Flytte Gjennomsnittet Strategi Backtest

Flytte gjennomsnitt Strategier. Med Casey Murphy Senioranalytiker Forskjellige investorer bruker bevegelige gjennomsnitt av ulike grunner Noen bruker dem som deres primære analytiske verktøy, mens andre bare bruker dem som en selvtillitbygger for å sikkerhetskopiere sine investeringsbeslutninger. I denne delen presenterer vi noen få ulike typer strategier - inkorporere dem i din trading stil er opp til deg. Crossovers En crossover er den mest grunnleggende typen signal og er favorisert blant mange handelsfolk fordi det fjerner alle følelser. Den mest grunnleggende typen crossover er når prisen på en eiendel beveger seg fra den ene siden av et bevegelig gjennomsnitt og lukker på den andre. Prisoverskridelser brukes av handelsmenn til å identifisere fart i fart og kan brukes som en grunnleggende inngangs - eller utgangsstrategi. Som du kan se i figur 1, kan et kryss under et glidende gjennomsnitt signal begynnelsen av en downtrend og vil sannsynligvis bli brukt av handelsmenn som et signal for å lukke ut eksisterende eksisterende posisjoner. Omvendt kan et nært over et glidende gjennomsnitt fra under mai sugg er begynnelsen på en ny opptrending. Den andre typen kryssovergang skjer når et kortsiktig gjennomsnitt krysser gjennom et langsiktig gjennomsnitt. Dette signalet brukes av handelsmenn til å identifisere at momentet skifter i en retning og at et sterkt trekk sannsynligvis nærmer seg Et kjøpesignal genereres når kortsiktig gjennomsnitt krysser over det langsiktige gjennomsnittet, mens et selgesignal utløses av en kortsiktig gjennomsnittlig kryssning under et langsiktig gjennomsnitt. Som du kan se fra diagrammet nedenfor, er dette signalet veldig objektivt, og derfor er det så populært. Triple Crossover og Moving Average Ribbon Ytterligere bevegelige gjennomsnitt kan legges til diagrammet for å øke signalets gyldighet. Mange forhandlere plasserer fem, 10 og 20 dagers bevegelse gjennomsnitt på et diagram og vent til fem-dagers gjennomsnittet krysser opp gjennom de andre, er dette generelt det primære kjøpesignalet. Venter på 10-dagers gjennomsnittet å krysse over 20-dagers gjennomsnittet brukes ofte som bekreftelse, en taktikk som ofte reduserer numbe r av falske signaler Økning av antall bevegelige gjennomsnitt, som sett i trippel crossover-metoden, er en av de beste måtene å måle styrken på en trend og sannsynligheten for at trenden vil fortsette. Dette ber om spørsmålet Hva ville skje hvis du fortsatte å legge til bevegelige gjennomsnittsverdier Noen argumenterer for at hvis et glidende gjennomsnitt er nyttig, må 10 eller flere bli enda bedre. Dette fører oss til en teknikk som kalles glidende gjennomsnittlig bånd. Som du ser fra diagrammet nedenfor, er mange bevegelige gjennomsnitt plassert på det samme diagrammet og brukes til å bedømme styrken til den nåværende trenden Når alle bevegelige gjennomsnitt beveger seg i samme retning, antas trenden å være sterk. Tilbakevendinger bekreftes når gjennomsnittsene krysser over og leder i motsatt retning. endringsforholdene regnes av antall tidsperioder som brukes i de bevegelige gjennomsnittene. Jo kortere tidsperiodene som brukes i beregningene, jo mer følsomme er gjennomsnittet for små prisendringer. En av th e mest vanlige bånd starter med et 50-dagers glidende gjennomsnitt og legger til gjennomsnitt i 10-dagers trinn opp til det endelige gjennomsnittet på 200 Denne typen gjennomsnitt er bra for å identifisere langsiktige trender omvendt. Filter Et filter er en teknikk som brukes i teknisk analyse for å øke ens tro på en bestemt handel For eksempel kan mange investorer velge å vente til et sikkerhetskryss over et glidende gjennomsnitt og er minst 10 over gjennomsnittet før du legger en bestilling Dette er et forsøk på å sikre at crossover er gyldig og for å redusere antall falske signaler Ulempen om å stole på filtre for mye er at noe av gevinsten er gitt opp, og det kan føre til at du føler deg savnet båten. Disse negative følelsene vil redusere over tid da du kontinuerlig tilpasser kriteriene brukes til filteret ditt Det er ingen faste regler eller ting å se etter når du filtrerer det. Det er bare et ekstra verktøy som lar deg investere med selvtillit. Gjennomgang Gjennomsnittlig konvolutt En annen strategi som jeg ncorporates bruken av bevegelige gjennomsnitt er kjent som en konvolutt Denne strategien innebærer å plotte to band rundt et bevegelig gjennomsnitt, forskjøvet av en bestemt prosentvis rente. I diagrammet nedenfor er en 5 konvolutt plassert rundt et 25-dagers glidende gjennomsnitt Traders vil se på disse bandene for å se om de fungerer som sterke områder av støtte eller motstand Legg merke til hvordan flytte ofte reverserer retning etter å ha nådd et av nivåene. En prisflytt utover bandet kan signalere en periode med utmattelse, og handelsmenn vil se på omvendt mot center average. Simple Moving Gjennomsnitt - Trading backtests. What bevegelige gjennomsnittlige parametere er de beste. Dette nettstedet har et hav av bevegelige gjennomsnittlige backtests som jeg gjennomførte for DAX, SP500 og også USD EU Forex. Disse tester ble gjort ved hjelp av forskjellige signalstrategier enkle eksponentielle og crossover-varianter og forskjellige indekser i en tidsperiode på 1000 handelsdager. I motsetning til andre nettsteder testet jeg alle bevegelige gjennomsnittlige dagvinduverdier fra 1 - 1 000 dager for overgangsstrategiene også i kombinasjon. Disse dataene er også unqiue da jeg prøvde å utføre realistiske tester, simulerer kjøpesalgsspredningen og skatter for sammenligning med en referanse buy hold strategy. En rask reagerende vindusverdi ser bra ut i teorien og med en enkel test Men spredningen, avgifter og avgifter vil ødelegge all ytelse i praktisk anvendelse Det er derfor disse realistiske tester er så verdifulle. Jeg håper dette nettstedet kan hjelpe deg med dine handler, nyt det. Bakkestesting en Moving Average Crossover i Python med pandas. I den forrige artikkelen om Research Backtesting Environments I Python With Pandas opprettet vi et objektorientert forskningsbasert backtesting-miljø og testet det på en tilfeldig prognosestrategi. I denne artikkelen vil vi gjøre bruk av maskineriet vi introduserte for å bære ut forskning på en faktisk strategi, nemlig Moving Average Crossover på AAPL. Moving Average Crossover Strategy. The Moving Average Crossover-teknikken er en ekstremt kjent enkelhet tic momentumstrategi Det er ofte ansett Hello World-eksemplet for kvantitativ handel. Strategien som skissert her er langvarig. To separate enkle glidende gjennomsnittlige filtre er opprettet med varierende tilbakekoblingsperioder for en bestemt tidsserie. Signaler for å kjøpe aktivet oppstår når det kortere tilbakegående glidende gjennomsnittet overstiger det lengre tilbakegående glidende gjennomsnittet. Hvis det lengre gjennomsnittet etterfølgende overstiger det kortere gjennomsnittet, blir aktiva solgt tilbake. Strategien fungerer bra når en tidsserie går inn i en periode med sterk trend og så sakte reverserer trenden. For dette eksempelet , Jeg har valgt Apple, Inc AAPL som tidsserien, med en kort oversikt over 100 dager og en lang tilbakekalling på 400 dager. Dette er eksemplet fra zipline algoritmiske handelsbiblioteket. Såfremt vi ønsker å implementere vår egen backtester, må vi sørg for at den samsvarer med resultatene i zipline, som et grunnleggende middel for validering. Sørg for å følge den forrige veiledningen her som beskriver hvordan det opprinnelige objektet hei erarki for backtester er konstruert, ellers vil koden nedenfor ikke fungere. For denne bestemte implementeringen har jeg brukt følgende biblioteker. Implementeringen av krever fra den forrige opplæringen Det første trinnet er å importere de nødvendige modulene og objektene. Som i den forrige opplæringen vi skal subclass strategien abstrakt baseklasse for å produsere MovingAverageCrossStrategy som inneholder alle detaljer om hvordan å generere signaler når de bevegelige gjennomsnittene av AAPL krysser over hverandre. Objektet krever en shortwindow og en longwindow som skal operere Verdiene har blitt satt til standardverdier på henholdsvis 100 dager og 400 dager, som er de samme parametrene som brukes i hovedeksempelet på zipline. De bevegelige gjennomsnittene opprettes ved å bruke pandas rollingmean-funksjonen på stolpene. Lukk sluttkurs for AAPL-aksjen Når den enkelte Flytende gjennomsnitt er konstruert, signalet Serie genereres ved å sette kolonnen lik 1 0 når den korte beveger seg a Verage er større enn det lange glidende gjennomsnittet, eller 0 0 ellers Fra dette kan posisjonene ordrer genereres for å representere handelssignaler. MarketOnClosePortfolio er subclassed fra Portfolio som er funnet i. Det er nesten identisk med implementeringen beskrevet i den tidligere opplæringen, med unntaket at handlingene nå er utført på nært hold, i stedet for et åpent-til-grunnlag. For detaljer om hvordan porteføljeobjektet er definert, se den forrige veiledningen. Jeg har forlatt koden for fullstendighet og for å holde denne opplæringen selvopptatt. Nå som MovingAverageCrossStrategy og MarketOnClosePortfolio-klassene er definert, vil en hovedfunksjon bli kalt for å knytte all funksjonaliteten sammen. I tillegg vil strategiens utførelse bli undersøkt via et diagram av egenkapitalkurven. Pandas DataReader-objektet laster ned OHLCV-priser på AAPL-lager for perioden 1. januar 1990 til 1. januar 2002, hvoretter signalene DataFrame er opprettet for å generere Langsiktig signaler Deretter genereres porteføljen med en startkapital på 100 000 USD og avkastningen beregnes på egenkapitalkurven. Det endelige trinnet er å bruke matplotlib til å tegne en tofigurert plot av begge AAPL-prisene, overlagt med de bevegelige gjennomsnittene og kjøp selgesignaler, så vel som egenkapitalkurven med de samme kjøpesalgssignalene. Plottingskoden er tatt og endret fra zipline-implementeringseksemplet. Den grafiske produksjonen av koden er som følger. Jeg benyttet seg av IPython paste-kommandoen for å sette dette direkte inn i IPython-konsollen mens du er i Ubuntu, slik at den grafiske produksjonen forblir i visning. Den rosa oppblåsingen representerer kjøp av aksjen, mens de svarte downticks representerer å selge den tilbake. AAPL Moving Average Crossover Performance fra 1990-01-01 til 2002-01- 01. Som det kan sees, mister strategien penger i løpet av perioden, med fem rundturer. Dette er ikke overraskende gitt AAPLs oppførsel i perioden, som var i en liten nedadgående trend, etterfulgt av en betydelig oppgang begynner i 1998 Utsettelsesperioden for de bevegelige gjennomsnittssignalene er ganske stor, og dette påvirket resultatet av den endelige handel, noe som ellers kan ha gjort strategien lønnsom. I etterfølgende artikler vil vi skape et mer sofistikert middel til å analysere ytelse, samt beskrive hvordan man optimaliserer tilbakekallingsperioder for de enkelte bevegelige gjennomsnittlige signaler. Bare å komme i gang med kvantitativ handel.