อย่างมีนัยสำคัญทางสถิติของระบบการค้าที่ใช้ตัวชี้วัดที่มี lookbacks ยาว สมมติว่าเรามีระบบการค้าที่ธุรกิจการค้าทุกวันถือเป็นเวลาหนึ่งวัน แต่ใช้ตัวบ่งชี้ที่มองย้อนกลับไปในช่วง 5 ปีที่ผ่านมา ตัวอย่างง่ายๆอาจจะมีการเปลี่ยนแปลงร้อยละของราคาสินทรัพย์ในช่วงระยะเวลา 5 ปี จะมีระดับสูงของความสัมพันธ์ต่อเนื่องในค่าตัวบ่งชี้จากวันหนึ่งไปยังอีกเนื่องจากการทับซ้อนของ lookback ที่ มีวิธีการมาตรฐานในการนี้ในบัญชีเมื่อมีการประเมินประสิทธิภาพการทำงานของระบบการซื้อขายหรือไม่ สังหรณ์ใจมันก็ดูเหมือนว่าสำหรับความยาวคงที่ของข้อมูล backtest (บอกว่า 10 ปี) เราควรจะมีความมั่นใจมากขึ้นในการวัดประสิทธิภาพของเราเช่นชาร์ปเมื่อเรามี lookbacks สั้นตั้งแต่นั้นตัวอย่างของการกระจายตัวบ่งชี้ที่มีความเป็นอิสระมากขึ้น เราจำนวนนี้อย่างไร? หรือจะเป็นมากขึ้นจากสถานการณ์ที่กฎของหัวแม่มือ? การวิเคราะห์ระบบการค้า: รายงาน Backtesting และมาตรการที่กำหนดเอง ต้องรายงานการวิเคราะห์ระบบการซื้อขายเป็นสิ่งสำคัญก่อนที่จะซื้อขายมัน เมื่อระบบการซื้อขายเป็น backtested คุณจะได้รับรายงานรายละเอียดที่แสดงมาตรการทั้งหมดที่คุณต้องการในการวิเคราะห์และประเมินระบบการซื้อขายของคุณ backtesting รายงาน รายงานกลยุทธ์ของ QuantShare แสดงแท็บต่อไปนี้: สรุป . แสดงว่าบางมาตรการที่สำคัญพัฒนาในช่วงเวลา (Equity, เบิก.) สถิติ . แสดงให้เห็นว่า 50 มาตรการสำหรับกระบวนการ backtesting การซื้อขาย แสดงตระหนักถึงการซื้อขายและการสั่งซื้อไหล รายละเอียด สำหรับแต่ละวันซื้อขายวันนี้คุณสามารถดูที่นี่ตำแหน่งผลงานที่อยู่ระหว่างดำเนินการสั่งซื้อและสถิติผลงาน D. W.M. Y ผลการดำเนินงานต่อวันสัปดาห์เดือนและปี กระจายกำไร แสดงให้เห็นถึงผลกำไรที่ปรับขนาดและค่าสูญเสีย กราฟ สร้างกราฟที่กำหนดเอง แม่ / MFE สูงสุดการกระจายการเดินทางที่ไม่พึงประสงค์และการกระจายการเดินทางที่ดีสูงสุด การสูญเสียการค้าสูงสุดได้ก่อนที่จะถูกปิดและกำไรสูงสุดการค้าได้ก่อนที่จะถูกปิด S. I.M. I ผลการดำเนินงานต่อภาคอุตสาหกรรมการตลาดและดัชนี ออกจากกฎ ผลการดำเนินงานเฉลี่ยต่อแต่ละชนิดออกจาก Monte Carlo ช่วยให้คุณสามารถดำเนินการวิเคราะห์ Monte Carlo ว่า "สถิติ" แท็บรายงาน backtesting มีมาตรการหลายอย่างที่จะช่วยให้คุณสามารถวิเคราะห์และตัดสินใจว่าจะต้องพิจารณาระบบการซื้อขายหรือไม่ นี่คือบางส่วนที่สำคัญคือ อัตราส่วนชาร์ป มันเป็นตัวชี้วัดของการปฏิบัติงานที่มีความเสี่ยงปรับ Sortino อัตราส่วน วัดนี้ได้รับการพัฒนาโดยแฟรงก์ก Sortino มันเป็นเช่นเดียวกับอัตราส่วนชาร์ป แต่ถ้าใช้ค่าเบี่ยงเบนข้อเสียแทนของส่วนเบี่ยงเบนมาตรฐาน เบี่ยงเบนข้อเสียโดยการคำนวณค่าเบี่ยงเบนมาตรฐานของผลตอบแทนสินทรัพย์เชิงลบ มันถูกใช้ในอัตราส่วน Sortino ที่จะไม่สนใจความผันผวนที่ดีจึงให้การวัดความเสี่ยงที่ปรับโดยไม่ต้องลงทัณฑ์มันสำหรับการเปลี่ยนแปลงราคาปรับตัวสูงขึ้น ปัจจัยกำไร จากการคำนวณเป็นกำไรของธุรกิจการค้าที่ทำกำไรหารด้วยความสูญเสียของการสูญเสียการซื้อขายปัจจัยกำไรที่เกี่ยวข้องกับจำนวนเงินของกำไรต่อหน่วยของความเสี่ยง สูงกว่ามูลค่าปัจจัยกำไรที่ดีกว่าและมีความเสี่ยงน้อยกว่าระบบการซื้อขายของคุณจะ ผลตอบแทนอัตราส่วน: สูงกว่าอัตราส่วนผลตอบแทนที่ดีกว่าระบบ วัดนี้มีการคำนวณโดยการใช้ระบบกำไรเฉลี่ยต่อการค้าแล้วหารด้วยการสูญเสียเฉลี่ยต่อการค้า ผลการดำเนินงาน Vs วิเคราะห์เกณฑ์มาตรฐาน ใน "สถิติ" แท็บนี้คุณยังสามารถดูสถิติที่เปรียบเทียบประสิทธิภาพของระบบการซื้อขายของคุณกับดัชนี (Beta, อัลฟาอาร์ Squared และความสัมพันธ์) ในการคำนวณมาตรการเหล่านี้คุณจะต้องระบุดัชนีอ้างอิงในการตั้งค่าระบบการซื้อขาย - เลือกระบบการซื้อขายแล้วคลิกที่ "Update" - เลือก "ตั้งค่า" แล้วคลิกที่ "ทุน" - พิมพ์สัญลักษณ์ต่อไปเป็น "สัญลักษณ์อ้างอิง" ตัวอย่าง: ^ GSPC (S & P 500) สร้างวัดที่กำหนดเอง - เลือกระบบการซื้อขาย - คลิกที่ "สร้างตัวชี้วัด" (ถ้าคุณไม่เห็นปุ่มนั้นให้คลิกที่ไอคอน "+" ที่จะขยายเมนู) - พิมพ์สูตรของคุณใน C # หรือ JScript แล้วคลิกที่ "บันทึกสูตร" ตัวอย่าง: (ผลตัวชี้วัดควรจะเกี่ยวข้องกับการ "ออกกำลังกาย" ตัวแปร) การออกกำลังกาย = 1; มาตรการดังกล่าวข้างต้นจะส่งกลับ "1" ถ้ารายงานระบบการค้ามีผลตอบแทนที่สูงกว่า 10% อัตราส่วนชาร์ปสูงกว่าที่ 1 และอัตราส่วน Sortino 1.5 ข้างต้น - backtest หรือเพิ่มประสิทธิภาพของระบบการซื้อขายของคุณเพื่อแสดงตัวชี้วัดในตารางหลักนี้ วัดที่กำหนดเองโดยใช้เครื่องมือการจัดการเงิน เครื่องมือการจัดการเงินที่ช่วยให้คุณสร้างมาตรการในการวิเคราะห์ขั้นสูง เพิ่มสคริปต์เพื่อระบบการซื้อขายของคุณ: - เลือกระบบการซื้อขายแล้วคลิกที่ "Update" - เลือก "การบริหารจัดการเงิน" แท็บ - คลิกที่ "เพิ่มสคริปต์การจัดการเงินใหม่" - การสร้างตัวชี้วัดของคุณโดยใช้อย่างใดอย่างหนึ่งหรือหลายเหตุการณ์จากนั้นใช้ "OnEndSimulation" เพื่อเพิ่มมันรายงานระบบการซื้อขายของคุณ ตัวอย่าง . (จำนวนการซื้อขายที่มีผลตอบแทนสูงกว่า 10%) OnEndSimulation เหตุการณ์: (C #) nb int = 0; MMPosition [] = Portfolio. GetAllPositions POS (); // รับทุกตำแหน่ง (คนเปิดและปิด) สำหรับ (int i = 0; ฉัน 10) // ตรวจสอบผลตอบแทนตำแหน่ง nb = nb + 1; Functions. AddMetric ("MyMetric" nb); วิธีการวัดที่พัฒนาขึ้นมา ด้วยเครื่องมือการจัดการเงินที่คุณยังสามารถสร้างตัวชี้วัดอนุกรมเวลา ตัวชี้วัดเหล่านี้จะปรากฏใน "บทสรุป" แท็บรายงานการจำลองระบบการซื้อขาย เพื่อที่จะสร้างตัวชี้วัดอนุกรมเวลาที่คุณควรจะเพิ่มค่าตัวชี้วัดในแต่ละบาร์ซื้อขาย การทำเช่นนี้เรียกว่า "Functions. AddMetric" ฟังก์ชั่นใน "OnEndPeriod" เหตุการณ์ ตัวอย่าง . (จำนวนของคำสั่งซื้อที่รอดำเนินการ) OnEndPeriod เหตุการณ์ (C #) int pendingOrders = Orders. GetPendingBuyOrders () ความยาว. Functions. AddMetric ("PendingOrders" pendingOrders); สคริปต์ข้างต้นจะถูกดำเนินการในแถบซื้อขายแต่ละครั้งและแต่ละครั้งที่จะเพิ่มจำนวนคำสั่งซื้อที่ค้างอยู่ที่ "PendingOrders" อนุกรมเวลา วิธีการแสดงและวิเคราะห์นี้เวลาชุดบนแผนภูมิ: - เพิ่มสคริปต์ข้างต้นเพื่อระบบการซื้อขาย - backtest กลยุทธ์ที่ใช้โดยคลิกที่ "จำลอง" - ใน "สรุป" แท็บคลิกขวาบนชาร์ตจากนั้นเลือก "สร้างบานหน้าต่างใหม่" - คลิกขวาที่ "ทุน" วัดจากนั้นเลือก "ลบเลือกกราฟ" - คลิกที่เกี่ยวกับการควบคุมแบบเลื่อนลงถัดจาก "เลือกอนุกรมเวลาเพื่อลากและวางลงในชาร์ต" - เลือก "PendingOrders" - คลิกที่ "ลากไอคอน" แล้วลากและวางรายการนี้ลงในบานหน้าต่างใหม่ นิยามความสัมพันธ์ 4 พฤศจิกายน 2008 โดย jackieannpatterson | ไม่มีความคิดเห็น | ยื่นในคำศัพท์ มาตรการความสัมพันธ์วิธีที่ดีที่สองสิ่งที่ย้ายเข้าด้วยกัน ตัวอย่างเช่นถ้าคนงานเหมืองทองหุ้นมักจะเพิ่มขึ้นเป็นราคาทองคำที่เพิ่มขึ้นเรากล่าวว่าพวกเขามีความสัมพันธ์ หากพันธบัตรเพิ่มขึ้นขณะที่หุ้นตกเรากล่าวว่าพวกเขามีความสัมพันธ์ในเชิงลบ โดยใช้สถิติที่เราสามารถวัดระดับของความสัมพันธ์ ขนาดช่วงระหว่าง -1 (ย้ายตรงข้ามตรง) 0 (อิสระ) 1 (ย้ายในขั้นตอนที่ล็อคในทิศทางเดียวกัน) พิเศษ Insight: ความสัมพันธ์ไม่ได้พูดอะไรเกี่ยวกับสาเหตุและผลกระทบ เพียงเพราะสองสิ่งที่มีความสัมพันธ์อย่างมากก็ไม่ได้หมายความว่าหนึ่งในสาเหตุที่ทำให้อื่น ๆ หรือว่าพวกเขาจะเป็นความสัมพันธ์อย่างมากในอนาคต ถ้าสองสิ่งที่ไม่ได้มีความสัมพันธ์ที่หนึ่งกล่าวว่าไม่ก่อให้เกิดอีก สิ่งสำคัญที่จะซื้อขายหุ้นและ backtesting ที่จะหาสองสิ่งที่ย้ายเข้าด้วยกัน - ที่สามารถเป็นโอกาสการค้า! ความสัมพันธ์สูงระหว่างสัญญาณซื้อขายและกำไรเป็นสิ่งที่เราต้องการ แต่เป็นไปได้ที่ความสัมพันธ์เกิดจากการมีโอกาสที่เคยชินทำให้กฎการซื้อขายที่ดีที่ทุกคน เพื่อหากลยุทธ์การซื้อขายที่มีแนวโน้มที่จะทำงานจริงๆต้องมีระเบียบวินัย backtesting และการวิเคราะห์ทางสถิติ การจำลอง Monte Carlo นิยาม 22 ตุลาคม 2008 โดย jackieannpatterson | ความคิดเห็นที่ 1 | ยื่นในคำศัพท์ การจำลอง Monte Carlo เป็นวิธีการทดสอบความเครียดกลยุทธ์การซื้อขายได้ ความคิดทั่วไปคือการใช้ข้อมูลแบบสุ่มที่จะสร้างพื้นที่ตัวอย่างขนาดใหญ่ที่สร้างขึ้นตามการกระจายผลเช่นเดียวกับตัวอย่างเดิม นี้อย่างชัดเจนมากขึ้นแสดงให้เห็นถึงผลกระทบของการมีโอกาสในผลลัพธ์ที่อาจเกิดและให้ชุดที่กว้างขึ้นของข้อมูลในการตัดสินใจ วิธี Monte Carlo อาจนำมาใช้ในสถานที่ที่แตกต่างกันในความคืบหน้าการพัฒนากลยุทธ์การซื้อขาย วิธีหนึ่งที่จะใช้วิธีการ Monte Carlo ผลการ backtesting คือการสุ่มการซื้อขายอีกครั้งตัวอย่าง เริ่มต้นด้วยการกระจายตัวของผลสำหรับ backtest แทนที่จะไปค้าจะเห็นสิ่งที่เกิดขึ้นต่อไปเราสามารถเรียกใช้จำลองการซื้อขาย นับหมื่นของการซื้อขายจำลอง ผลของแต่ละการค้าจำลองที่ถูกสร้างขึ้นแบบสุ่มตามที่เกิดขึ้นจริงการกระจายพบในระยะ backtesting พล็อตจากนั้นผลการกระจายตัวของทุกจำลอง Monte Carlo ที่จะเห็นความหลากหลายของผลลัพธ์ที่เป็นไปสำหรับกลยุทธ์การซื้อขาย การจำลอง Monte Carlo นอกจากนี้ยังอาจถูกนำมาใช้ในการประเมินนัยสำคัญทางสถิติผลการ backtesting กระบวนการในการสนับสนุนในการวิเคราะห์ทางเทคนิคตามหลักฐาน: การใช้วิธีการทางวิทยาศาสตร์และสถิติอนุมานที่จะสัญญาณการค้าและการอธิบายในรายละเอียดในเอกสารนี้โดยดร. ทิโมธีโท แทนที่จะพยายามที่จะแยกแยะผลดิบของการซื้อขาย 100,000 ขอบเขตตั้งอยู่บนผลที่มีศักยภาพและใช้วิธีมอนติคาร์โลในการประเมินความน่าจะเป็นของกลยุทธ์การค้าการผลิตผลลัพธ์เหล่านั้น ตัวอย่างเช่นถ้าเรากำหนดภัยพิบัติสูญเสียถึง 50% ของมูลค่าบัญชีของเราสามารถติดตามจำนวนครั้งที่เกิดขึ้นในการทำงาน 10,000 1,000 การซื้อขายแต่ละตัวอย่างเช่น Thats หนึ่งประมาณการของความน่าจะเป็นกลยุทธ์การซื้อขายที่จะระเบิดขึ้นในอนาคต แน่นอนในตลาดในอนาคตอาจจะไม่เป็นไปตามกระจายความน่าจะเป็นเช่นเดียวกับตัวอย่างแรกของเรา! นอกจากนี้เรายัง backtest หุ้นหนึ่งที่เวลา แต่ผลงานที่ถือหุ้นหลายซึ่งอาจย้ายเข้าด้วยกันเพื่อให้วิธีการที่อธิบายไว้ข้างต้นไม่ว่ารูปแบบชีวิตจริง มันเป็นประมาณมีประโยชน์อย่างไร สำหรับความหมายที่ครอบคลุมมากขึ้นดูวิกิพีเดียวิธี Monte Carlo และ Monte Carlo นำไปใช้เพื่อเป็นเงินทุน สำหรับแรงจูงใจในแง่สามารถเข้าถึงได้มากเห็นหลงกลโดย Randomness: บทบาทที่ซ่อนของโอกาสในชีวิตและในตลาด (Backtesting บล็อกเป็นรอง Amazon.) Godot การเงิน Mojito 3.0 กลยุทธ์ นี่คือการทดสอบของ Mojito 3.0 กลยุทธ์จาก Godot การเงินสำหรับ ETPs ซื้อขาย VIX เหมือนที่สิบสี่และ VXX ความบันเทิงจอห์นออร์เสมอในเวลาสั้น ๆ กล่าวถึงรุ่นก่อนหน้า นี้ซ้ำล่าสุดมีความคล้ายคลึงกับจำนวนของกลยุทธ์อื่น ๆ ที่ใดก็ตามเราครอบคลุมในบล็อกนี้ในการที่จะเปรียบเทียบเป็นมาตรการระยะสั้นจากความผันผวนโดยนัยที่จะเป็นมาตรการระยะยาวจะยาวหรือสั้น VIX เมื่อความแตกต่างระหว่างสองคือ ขนาดใหญ่พอ Ive ทำการเปลี่ยนแปลงบางอย่างในการทดสอบเดิม Godots สำหรับเหตุผลที่ฉันอธิบายในบิต ผลจากกลยุทธ์ 07/2004 ซื้อขายที่สิบสี่ (ผกผัน VIX) และ VXX (ยาว VIX) ตามมาในสีฟ้าเมื่อเทียบกับการซื้อและการถือครองสิบสี่สีเทา อ่านข้อมูลเกี่ยวกับการทดสอบสมมติฐาน หรือขอความช่วยเหลือต่อไปนี้กลยุทธ์นี้ กฎกลยุทธ์: ใกล้ปิดคำนวณค่าเฉลี่ย 5 วันของ IVTS หรือความผันผวนโดยนัยระยะโครงสร้างที่ IVTS = จุด VIX / 45 วันครบกําหนดราคาคงที่ของฟิวเจอร์ส VIX (1) ไปที่สิบสี่ยาวที่ใกล้ชิดเมื่อค่าเฉลี่ย 5 วันจะ & lt; 0.91, VXX ยาวเมื่อเฉลี่ย 5 วันจะ & gt; 1.10 หรืออื่น ๆ ที่เป็นเงินสด กดค้างไว้จนกระทั่งการเปลี่ยนแปลงในตำแหน่ง อ่านข้อมูลเกี่ยวกับการทดสอบสมมติฐาน หรือขอความช่วยเหลือต่อไปนี้กลยุทธ์นี้ โปรดทราบว่าแบบใดก็ตามเราทำเปลี่ยนแปลงที่สำคัญในการทดสอบ Godots เดิม: ใดก็ตามเราขยายการทดสอบกลับไปในช่วงกลางปี 2004 และมีการปรับปรุงขึ้นจนถึงปัจจุบันเพิ่มเพิ่มอีก 8 + ปีของข้อมูล ก็สามารถที่จะทำเช่นนี้ได้อย่างถูกต้องโดยใช้ข้อมูลจำลอง เพื่อที่จะทำให้แอปเปิ้ลต่อแอปเปิ้ลเมื่อเทียบกับกลยุทธ์อื่น ๆ ก็ตามเราทดสอบในบล็อกนี้ก็ตามเรา (ก) เลือกที่จะไปสิบสี่ยาวเมื่อเทียบกับ VXX สั้นเมื่อกลยุทธ์เรียกร้องให้ตำแหน่ง VIX ระยะสั้นและ (ข) ตำแหน่งเพิ่มขึ้น ขนาดถึง 100% (จาก 60%) โปรดทราบว่าตำแหน่งที่ VXX สั้นจะได้นำไปสู่ผลลัพธ์ที่แตกต่างกันเล็กน้อย แต่ไม่ได้อย่างมากดังนั้น กลยุทธ์ที่ดีจะยังคงเป็นกลยุทธ์ที่ดี (และในทางกลับกัน) ด้วยวิธีการอย่างใดอย่างหนึ่ง เป็นที่กล่าวถึงในย่อหน้าที่ 3.0 Mojito คล้ายกับจำนวนของกลยุทธ์ใดก็ตามเราทดสอบในบล็อกนี้ในการซื้อขายที่เป็นไปตามการเปรียบเทียบเป็นมาตรการระยะสั้นของญาติฉบับโดยนัยที่จะเป็นมาตรการระยะยาว เหล่านี้ประเภทของกลยุทธ์การได้ทำงานในอดีตเพราะมีแนวโน้มที่จะประเมินค่าสูงอนาคตระเหยที่มีอยู่ทั่วซับซ้อน VIX เมื่อ VIX ที่ซับซ้อนอยู่ในสถานะ contangoed ปกติ (2) จุด VIX มีแนวโน้มที่จะประเมินค่าสูงในอนาคตตระหนักฉบับฟิวเจอร์ VIX ที่จะประเมินจุดที่เดือนไกลกว่าจะประเมินค่าสูงกว่าเดือนใกล้ ฯลฯ กลยุทธ์เหล่านี้แต่ละตัวชี้วัดที่แตกต่างกันโดยใช้ที่จะตัดสินว่ามีความซับซ้อน VIX ที่อยู่ในรัฐ contangoed หรือมากขึ้นโดยเฉพาะรัฐ contangoed ที่น่าจะหมายความว่าฟิวเจอร์ส VIX จะไขว้เขวจุดที่สุด เป็นกลยุทธ์ที่ดีกว่านี้หรือเลวร้ายยิ่งกว่ารูปแบบอื่น ๆ เหล่านั้นหรือไม่ Thats เป็นไปไม่ได้ที่จะบอกว่า ผมคิดว่าแนวคิดที่กว้างขึ้นมีบุญได้อย่างแน่นอนและเป็นแนวคิดที่กว้างที่เราใช้ในการซื้อขายของเราเอง แต่ผมยังคิดว่าในระยะยาวการมุมมองแบบองค์รวมมากขึ้นที่จะพิจารณาหลายจุดข้อมูลที่สำคัญทั่วซับซ้อน VIX ร่วมกัน (มากกว่าสองจุดโดยเฉพาะอย่างยิ่งข้อมูลที่อยู่คนเดียว) น่าจะเป็นทางออกที่แข็งแกร่งมากขึ้น ใหญ่ขอบคุณ Godot การเงินสำหรับความคิดและมีโอกาสที่จะเพิ่มสองเซ็นต์ของเราที่นี่ เมื่อกลยุทธ์ที่เราจะกล่าวถึงในบล็อกของเรา (รวมถึงนี้) สัญญาณการซื้อขายใหม่ที่เรารวมถึงการแจ้งเตือนในรายงานประจำวันส่งให้กับสมาชิก นี้จะสมบูรณ์ไม่เกี่ยวข้องกับสัญญาณของกลยุทธ์ของเราเอง มันก็ทำหน้าที่ในการเพิ่มสีเล็ก ๆ น้อย ๆ ที่จะรายงานประจำวันและช่วยให้สมาชิกที่จะเห็นสิ่งอื่น ๆ กลยุทธ์เชิงปริมาณจะพูดเกี่ยวกับตลาด คลิกเพื่อดูความผันผวนทำทางออกที่สวยงามเรียบง่ายของตัวเองที่จะปริศนา VIX ETP การซื้อขายที่ดี ความผันผวน Made Simple 45 วันราคาครบกําหนดอย่างต่อเนื่องของฟิวเจอร์ส VIX คำนวณจากค่าเฉลี่ยถ่วงน้ำหนักของ 1 และฟิวเจอร์สเดือน 2 เมื่อจำนวนวันตามปฏิทินที่จะหมดอายุในเดือนที่สองคือสูงกว่า 45 วันมิฉะนั้นมันจะขึ้นอยู่กับค่าเฉลี่ยถ่วงน้ำหนักของ ฟิวเจอร์สที่ 2 และ 3 เดือน Im ใช้ระยะ contangoed หลวมที่นี่หมายถึงวัดที่ห่างไกลมากขึ้นจากความผันผวนโดยนัยจะมีราคาสูงกว่าวัดใกล้มากกว่าความหมายที่เข้มงวดของฟิวเจอร์ส vs จุด ราคาต่อรองการซื้อขายเพิ่มประสิทธิภาพ VRP กลยุทธ์ นี่คือการทดสอบของผู้อื่น "ความผันผวนของพรีเมี่ยมความเสี่ยง" (VRP) กลยุทธ์จากการซื้อขายที่ดีเยี่ยมเสมอราคาต่อรอง (1) กลยุทธ์ที่มีความคล้ายคลึงกับ Brute Force VRP DDN ของ VRP และ TTO เดิม VRP กลยุทธ์ที่เราได้ร่วมกันก่อนหน้านี้ในการที่จะเปรียบเทียบโดยนัยและความผันผวนทางประวัติศาสตร์ที่จะคาดการณ์การเปลี่ยนแปลงใน VIX ETPs เหมือนที่สิบสี่และ VXX ดูอีกครั้งเชิงอรรถ: ความแตกต่างระหว่างผลของฉันและผู้ผลิตโดย TTO นี้ (2) ด้านล่างนี้เป็นผลของกลยุทธ์ TTO ของสีฟ้าในการซื้อขายที่สิบสี่และ VXX จาก 07/2004 ที่จะนำเสนอเมื่อเทียบกับการซื้อโฮลดิ้งส์ที่สิบสี่สีเทา อ่านข้อมูลเกี่ยวกับการทดสอบสมมติฐาน หรือขอความช่วยเหลือต่อไปนี้กลยุทธ์นี้ กฎกลยุทธ์: ที่ใกล้คำนวณต่อไปนี้: ค่าเฉลี่ยเคลื่อนที่ชี้แจง 5 วัน [30 วันครบกําหนดราคาคงที่ของฟิวเจอร์ส VIX - (2 วันค่า Volatility ของ SPY * 100)] ไปที่สิบสี่ยาวที่ใกล้ชิดเมื่อผลจากสูตรข้างต้นมากกว่า 1 มิฉะนั้นไปนาน VXX กดค้างไว้จนกระทั่งการเปลี่ยนแปลงในตำแหน่ง หมายเหตุความแตกต่างระหว่างกลยุทธ์นี้และอื่น ๆ "VRP" กลยุทธ์ที่เราได้ทดสอบ (1) กลยุทธ์นี้ใช้ 30 วันครบกําหนดราคาคงที่ของฟิวเจอร์ส VIX (เมื่อเทียบกับ VIX) เป็นตัวชี้วัดความผันผวนโดยนัยและ (2 ) มันคล่องตัวสัญญาณที่มีการตอบสนองมากขึ้นชี้แจง (เมื่อเทียบกับง่าย) ค่าเฉลี่ยเคลื่อนที่ ในขณะที่กลยุทธ์นี้จะมีการดำเนินการที่ดีกว่าในอดีตกว่าใด ๆ ของรูปแบบ VRP อื่น ๆ ที่เราได้ทดสอบผมยังคงอยู่มากหรือน้อยมีความเชื่อมั่นอย่างเท่าเทียมกันในความสามารถในการที่จะดำเนินการในอนาคตออกจากกลุ่มตัวอย่าง เรียกว่าถากถางในเราเกิดขึ้นมาจากปีที่ผ่านมาของการปรับใช้กลยุทธ์ที่นี่ในโลกแห่งความจริง แต่ฉันสนใจมากขึ้นในแนวความคิดมากกว่าการเลือกพารามิเตอร์ที่เฉพาะเจาะจงแนวคิดที่นี่ถูกเทียบนัยและความผันผวนทางประวัติศาสตร์ คุณจะพบว่าโชคชะตาของแนวคิดเหล่านี้มีแนวโน้มที่จะเพิ่มขึ้นหรือลดลงด้วยกัน เดือนนี้เป็นตัวอย่างที่ดีที่มีนี้ทั้งชั้นของกลยุทธ์การดิ้นรนเป็นผลมาจากขั้วที่กล่าวถึงที่นี่ แนวคิดนี้ทำงานทำไม? เพราะในอดีตเมื่อนัยฉบับเป็นลดลงมากเกินไปที่ด้านล่างฉบับประวัติศาสตร์ก็มีความหมายโดยนัยฉบับมักจะเป็นอนาคตประเมินตระหนักฉบับซึ่งเมื่อเวลาผ่านไปจะสร้างแรงกดดันต่อ VIX และฟิวเจอร์สเพิ่มขึ้น VIX และ ETPs เหมือนที่สิบสี่และ ZIV จะลดลง หนึ่งทราบขั้นสุดท้าย ... ในผลการข้างต้นผมได้เมื่อเทียบเป็นกลยุทธ์ที่ได้รับการทดสอบมาเพื่อการซื้อขายที่สิบสี่อย่างเดียว (และย้ายไปเป็นเงินสดแทนการ VXX) ขอให้สังเกตการลดลงอย่างมีนัยสำคัญในการทำงานโดยเฉพาะอย่างยิ่งในแง่ของประสิทธิภาพความเสี่ยงที่ปรับ (ชาร์ปและ UPI) หมายเหตุเกินไปวิธีการกลยุทธ์จะมีการใช้จ่ายเพียง 11% ของทุกวันนาน VXX (และส่วนใหญ่ของวันนั้นถูกพัวกันในช่วงเวลาสั้น ๆ เช่น 2007/08) เช่นเมื่อไม่กี่เปอร์เซ็นต์ของกลุ่มตัวอย่างทั้งหมดดังกล่าวมีส่วนใหญ่ร้อยละของผลการดำเนินงานก็ชี้แจงเพิ่มความเสี่ยงของอิง (ซึ่งจะนำไปสู่ความล้มเหลวในการดำเนินการออกจากตัวอย่าง) ที่จริงไม่เพียง แต่สำหรับกลยุทธ์นี้ว่าเป็นความจริงสำหรับสิ่งเหล่านี้ยาว / กลยุทธ์ความผันผวนระยะสั้น (รวมทั้งเรา) ที่มีความลำเอียงอย่างมากต่อการผกผันเล่น VIX แต่พึ่งพา VIX ที่สำคัญปรากฏในการเพิ่มผลตอบแทนทางประวัติศาสตร์ ไม่ว่าจะเป็นกลยุทธ์เหล่านี้จะสามารถที่จะช่ำชองเพื่อประโยชน์ในการปรากฏ VIX ที่สำคัญในอนาคตคือผู้ต้องสงสัย ใหญ่ขอบคุณซื้อขายราคาต่อรองสำหรับความคิดและช่วยให้เราสามารถเพิ่มสองเซ็นต์ของเราที่นี่ เมื่อกลยุทธ์ที่เราจะกล่าวถึงในบล็อกของเรา (รวมถึงนี้) สัญญาณการซื้อขายใหม่ที่เรารวมถึงการแจ้งเตือนในรายงานประจำวันส่งให้กับสมาชิก นี้จะสมบูรณ์ไม่เกี่ยวข้องกับสัญญาณของกลยุทธ์ของเราเอง มันก็ทำหน้าที่ในการเพิ่มสีเล็ก ๆ น้อย ๆ ที่จะรายงานประจำวันและช่วยให้สมาชิกที่จะเห็นสิ่งอื่น ๆ กลยุทธ์เชิงปริมาณจะพูดเกี่ยวกับตลาด คลิกเพื่อดูความผันผวนทำทางออกที่สวยงามเรียบง่ายของตัวเองที่จะปริศนา VIX ETP การซื้อขายที่ดี ความผันผวน Made Simple QuantStrat ผู้ค้า VXV: กลยุทธ์ VXMT นี่คือการทดสอบของกลยุทธ์จาก Ilya Kipnis QuantStrat ของผู้ประกอบการสำหรับการซื้อขาย VIX ETPs เหมือนที่สิบสี่และ VXX Ilya ให้กรอบสำหรับการทดสอบความทนทานของชุดที่กำหนดของพารามิเตอร์การซื้อขาย ผมขอแนะนำให้คุณอ่านชิ้น Ilya แต่ที่ไม่ได้เป็นเรื่องของการโพสต์นี้ นี่ฉันทดสอบกลยุทธ์ที่เป็นผลมาจากการวิเคราะห์ของอิลยา (กับบิด) ผลจากกลยุทธ์ 08/2008 ซื้อขายที่สิบสี่ (ผกผัน VIX) และ VXX (ยาว VIX) ตามมาในสีฟ้าเมื่อเทียบกับการซื้อและการถือครองสิบสี่สีเทา อ่านข้อมูลเกี่ยวกับการทดสอบสมมติฐาน หรือขอความช่วยเหลือต่อไปนี้กลยุทธ์นี้ โพสต์อิลยาพบ 3 ค่าพารามิเตอร์ที่แตกต่างกันที่ดูแนวโน้ม ที่นี่ผมได้รวมพวกเขาเป็นกลยุทธ์หนึ่งเดียว กลยุทธ์ตามกฎ (อ่านเกี่ยวกับการทดสอบสมมติฐาน): หลังจากที่ปิดการคำนวณอัตราส่วน: VXV (3 เดือน VIX) หารด้วย VXMT (VIX ระยะกลาง) คำนวณ 60 วัน 125 วันและค่าเฉลี่ยของอัตราส่วนที่ 150 วัน เหล่านี้เป็นสำหรับสามกลยุทธ์ที่แยกต่างหากที่เราจะรวมกันเป็นหนึ่ง สำหรับกลยุทธ์ในแต่ละเมื่อทั้งสองอัตราส่วน VXV / VXMT ปัจจุบันต่ำกว่าค่าเฉลี่ยและค่าเฉลี่ยต่ำกว่า 1 กลยุทธ์ที่เป็นฉบับสั้น (สิบสี่) เมื่อทั้งสองอัตราส่วนจะเป็นสูงกว่าค่าเฉลี่ยและค่าเฉลี่ยสูงกว่า 1 กลยุทธ์ที่เป็นฉบับยาว (VXX) ค่าเฉลี่ยสัญญาณจากทั้งสามกลยุทธ์ ยกตัวอย่างเช่น 2 ฉบับสั้นและเงินสด 1 สัญญาณจะเฉลี่ยออกไปยังตำแหน่งที่ 2/3 ฉบับสั้น ดำเนินการส่งสัญญาณว่าในช่วงใกล้วันรุ่งขึ้นโดยใช้ตลาดอย่างใกล้ชิดในการสั่งซื้อ ในคำอื่น ๆ กลยุทธ์นี้มีความล่าช้า 1 วัน ใดก็ตามเราสัมผัสในเวลาสั้น ๆ เมื่อวันที่ 1 วันก่อนหน้านี้ล่าช้า กดค้างไว้จนกระทั่งการเปลี่ยนแปลงในตำแหน่ง เนื่องจากข้อมูล VXMT จะใช้ได้เฉพาะจากปี 2008 เราลาดเททดสอบกลยุทธ์นี้กลับมาถึงกลางปี 2004 เป็นผู้อ่านจะคุ้นเคยกับการ กลยุทธ์การดูแนวโน้มว่าแม้จะมีข้อมูลที่ จำกัด ที่น้อยมากเพราะบางคนคิดว่าเดินเข้าไปในการเลือกพารามิเตอร์ หมายเหตุจากโค้งดังกล่าวข้างต้น (และเบิกโค้งด้านล่าง) ส่วนที่แข็งแรงของกลยุทธ์ที่ได้รับการสูญเสียในการจัดการและกลยุทธ์ที่มีแนวโน้มที่จะล่าช้าซื้อไว้เมื่อสิบสี่ได้รับที่แข็งแกร่งโดยเฉพาะอย่างยิ่ง กลยุทธ์ที่ใช้เวลาประมาณ 65% ของทุกวันที่มีตำแหน่งในบางส่วน ฉันควรทราบว่าในวันนั้นส่วนใหญ่ (92%) มีความสั้น VIX ความหมายเป็นกลไกสำคัญสำหรับความสำเร็จของกลยุทธ์นี้มีการเคลื่อนไหวเป็นเงินสดเมื่ออัตราส่วนจะเป็นสูงหรือต่ำกว่าค่าเฉลี่ย (เมื่อเทียบกับสลับยาว และ VIX สั้น) ฉันหวังว่าจะเห็นว่ากลยุทธ์นี้จะดำเนินการออกจากกลุ่มตัวอย่าง ชอบมากที่สุดของกลยุทธ์ที่เราทดสอบในบล็อกของเรา, เราจะยังคงติดตามอย่างใดอย่างหนึ่งเพื่อประโยชน์ของสมาชิก เมื่อกลยุทธ์ที่เราจะกล่าวถึงในบล็อกของเรา (รวมถึงนี้) สัญญาณการซื้อขายใหม่ที่เรารวมถึงการแจ้งเตือนในรายงานประจำวันส่งให้กับสมาชิก นี้จะสมบูรณ์ไม่เกี่ยวข้องกับสัญญาณของกลยุทธ์ของเราเอง มันก็ทำหน้าที่ในการเพิ่มสีเล็ก ๆ น้อย ๆ ที่จะรายงานประจำวันและช่วยให้สมาชิกที่จะเห็นสิ่งอื่น ๆ กลยุทธ์เชิงปริมาณจะพูดเกี่ยวกับตลาด คลิกเพื่อดูความผันผวนทำทางออกที่สวยงามเรียบง่ายของตัวเองที่จะปริศนา VIX ETP การซื้อขายที่ดี ความผันผวน Made Simple VRP และมาตรการอื่น ๆ ของความผันผวนโดยนัยจากการซื้อขายราคาต่อรอง นี้จะตามขึ้นไปโพสต์ที่นี่และที่นี่จากการซื้อขายที่ดีเยี่ยมเสมอราคาต่อรอง เราได้ครอบคลุมการทำงานของ TTO ก่อนหน้านี้เมื่อเรามองไปที่รูปแบบของพวกเขาเป็น "VRP กลยุทธ์" เทียบนัยเทียบกับค่า Volatility เพื่อการค้า ETPs VIX เหมือนที่สิบสี่และ VXX ในการโพสต์ใหม่เหล่านี้ TTO มองที่มาตรการอื่น ๆ จากความผันผวนโดยนัยกว่าเพียงแค่ดัชนี VIX เราวางมาตรการอื่น ๆ เหล่านี้ไปทดสอบที่นี่ ผลจากกลยุทธ์ 07/2004 ซื้อขายที่สิบสี่ (ผกผัน VIX) และ VXX (ยาว VIX) ปฏิบัติตาม อ่านข้อมูลเกี่ยวกับการทดสอบสมมติฐาน หรือขอความช่วยเหลือต่อไปนี้กลยุทธ์นี้ มีสี่ส่วนเส้นโค้งสีฟ้าในกราฟข้างต้นเมื่อเทียบกับการซื้อและการถือครองสิบสี่สีเทา ผมเคยวาดจงใจพวกเขาทั้งหมดที่มีสีเดียวกัน (เพิ่มเติมเกี่ยวกับเหตุผลที่ในช่วงเวลา) แต่ก่อนกฎกลยุทธ์ที่เป็นการทดสอบ: ที่ใกล้คำนวณต่อไปนี้: ค่าเฉลี่ย 5 วัน [ผันผวนโดยนัย - (2 วันค่า Volatility ของ SPY * 100)] แต่ละส่วนของเส้นโค้งดังกล่าวข้างต้นจะใช้มาตรการที่แตกต่างกันสำหรับ "ความผันผวนโดยนัย": ดัชนี VIX ที่ 30 วันครบกําหนดราคาคงที่ของฟิวเจอร์ส VIX หรือ VXMT (VIX ระยะกลาง) (1) ฉันยังเพิ่มดัชนี VXV การวัดที่ดี ไปที่สิบสี่ยาวที่ใกล้ชิดเมื่อผลลัพธ์ของสูตรข้างต้นมากกว่าศูนย์ (เช่นพรีเมี่ยมที่มีอยู่ระหว่างความผันผวนโดยนัยและประวัติศาสตร์) มิฉะนั้นจะไปยาว VXX กดค้างไว้จนกระทั่งการเปลี่ยนแปลงในตำแหน่ง โปรดทราบว่าผลของเราแตกต่างจากของ TTO ดูเชิงอรรถสำหรับการอภิปรายของว่าทำไม ผมวาดเส้นโค้งทั้งสี่ส่วนสีฟ้าเพื่อขับรถกลับบ้านจุดที่ไม่คำนึงถึงความแตกต่างของการรับรู้ใด ๆ กลยุทธ์เหล่านี้ได้ดำเนินการในทำนองเดียวกันว่าเพื่อประโยชน์อย่างใดอย่างหนึ่งมากกว่าคนอื่น ๆ ที่อาจเป็นผลมาจากโอกาสสุ่ม ผมจะมีความมั่นใจเกี่ยวกับความเท่าเทียมกันในการใด ๆ ของกลยุทธ์เหล่านี้ก้าวไปข้างหน้า ทั้งสี่รูปแบบที่อยู่ในข้อตกลงที่เกี่ยวกับ 96% ของวัน นั่นเป็นเพราะมีข้อมูลน้อยมากที่มีอยู่ในคนใดคนหนึ่งของมาตรการเหล่านี้ที่ไม่ได้นอกจากนี้ยังมีอยู่ในคนอื่น ๆ ฟิวเจอร์สวันที่ 30 วันจะมีแนวโน้มที่จะราคาสูงกว่าดัชนี VIX, VXV สูงกว่าฟิวเจอร์สและ VXMT สูงกว่า VXV เพียงเพราะพวกเขากำลังวัดความผันผวนโดยนัยไกลออกไป (ซึ่งจะเพิ่มความไม่แน่นอนซึ่งมีแนวโน้มที่จะเพิ่มความเสี่ยงที่จำเป็น) ขัดกับความคิดแรกของฉัน แต่ที่ไม่ได้หมายความว่าอีกต่อไปเมื่อวันที่ผันผวนโดยนัยใช้เวลาอย่างมีนัยสำคัญมากขึ้นในระยะสั้น VIX (อดีต. ยาวสิบสี่) ฉันสมมติว่าเป็นเพราะชนิดของกลยุทธ์เหล่านี้มีแนวโน้มที่จะใช้เวลาเพียงตำแหน่งฉบับยาวเมื่อแหลมผันผวนซึ่งเป็นตอนที่พรีเมี่ยมระหว่างยาวและสั้นลงวันที่โดยนัยฉบับจะถูกบีบอัดซึ่งหมายความว่าเมื่อมันจริงนับโดยใช้สั้นลงวันที่ โดยนัยฉบับ (เช่น VIX) ไม่ได้ส่งผลให้เกิดผลลัพธ์ที่แตกต่างอย่างมีนัยสำคัญอีกต่อไปกว่าฉบับลงวันที่ (เช่น VXMT) ในระยะสั้นซึ่งเป็นหนึ่งในสี่คนนี้รูปแบบจะดีกว่าในอนาคตเพียงแค่บังเอิญ แต่ฉันไม่คิดว่าประวัติศาสตร์มีคู่มือที่พอมีประโยชน์เป็นที่รูปแบบที่จะเป็น ฉันจะเกี่ยวกับความมั่นใจอย่างเท่าเทียมกันในรูปแบบใด ๆ ของเหล่านี้ในอนาคต ใหญ่ขอบคุณซื้อขายราคาต่อรองสำหรับความคิดและช่วยให้เราสามารถเพิ่มสองเซ็นต์ของเราที่นี่ เมื่อกลยุทธ์ที่เราจะกล่าวถึงในบล็อกของเรา (รวมถึงนี้) สัญญาณการซื้อขายใหม่ที่เรารวมถึงการแจ้งเตือนในรายงานประจำวันส่งให้กับสมาชิก นี้จะสมบูรณ์ไม่เกี่ยวข้องกับสัญญาณของกลยุทธ์ของเราเอง มันก็ทำหน้าที่ในการเพิ่มสีเล็ก ๆ น้อย ๆ ที่จะรายงานประจำวันและช่วยให้สมาชิกที่จะเห็นสิ่งอื่น ๆ กลยุทธ์เชิงปริมาณจะพูดเกี่ยวกับตลาด คลิกเพื่อดูความผันผวนทำทางออกที่สวยงามเรียบง่ายของตัวเองที่จะปริศนา VIX ETP การซื้อขายที่ดี ความผันผวน Made Simple มาโครนักลงทุน VIX กลยุทธ์การซื้อขาย โดยการร้องขอของผู้อ่านนี้คือการทดสอบของกลยุทธ์การลงทุนจากมาโครสำหรับการซื้อขาย VIX ETPs เหมือนที่สิบสี่และ VXX กลยุทธ์นี้เช่นเดียวกับคนที่คุณจะพบในบล็อกนี้และที่อื่น ๆ ที่ใช้รูปทรงของฟิวเจอร์ส VIX ระยะโครงสร้างจะสั้น VIX เมื่อฟิวเจอร์สมี contangoed และระยะยาวเมื่อ backwardated มากขึ้น ผลจากกลยุทธ์ 07/2004 ซื้อขายที่สิบสี่ (ผกผัน VIX) และ VXX (ยาว VIX) ปฏิบัติตาม อ่านข้อมูลเกี่ยวกับการทดสอบสมมติฐาน หรือขอความช่วยเหลือต่อไปนี้กลยุทธ์นี้ กฎกลยุทธ์ที่ผมได้ทดสอบเป็นบิตที่แตกต่างกว่าคนที่นำเสนอโดยนักลงทุนมาโครเพื่อให้อยู่ในแนวเดียวกันกับวิธีการที่เราทดสอบโดยทั่วไปสิ่งที่นี่ที่ VMS กฎกลยุทธ์: ที่ใกล้คำนวณ R ที่ R = [เฉลี่ย (VX1 / VIX, VX2 / VX1) - 1] VX1 และ VX ตัวแทน 2 เดือนแรกและครั้งที่สองฟิวเจอร์ส VIX และ VIX จุด VIX ที่ใกล้ชิดคำนวณค่าเฉลี่ยสำหรับ R จากจุดเริ่มต้นถึงขณะที่ในเวลานั้น ไปที่สิบสี่ยาวที่ใกล้ชิดหาก R & gt นั้น (เฉลี่ย R ประวัติศาสตร์ * -1) มิฉะนั้นจะไปยาว VXX กดค้างไว้จนกระทั่งการเปลี่ยนแปลงในตำแหน่ง ความแตกต่างระหว่างการทดสอบของฉันและนักลงทุนของมาโคร: ทดสอบ MI ซื้อขาย UVXY (2x VIX leveraged) ในสถานที่ของ VXX กลยุทธ์นี้ได้ใช้เวลาเพียงประมาณ 6% ของทุกวันนาน VIX ที่ช่วยเพิ่มความเสี่ยงของ overfitting วันโดยเฉพาะอย่างยิ่งเหล่านั้น เราจะผลกระทบของสารประกอบอิงว่าโดยสมมติว่าเรามีการซื้อขายผลิตภัณฑ์ที่มีประโยชน์ จำไว้ว่า VIX ETPs อยู่แล้วระเหยเมามัน มันจะดูแลไม่ดีในส่วนของฉันที่จะได้ร่วมกันเช่น backtest หลังจากใช้กลยุทธ์ที่จะ VIX ETPs, มิชิแกนกล่าวต่อไปแล้วใช้กลยุทธ์ที่ตัวเลือก ETP ผมยังไม่ได้ทำเพื่อให้ที่นี่เป็นตัวเลือกที่อยู่นอกเหนือขอบเขตของสิ่งที่เรามักจะพูดคุยเกี่ยวกับที่ VMS แต่ทราบว่าการแสดงความคิดเห็นของฉันด้านล่างจะนำไปใช้กับการซื้อขายตัวเลือกเช่นกัน ผมคิดว่าแนวคิดพื้นฐานที่อยู่เบื้องหลังกลยุทธ์ที่จะสั้น VIX เมื่อฟิวเจอร์สอยู่ใกล้กับ contangoed และระยะยาวเมื่อได้ใกล้ชิดกับ backwardation เป็นเสียงหนึ่งที่เราได้ทดสอบจำนวนของกลยุทธ์ที่คล้ายกันก่อนหน้านี้เช่น VIX เทียบกับเดือนหน้าและ กลยุทธ์แรกเทียบกับสองเดือน บนกระดาษกลยุทธ์นักลงทุนมาโครได้ดำเนินการดีกว่ามากที่สุดมีเส้นโค้งส่วนเรียบเป็นพิเศษหลังจากที่ผิดพลาด 2007/08 แต่ฉันคิดว่ามีการให้ความช่วยเหลือพิเศษของ overfitting กับกลยุทธ์นี้เป็นผลมาจากการแนะนำของ "ค่าเฉลี่ยในอดีตอาร์" . ค่าเฉลี่ย R จะขึ้นอยู่กับข้อมูลทั้งหมดจากการลงทะเบียนเรียนถึงวันที่ โปรดทราบว่ากลยุทธ์ไม่ได้มองไปในอนาคตเป็นค่าเฉลี่ย R ถูกคำนวณใหม่ในแต่ละวันในการทดสอบของเราโดยใช้เฉพาะข้อมูลที่มีให้เราในขณะที่ในเวลานั้น แต่ขอหลอกว่าเราไม่ได้มีการมองการณ์ไกลที่สมบูรณ์แบบและสามารถใช้มากที่สุด up-to-date เฉลี่ยค่า R (4.8%) สำหรับการทดสอบทั้งหมดของเรา ในคำอื่น ๆ ตั้งแต่วันที่ 1 วันจนกว่าจะถึงวันซื้อขายล่าสุดเฉลี่ยเท่ากับ R เสมอ ด้วยเหตุนี้การมองการณ์ไกลที่สมบูรณ์แบบกลยุทธ์นี้ควรที่จะปรับปรุงระดับหนึ่งถ้าเฉลี่ย R เป็นจริง honing ในบางค่าที่ดีที่สุด แต่ในความเป็นจริงมันไม่เพียงแค่ตรงข้าม มันจะไปจากเซ็กซี่ชาร์ป / UPI 1.3 / 2.7 ไปเป็นที่น่าประทับใจน้อย 1.0 / 1.9 ที่บอกว่าวิธีที่ว่า "เฉลี่ย R" มีการเปลี่ยนแปลงอยู่ตลอดเวลา (ซึ่งเป็นผลโดยพลทั้งหมดของวันที่ทดสอบเริ่มต้นและควรจะไม่ได้อยู่ในตัวของมันเองจะทำนาย) เป็น overfit การนี้โดยเฉพาะ ช่วงเวลาในประวัติศาสตร์และไม่น่าจะให้ค่าออกจากกลุ่มตัวอย่าง อีกครั้ง แต่เกินวิจารณ์ใหม่ของฉัน: R ค่าเฉลี่ยและการใช้งานของ leveraged ยาว VIX ETP ผมคิดว่าแนวคิดพื้นฐานที่อยู่เบื้องหลังกลยุทธ์ที่จะมีค่า ใหญ่ขอขอบคุณนักลงทุนมาโครสำหรับการโพสต์กลยุทธ์นี้ เมื่อกลยุทธ์ที่เราจะกล่าวถึงในบล็อกของเรา (รวมถึงนี้) สัญญาณการซื้อขายใหม่ที่เรารวมถึงการแจ้งเตือนในรายงานประจำวันส่งให้กับสมาชิก นี้จะสมบูรณ์ไม่เกี่ยวข้องกับสัญญาณของกลยุทธ์ของเราเอง มันก็ทำหน้าที่ในการเพิ่มสีเล็ก ๆ น้อย ๆ ที่จะรายงานประจำวันและช่วยให้สมาชิกที่จะเห็นสิ่งอื่น ๆ กลยุทธ์เชิงปริมาณจะพูดเกี่ยวกับตลาด คลิกเพื่อดูความผันผวนทำทางออกที่สวยงามเรียบง่ายของตัวเองที่จะปริศนา VIX ETP การซื้อขายที่ดี ความผันผวน Made Simple วิธีการคำนวณการสลายตัวของอัลฟาของกลยุทธ์หรือไม่ คำตอบสั้น ๆ (ซึ่งหมายถึงวิธีหนึ่งในหลายวิธีที่แน่นอนที่จะทำมัน) คือการดูเสื้อสถิติของตัวชี้วัดประสิทธิภาพการทำงานเช่นค่าสัมประสิทธิ์ข้อมูลหายไปเมื่อเวลาผ่านไป IC ความสัมพันธ์ของการคาดการณ์ผลตอบแทนที่คาดหวังจากอัลฟากลยุทธ์ของคุณเพื่อมาตรฐานพื้นฐาน ดูผลตอบแทนที่คาดว่ากลยุทธ์ของอัลฟาของคุณมากกว่าที่คาดการณ์ไว้ในช่วงเวลาที่ผ่านมาไม่มีเวลาและดูว่าผลตอบแทนที่คาดการณ์เหล่านั้นมีความสัมพันธ์กับมาตรฐาน นี่คือไอซี ปมของหลักสูตรคือการที่คุณต้องทดสอบถ้า IC เป็นสถิติที่แตกต่างจากศูนย์หรือเป็นเพียงการสุ่มเสียง คุณจะทำเช่นนี้โดยการคำนวณเสื้อสถิติเมื่อเวลาผ่านไปและดูมันผุเป็นกลยุทธ์ที่คุณการจัดการเพื่อสร้างกว่าร้อยชั่วโมงของการวิจัยเป็นเนื้อกันเองของขอบ