird unsere Berechnung durch weit entfernte (weniger relevante) Daten verdünnt. Der exponentiell gewichtete gleitende Durchschnitt (EWMA) verbessert die einfache Varianz durch Zuordnen von Gewichten zu den periodischen Renditen. Auf diese Weise können wir beide eine große Stichprobengröße, sondern auch mehr Gewicht auf neuere Renditen. (Um ein Film-Tutorial zu diesem Thema zu sehen, besuchen Sie die Bionic Turtle.) Wie verwenden wir Money Management für Moving Average Forex Strategien Was können wir lernen, über Moving Durchschnittliche Handelsstrategien Gute Geld-Management kommt zu einem allzu populären Handel Aphorismus : Lassen Sie Ihre Gewinne laufen und schneiden Sie Ihre Verluste kurz. Fast jeder beliebte Handelsführer sagt dies, aber alle zu wenig geben dem Leser gute Beispiele dafür, was eine richtige Geld-Management darstellt. Natürlich, ein Teil der Schwierigkeit kommt aus der Tatsache, dass es keine definitive Antwort oder definitive Leitfaden, was zu tun ist. Unsere Aufgabe ist es, Analyse-Techniken, die es uns ermöglichen zu bestimmen, was in bestimmten Situationen zu tun. Für die Zwecke dieses Artikels, werden wir noch einmal eine der grundlegenden Strategien, die in unserer früheren Einführung diskutiert werden: die Moving Average Crossover Trading-Strategie. FXCMrsquos Strategy Trader verwenden. Sind wir in der Lage, eine Strategie auf unsere Charts setzen und analysieren die Ergebnisse mit hoch-analytischen Tools. In der Beta-Version des Programms ist unsere Moving Average Crossover-Strategie als MovAvg3LineCrossLESE gekennzeichnet. Moving Averages Crossover-Strategie Simple Moving Averages (SMA) Kaufen, wenn 50-Periode SMA Kreuze über die 100, die über dem 200 Sell, wenn die 50-Periode SMA Kreuze unterhalb der 100, die Trades unterhalb der 200 Unsere grundlegenden Moving Average Crossover Trading-Strategie Hat sich mit dem EuroUS-Dollar in den letzten Handelsjahren gut entwickelt, da die außerordentliche Volatilität der Trendtrading-Strategie zugute kommt. Tatsächlich nutzen gleitende Durchschnittsstrategien große Veränderungen in der Preisaktion und verriegeln auf Trends in ihren frühen Stadien. Doch die Strategie ist nicht ohne ihre Mängel, und die Eigenkapitalkurve oben betont, dass es viele Jahre Handel seitwärts, bevor er seine große Pause. So ist der Trick, Geld-Management-Techniken, die uns durch Zeiten der besonders niedrige Volatilität zu schützen, aber nicht halten uns zurück, wenn die Märkte ausbrechen. Bevor wir dies tun, ist es hilfreich, darüber nachzudenken, was die Strategie zu erreichen versucht: Fangen Sie große Trends, wie sie anfangen. Wir verwenden drei gleitende durchschnittliche Längen, um uns verschiedene Informationen über Preismomentum zu geben. Wenn sich der schnell fließende Mittelwert unterhalb der mittleren und langsamen Linie bewegt, wissen wir, dass sich die Gesamtpreisdynamik nach unten verschoben hat. Allerdings sind solche Signale mit einer deutlichen Verzögerung, und sie implizieren, dass der Preis ist ziemlich deutlich durch vorherige Preissenkungen gefallen. Wie schützen wir uns davor Eine Studie der strategyrsquos langfristige Leistung hebt ihre Hauptschwäche hervor, und unsere Aufgabe ist es, Geld-Management zu schärfen, um gegen seine verlängerten Perioden der Underperformance zu schützen. Unsere unmittelbare Versuchung kann sein, einfach einen engen Stopp-Verlust auf unsere Moving Average-System und lassen Gewinne laufen. Dennoch müssten wir wissen, was einen engen Stop-Loss für unsere Strategie und wie es im tatsächlichen Handel zu nutzen. Einstellung Stopps für unsere Moving Average Crossover-Strategie Die einzige wichtigste Faktor bei der Bestimmung, wo unsere Stationen gesetzt werden, ist, wie weit treibt ein Handel in der Regel, bevor sie rentabel. Natürlich wollen wir unsere schützende Stop-Loss auf einer Ebene, so dass es uns schützen, aber nicht mit erfolgreichen Trades stören gesetzt. Als solches sucht wersquoll nach dem ldquoMaximum Adverse Excursionrdquo von rentablen Trades und Set-Stops entsprechend. Die folgende Grafik zeigt, wie hoch die Verluste sind und ob der Handel am Ende profitabel ist. Unsere Chart zeigt uns erneut einen wichtigen Einblick in die Wirksamkeit unserer Strategie. Zum Beispiel, sehen wir, dass die Mehrheit der hoch profitablen Handel haben sehr wenig nachteilige Exkursion profitabel Handel sind meist korrekt von Anfang an. Wir merken auch, dass unser größter Verlusthandel weit kleiner war als der größte Gewinn. Unser Diagramm zeigt uns, dass alle Trades mit einem ungünstigen Umzug von über 150 (in diesem Fall 150 Pips) nie einen sinnvollen Gewinn gedreht haben. Wir könnten potenziell alle Trades auf einen maximalen 150-Punkt-Schutz Stop-Verlust zu begrenzen, aber wir beachten auch, dass dies nicht die optimale Strategie sein. Eine sehr gute Anzahl von Trades, die über 150 Pips ziehen, reihen sich später zurück und registrieren kleinere Verluste. Einstellen von Grenzwerten für unsere Crossover-Strategie im Übergangsbereich Da die durchschnittlichen Crossover mit einer beträchtlichen Verzögerung arbeiten, ist es ebenfalls wichtig, auf Instanzen zu achten, in denen wir die Rendite verbessern können, indem wir harte Gewinnziele festlegen. Unsere Analyse für Take-Profits wird im Wesentlichen die gleichen wie unsere Schutz-Stop-Ebenen, außer in umgekehrter Richtung. Die Moving Average Crossover-Strategie hat eindeutig große Gewinner, aber wir sehen auch, dass es nicht in der Lage, seine größten potenziellen Gewinne auf einer Handvoll von Schlüssel-Trades aufgrund seiner inhärenten lag zu erfassen. Auch wenn wir niemals vernünftigerweise erwarten können, Gewinne im perfekten Augenblick einzufangen, wollen wir nicht auch einige eindeutig erfolgreiche Geschäfte wegwerfen. Unser maximaler Gewinn betrug etwa 1750 Pips, und ein Gewinn-Gewinn über diesem Niveau hätte einen Gewinnanstieg im Nettogewinn erzeugt. Der nächste Schritt besteht darin, unsere Analyse zu einem soliden Geldmanagement zu kombinieren. Für die Zwecke dieses Artikels haben wir den Vorteil der Verwendung der FXCM Strategy Trader Software, um unsere Strategien zu kodieren und leistungsfähige analytische Tests auf unseren Systemen durchzuführen. Doch es gibt keinen Grund, dass wir couldnrsquot dies manuell mit diskretionären Handelssysteme mdashit tun würde einfach offensichtlich mehr Zeit in Anspruch nehmen. Bei der Erkundung verschiedener Stop Loss und Limit Order Levels, sind wir nicht unbedingt auf der Suche nach der perfekten Anzahl. Optimierungen können sehr täuschen, weil sie Ihnen sagen, was gut funktioniert in der Vergangenheit und nicht unbedingt in die Zukunft. Angesichts dieser Gefahren sind wir auf der Suche nach einem besseren Verständnis der strategyrsquos relativen Stärken und Schwächen. Abschließen des Geldmanagements für die Moving Average Crossover-Strategie Die nachfolgenden Charts zeigen die Effekte verschiedener Stopp-Loss - und Take-Gewinn-Werte für unsere Moving Average Crossover-Strategie. Für die Zwecke des Stop-Loss-Tests gehen wir davon aus, dass das System keinen festgelegten Take-Profit-Level hat und umgekehrt. Wir entdecken einige interessante Fakten über diese Strategie, wenn wir die Optimierungsergebnisse betrachten. Obwohl wir vermuteten, dass die Platzierung einer relativ engen (150-Pip) Stopverlust Ergebnisse verbessern würde, hätte die Strategie theoretisch die höchsten Nettogewinn mit einem sehr breiten Stop-Loss. In der Tat wurde der höchste Nettogewinn mit einem Stop-Verlust von rund 400 Pipsmdashvery schwer zu widerstehen, wenn der Handel mit sehr geringem Leverage erreicht. Auf der Rückseite sahen wir tatsächlich, dass ein Gewinn von 1750 Pips zu dem höchsten Nettogewinn im Laufe der letzten 7 Jahre geführt hätte. Mit anderen Worten, unsere fixe Gewinn-Gewinn-Verhältnis wäre größer als unsere Stop-Loss von mehr als 4 bis 1. Es ist wichtig zu betonen, dass die vergangene Performance ist in keiner Weise eine Garantie für zukünftige Ergebnisse, und wir drängen sehr viel Vorsicht Gegen die Optimierung der Parameter als aktuelle Richtlinien. Dennoch gewinnen wir ein großes Verständnis für das, was an dieser Trend-folgenden gleitenden durchschnittlichen Crossover-Strategie mit aggressiven festen Risiko-Belohnung-Parameter arbeiten kann. Gibt ein optimierter Parameter eines 1750-Pip-Gewinnziels an, dass wir 1750 Pips pro Handel machen würden? Die Antwort ist ein entschlossener ldquonordquo. Ein solcher Handel trat viermal in einem Siebenjahreszeitraum auf, und unsere Positionen wurden weit häufiger durch das Rücksignal entnommen. Mit anderen Worten: Unsere Longpositionen wurden nicht durch ein festes Gewinnziel, sondern durch das gegenüberliegende Verkaufssignal geschlossen. Wenn gezwungen, eine feste Gewinnziel-und Stop-Verlust auf unsere Trades, aber die Belohnung auf Risiko-Profil wäre in der Nähe von einem 4 bis 1, um die Performance zu maximieren. Das ist die beeindruckende Schlussfolgerung und unterstreicht das generelle Lohn-Risiko-Profil der gleitenden Mittelübergangsstrategie. Whatrsquos die Moral der Geschichte Unsere Money Management Exploration Techniken haben uns eine klare Vorstellung davon, was von der Moving Average Crossover-Strategie zu erwarten gegeben. Unsere Analyse hat klare Unterstützung für den Handel clicheacute: Lassen Sie Ihre Gewinne laufen und schneiden Sie Ihre Verluste kurz. Offensichtlich ist es ein gutes Geschäft mehr Arbeit, um diese Analyse auf alles, was nicht leicht automatisiert ist, aber es ist alles das gleiche wichtig, um enge Tabs auf Ihre besondere Trading-Stil zu halten. Wenn Sie schwingen Handel und versuchen, große Veränderungen in Trends zu erfassen, tun Sie Ihre Trades folgen ein ähnliches Profil Wenn Sie denken, es ist eine angemessene Schutz Stop Loss Level für Ihre Strategie, ist es relativ einfach, Ihre Charts oder Demo-Handel Ihre Idee zu bestätigen Dass es funktionieren wird. Zahlen viel mehr Aufmerksamkeit auf Ihr Trading-System wird Ihnen beibringen, alles, was es zu wissen, über Ihre strategischen Stärken und vielleicht noch wichtiger ist, Schwächen. Verbinden Sie die FXCM Strategy Trader Beta-Testgruppe und versuchen Sie Ihre Hand bei Analytics über die Moving Average Crossover Strategie und andere. Sehen Sie sich dieses FXCM-Webinar an, um einen Leitfaden auf der neuen Plattform zu finden. Geschrieben von David Rodriacuteguez, Quantitative Strategist für DailyFX DailyFX bietet Forex News und technische Analyse über die Trends, die die globalen Währungsmärkte beeinflussen.