Trading Strategie Di Portafoglio Ottimizzazione

ottimizzazione del portafoglio energetico e strategie di trading Introduzione La sagomatura ottimale di strategie di trading e di gestione del portafoglio in base alle singole obiettivi di rendimento rischio è la chiave per il successo delle imprese nel commercio di elettricità e gas. Per raggiungere questi obiettivi in ​​modo pratico e coerente, è indispensabile utilizzare approcci quantitativi potenti. I nostri ottimizzazione e negoziazione strategie di portafoglio corso Energy vi fornirà le conoscenze e l'esperienza hands-on necessario per impostare correttamente e applicare questi concetti nella propria organizzazione. Il corso è presentato in collaborazione con il nostro partner KYOS. Gruppi target Il corso mira a una vasta gamma di professionisti attivi nel settore finanziario e dell'energia, tra cui i manager, commercianti, gli sviluppatori di attività, portafoglio e gestori del rischio, e le autorità di regolamentazione. Chiunque altro che intende sviluppare una conoscenza pratica del portafoglio energetico ottimizzazione e negoziazione strategie basate sulle migliori pratiche trarrà profitto dal corso. Il corso si presenta in un solo giorno, suddiviso in sessioni mattutine e pomeridiane. Per tutta la sessione del mattino, i partecipanti potranno acquisire conoscenze di base sui caratteristiche dei mercati dell'energia e del gas in Europa. Questa sessione copre strutture competenti di mercato e problemi di liquidità di mercato così come le strutture di portafoglio lungo la catena di approvvigionamento e prevalenti le esposizioni al rischio. Inoltre, vengono introdotti i principali obiettivi nella gestione del rischio e mitigazione del rischio. Questo include l'allineamento della strategia individuale tolleranza al rischio e di business, nonché l'allocazione del capitale di rischio e la limitazione dei rischi. Infine, i partecipanti potranno conoscere le caratteristiche ei meccanismi di specifiche strutture contrattuali fisico e finanziario necessari per la gestione di portafogli di energia, che vanno da standardizzato a strumenti più flessibili. La sessione pomeridiana si basa su questo fondamento e fornisce approfondimenti dettagliati nella negoziazione e di copertura dinamica tecniche di base e più avanzate in mercati incompleti. Infine, i partecipanti al corso impareranno a ottimizzare e monitorare portafogli e strategie di trading, in pratica, sulla base del concetto economico fondato di utilità. L'intero corso ha una forte attenzione sulla applicabilità e fornisce numerosi esempi di prima mano e casi di studio, quali: potenza e portafoglio gas ottimizzazione giorno per giorno, l'utilizzo ottimale dei contratti di ammasso e di swing, strategie di trading ottimali per incerto feed-in rinnovabili . Un certificato di frequenza dei corsi sarà rilasciato per ogni partecipante. Requisiti Il corso non richiede alcuna specifica pre-conoscenza. Gli istruttori sono utilizzati per presentare i concetti di base così come gli esempi pratici in modo intuitivo. Clicca qui per scaricare la brochure (compresi i dettagli del corso, prezzo, data e luogo).Portfolio ottimizzazione Excel portafoglio modello di ottimizzazione per attività finanziarie e commerciali portafogli Il portafoglio ottimizzazione Template Excel stabilisce ponderazioni capitali ottimali per portafogli di investimenti finanziari o beni aziendali per massimizzare tornare e ridurre al minimo il rischio drawdown. opzioni di valutazione del rischio e le dinamiche del portafoglio possono essere regolati per analizzare l'ottimizzazione sui portafogli sulla base di specifici requisiti aziendali, estrapolazioni e le preferenze. La gestione del portafoglio è assistito con l'analisi tecnica tra cui l'ottimizzazione dei parametri indicatore con la parte posteriore testato rendimenti totali al fine di stabilire le strategie di trading ottimali a singoli livelli di investimento e di portafoglio. Le caratteristiche principali del modello di Excel portafoglio ottimizzazione includono: Un flusso di dati in ingresso e il lavoro semplice e logica è dotato di opzioni adattabili accompagnate da informazioni di aiuto integrato. L'ingresso può ospitare fino a 100 titoli o dati di flusso di cassa di business da cui vengono calcolate ponderazioni in portafoglio attuale, rendimenti e correlazioni di rischio. prezzi storici per i dati di sicurezza finanziari possono essere liberamente scaricati da internet con la soluzione di accompagnamento scarico dati di mercato. La soluzione dei dati di mercato per scaricare dati sui prezzi alla sicurezza finanziaria fornisce anche l'analisi ritorno dettagliato e statistiche per confrontare due titoli o titoli con indici di riferimento. Un'opzione di valutazione a confronto la valutazione del flusso di cassa scontato di titoli del mercato basate sul consenso analisti aspettative sugli utili per determinare se le scorte sono sotto o sopravvalutati dal confronto con capitalizzazione di mercato. vincoli minimi e massimi di ponderazione possono essere specificate per ogni risorsa per il portafoglio ottimizzato per riflettere obblighi e le limitazioni di allocazione del capitale. La dinamica matrice di correlazione e di portafoglio calcolati a partire dai dati di input possono essere modificati prima di eseguire il processo di ottimizzazione. Questo permette di ipotesi sulle tendenze e le relazioni future per essere contabilizzati nel portafoglio ottimale. Il rischio di portafoglio per l'ottimizzazione può essere basata sulla volatilità complessiva inferiore al valore o al ribasso rischio Sharpe o semi-deviazione sotto di un obiettivo di rendimento in rapporto di Sortino. L'ottimizzazione può essere fatta sulla indice di Sharpe o Sortino, nonché il ritorno, il rischio e il rapporto Omega che analizza la percentuale di superiore a lato negativo grandezza di ritorno. I risultati sono salvati per i livelli sia minimo e massimo in modo che i portafogli risultanti possono essere caricati e visualizzati senza richiedere processi di ottimizzazione supplementari. Ulteriori opzioni consentono una maggiore flessibilità e personalizzazione di analisi come calcolare le quantità di applicare un importo nominale di capitale anche per gli investimenti e l'esportazione di risultati in un file standalone. Esistente e portafogli ottimizzati possono essere specificato con entrambe le posizioni lunghe e corte sia come tutti lunghi, tutti di breve o longshort mista in cui viene identificato il mix ottimale di posizioni lunghe e corte. Il confronto tra il portafoglio corrente e ottimizzato viene visualizzato graficamente così come unità di acquistare e vendere quantitativi richiesti per ciascun investimento nel portafoglio. Un obiettivo di rendimento corrispondente alla periodicità di input può essere specificato per i quali la probabilità di raggiungere viene calcolato e visualizzato tramite simulazione Monte Carlo. La funzione di test rollback consente la specificazione di ottimizzazioni periodiche entro il periodo di tempo storico di analizzare gli effetti successivi delle ottimizzazioni sulla performance del portafoglio. L'analisi tecnica con comprare e vendere i segnali e il guadagno totale di ritorno indietro testato viene eseguita per il portafoglio complessivo e ogni investimento. indicatori di analisi tecnica configurabili includono: Simple Moving Average (SMA), Rate of Change (ROC), media mobile ConvergenceDivergence (MACD), Relative Strength Index (RSI) e le bande di Bollinger. Ottimizzazione automatica delle costanti tecnici periodo indicatore trovare i parametri che massimizzano di nuovo testati ritorno sia a singolo investimento e livelli complessivi di portafoglio. i risultati delle analisi tecniche mostrano il confronto di schiena testato rendimenti totali tra nessuna azione e di scambio del segnale per il portafoglio totale, il portafoglio attuale e ottimale come indici così come i singoli investimenti. Questi risultati possono essere utilizzati in combinazione con l'ultima osservazione bandiere indicatore di screening e segnali per stabilire strategie di trading ottimali per il portafoglio. Requisiti - Excel 97-2016 - Excel 2004, 2011 o 2016 USD 26.00 Processing (Secure Scarica aggiornato 2016/06/23) Ingresso ottimizzazione portafoglio e opzioni Un modello indipendente Excel consente ai dati di sicurezza del mercato da scaricare automaticamente per più simboli su lungo periodo di tempo periodi frequenze giornaliere, settimanali e mensili per l'ingresso di ottimizzazione. i dati in tempo reale possono essere scaricati e registrati a intervalli di tempo specifici per l'analisi intraday e trading. In alternativa, altri dati finanziari o commerciali possono essere inseriti o copiati in ingresso e specificati come valori dei flussi di cassa, prezzi o ritorni. Un importo capitale di investimento può essere applicato e fissato anche per ciascuno di questi valori come allocazione di partenza per analisi di nuove strategie. Attuale ponderazione bene sono altrimenti calcolato il numero di unità in ogni investimento e l'ultimo prezzo unitario. Le posizioni corte sono rappresentate da unità negativi e possono coesistere con posizioni lunghe. Portfolio opzioni di vincolo di ottimizzazione includono la possibilità di limitare il portafoglio ottimizzato per ponderazioni minime e massime per ogni investimento. volatilità dei rendimenti può essere valutata sotto le metodologie indice di Sharpe, Sortino e Omega. Il tasso debitore e obiettivo di rendimento privo di rischio può essere definito anche per il rapporto e l'analisi di probabilità. Portfolio di correlazione Matrix La matrice di correlazione per il portafoglio viene creato automaticamente dal input o di dati scaricati. misura la volatilità calcolate all'interno della matrice di correlazione riflettono le opzioni specifici a rischio, come la deviazione standard globale, svantaggio o deviazione semi. Sia il lato negativo e la volatilità rialzo viene calcolato e mostrato per ogni investimento e utilizzati in combinazione con la correlazione nel processo di ottimizzazione. Un'opzione può essere selezionata per modificare la matrice di correlazione prima dell'esecuzione del processo di ottimizzazione. Se i rendimenti attesi previsti o prevedibili sono disponibili per gli investimenti, che possono essere sostituiti nella matriciale di correlazione in modo da avere la base di ottimizzazione la ponderazione sulla lungimiranti aspettative. Se i valori vengono modificati nella matrice di correlazione di una funzione di calcolo è fornito di ricalcolare i rapporti di riferimento per il processo di ottimizzazione. Portfolio Analysis Ottimizzazione RISULTATI I risultati di ottimizzazione di portafoglio mostrano i cambiamenti di ponderazione necessari nel portafoglio al fine di ottenere il profilo di rendimento e di rischio ottimale stabilita. Ulteriori analisi mostra i valori chiave del rapporto e componenti così come l'analisi di probabilità per le soglie obiettivo di rendimento. Il numero di unità per ogni investimento viene utilizzato per calcolare l'acquisto richiesto e vendere quantitativi di riequilibrare il portafoglio alle ponderazioni ottimali. visualizzazioni Grafico trasmettere il confronto totale di ritorno durante il periodo di osservazione tra le partire portafogli ottimizzati e gli investimenti di riferimento. I limiti esterni della frontiera efficiente viene visualizzata con tutti i possibili set portafoglio di ponderazione che possono essere selezionati e caricati a seconda delle preferenze del profilo riskreturn desiderati. L'analisi tecnica viene eseguita per ciascun investimento nel portafoglio e consolidato a livello di portafoglio per segnalare bandiere di screening e segnali in base ai parametri indicatori tecnici stabiliti e valori ultima osservazione. Analisi tecniche Indicatore Ottimizzazione Analisi tecnica su cinque indicatori chiave SMA, ROC, MACD, RSI e Bollinger Bands possono essere eseguiti su ogni investimento, nonché la partenza e portafogli ottimizzati come indici. I parametri costanti periodo può essere ottimizzate automaticamente per massimizzare il rendimento totale indietro testate di negoziazione segnale per singoli investimenti o titoli, così come per l'intero portafoglio di stabilire una serie di parametri che fornisce la migliore strategia globale. I risultati mostrano il valore aggiunto rendimenti strategia di trading e le bandiere di screening ultima osservazione per ogni indicatore. Tecniche trame analisi grafici comprare e vendere i segnali, le tendenze degli indicatori e guadagni total return per ciascuno degli indicatori tecnici. I ritorni di tutto il modello di ottimizzazione del portafoglio di Excel vengono automaticamente calcolati di conseguenza, a seconda che le posizioni lunghe o corte sono stati specified. MetaTrader 4 - Esempi portafoglio di negoziazione in MetaTrader 4 Magnus ab integro saeclorum nascitur ordo Publius Vergilius Maro, Bucoliche Introduzione Il principio portafoglio è noto da molto tempo fa. Diversificando i fondi in diverse direzioni, gli investitori creano i loro portafogli riducendo il rischio complessivo di perdita e rendere la crescita del reddito più liscia. La teoria di portafoglio ha avuto un impulso nel 1950 quando il modello matematico primo portafoglio è stata proposta da Harry Markowitz. Nel 1980, un gruppo di ricerca di Morgan Stanley ha sviluppato la prima strategia di diffusione commerciale spianando la strada per il gruppo di strategie market neutral. La teoria di portafoglio attuale è varia e complessa che rende quasi impossibile descrivere tutte le strategie di portafoglio in un unico articolo. Pertanto, solo una piccola gamma di strategie speculative con la loro possibile applicazione in MetaTrader 4 piattaforma sarà considerato qui. Alcune definizioni applicate in questo articolo sono i seguenti: Portfolio (basket, strumento sintetico) un insieme di posizioni a più strumenti commerciali con volumi ottimali calcolati. Posizioni rimangono aperti per un certo tempo, sono tracciati come uno e chiuso con un risultato finanziario comune. Portfolio (basket, strumento sintetico) Regolazione cambiare il set di strumenti di portafoglio Andor loro volumi per minimizzare le perdite o correggere i risultati intermedi. il numero sintetico volume di posizioni sintetiche (numero di volte che il portafoglio è stato acquistato o venduto). risultato finanziario profitloss virtuale che può essere ottenuto quando si tiene una posizione entro un certo intervallo di tempo. portafogli di investimento Classic sono di solito applicate ai mercati azionari. Tuttavia, un tale approccio non soddisfa Forex molto in quanto la maggior parte dei portafogli sono speculativi qui. Essi vengono creati e commercializzati in modo leggermente diverso. Per quanto riguarda il Forex è interessato, il commercio di portafoglio è in realtà un trading multi-valuta, però, non tutte le strategie multi-valuta sono quelli di portafoglio. Se i simboli sono negoziati in modo indipendente e senza la dinamica totale risultato è monitorati, questo è un trading multi-simbolo. Se più sistemi indipendenti commercio su un unico conto di trading, questo è un portafoglio di strategia. Qui prenderemo in considerazione un trading portafoglio in senso stretto quando una posizione sintetica è formata da diversi simboli ed è gestito in seguito. sviluppo Principi portafoglio è costituito da due fasi: la selezione simboli e calcolando un sacco e indicazioni per loro. Qui si discuterà solo pochi semplici metodi di sviluppo del portafoglio insieme con i campioni algoritmo. In particolare, si propone il metodo dei minimi quadrati ordinari (OLS) e analisi delle componenti principali (PCA) come base. Maggiori informazioni possono essere trovate qui: Quando si sviluppa un portafoglio, di solito è necessario definire il comportamento del grafico portafoglio desiderato. grafico del portafoglio, ovvero la variazione del profitto totale di tutte le posizioni comprese nel portafoglio entro un certo intervallo di tempo. ottimizzazione del portafoglio è la ricerca di una combinazione di lotti e indicazioni migliori montaggio il comportamento portafoglio desiderato. Ad esempio, a seconda del nostro compito, può essere necessario per un portafoglio di avere una recidiva al valore medio o attributi di una tendenza chiaramente marcata o il suo grafico dovrebbe essere simile al grafico di una funzione. Tre tipi di portafoglio (tendenza, piatta, funzione): Un portafoglio può essere rappresentato dalla seguente equazione: A, B, C. sono serie temporali corrispondenti a simboli di portafoglio k1, k2, k3. sono un sacco di simboli (buy positivo, vendita negativo) funzione target F (impostato da valori in punti di serie storiche) Si tratta di un'equazione multivariata di regressione lineare con un termine costante pari a zero. Le sue radici possono essere facilmente trovati utilizzando OLS. Prima di tutto, le serie temporali occorre significato analogo che di prezzo dovrebbero essere portati ad una moneta di deposito. In questo caso, ogni elemento di ogni timeseries rappresenterà un valore di profitto virtuale di un singolo lotto del simbolo appropriato in un determinato momento. Preliminare logarithmation prezzo o utilizzando le differenze di prezzo sono di solito raccomandato in attività dell'applicazione statistici. Tuttavia, questo può essere inutile e addirittura dannoso nel nostro caso in quanto i dati complessivi simboli critici dinamiche sarebbero stati distrutti lungo la strada. La funzione di destinazione definisce il tipo di grafico portafoglio. I valori della funzione target devono essere preliminarmente determinate in ciascun punto di conseguenza. Ad esempio, quando si sviluppa un semplice portafoglio in crescita (portafoglio di tendenza), il portafoglio target avrà i valori 0, 1S, 2S, 3S, ecc dove S è un incremento del valore monetario, al quale il portafoglio dovrebbe essere aumentato ad ogni bar su un intervallo predeterminato. L'algoritmo OLS aggiunge A, B, serie C. tempo in modo che la loro somma totale sta cercando di ripetere la tabella funzione di destinazione. Per raggiungere questo obiettivo, l'algoritmo OLS minimizza la somma dei quadrati delle deviazioni tra la somma della serie e la funzione target. Questo è un compito statistico standard. Nessuna comprensione dettagliata del funzionamento dell'algoritmo è necessaria in quanto è possibile utilizzare una libreria ready-made. Può anche accadere che la funzione di destinazione contiene solo valori zero (portafoglio piatta). In questo caso, deve essere aggiunto un valore limite supplementare somma rapporto (ad esempio:. K1 k2 k3 1) per bypassare risolvere un'equazione di regressione con zero radici. L'alternativa è di spostare un termine dell'equazione verso destra rendendolo una funzione di destinazione riceve il rapporto di -1, mentre i termini rimanenti sono ottimizzati come al solito. In questo caso, identifichiamo paniere di strumenti ad uno strumento selezionato, creando così un portafoglio spread. Infine, l'algoritmo più avanzato PCA può essere usato per sviluppare tali portafogli. Si applica la matrice di covarianza strumento per calcolare il vettore coefficiente corrispondente al punto di intorbidamento sezione iperpiano con portafogli minima varianza residua. Anche in questo caso, non è necessario capire l'algoritmo in dettaglio qui in quanto è possibile utilizzare una libreria ready-made. Algoritmi Ora, è giunto il momento di attuare tutte le idee sopra descritti usando un linguaggio MQL. Useremo un noto libreria matematica ALGLIB adattato per MT4. A volte, possono sorgere problemi durante l'installazione, in modo da io abiterò più su di esso. Se più terminali sono installati su un PC, è molto importante per trovare la cartella dati corretto dal momento che il compilatore non vede la biblioteca se si trova in un'altra cartella di terminali di dati. Installazione biblioteca ALGLIB: scarica la libreria (mql5encode11077), file zip di decompressione aperta Includi cartella e trovare directory matematica all'interno del lancio della piattaforma etarader 4, a cui la biblioteca deve essere aggiunto il comando di menu: File Apri cartella dati MQL4 aperta e Includi sottocartella copia cartella Math da includere la cartella del terminale di verificare i risultati:.mhq file devono essere all'interno MQL4IncludeMathAlglib. La prima fase chiave: la conversione delle serie temporali da punti di prezzo in valuta di deposito. Per raggiungere questo obiettivo, abbiamo bisogno di scrivere una funzione speciale per calcolare il prezzo del contratto in un dato momento. La funzione MarketInfo convenzionale non è adatto per questo in quanto fornisce un prezzo punto corretta solo per l'ultima barra del grafico. Il problema è che le deviazioni appaiono inevitabilmente nella storia in quanto i prezzi puntuali di alcuni simboli cambiano costantemente. Pertanto, è fondamentale per convertire accuratamente serie di dati per evitare squilibri significativi nella funzione di esempio portfolio. The calcolo del prezzo del contratto è mostrato di seguito: Questa funzione viene sempre utilizzato in futuro. Funziona con coppie di valute, indici, futures e CFD. Inoltre, considera anche i prefissi di simboli e suffissi (FXprefix, FXpostfix) applicate da alcuni broker. Il risultato viene convertito in una valuta bersaglio (ChartCurrency). Se moltiplichiamo il valore della funzione restituito dal prezzo simbolo corrente, si ottiene il prezzo di simboli un lotto. Dopo sommando tutti i prezzi dei contratti in portafoglio considerando lotti, si ottiene il prezzo dell'intero portafoglio. Se moltiplichiamo il valore della funzione da una differenza di prezzo nel tempo, riceviamo conto economico generato durante tale variazione di prezzo. Il passo successivo è il calcolo del profitto virtuale per tutti i contratti individuali lotto. Il calcolo è implementato come un array bidimensionale in cui la prima dimensione è un indice punto nell'intervallo calcolato, mentre la seconda dimensione è un indice simbolo (il secondo formato di dimensione può essere limitato da un certo numero sapendo che la quantità di simboli il portafoglio, ovviamente, non superarlo): in primo luogo, dobbiamo memorizzare i prezzi iniziali per tutti i simboli (sul confine di sinistra dell'intervallo calcolato). Quindi, la differenza tra i prezzi iniziale e finale viene calcolato ad ogni punto dell'intervallo calculatied e moltiplicato per il contratto. Ogni volta, abbiamo spostamento a destra di un intervallo di tempo nel ciclo: Nel frammento codice precedente, zerotime tempo degli intervalli calcolati contorno sinistra, tempo limittime degli intervalli calcolati contorno destra, numero temporale di minuti in una barra della lavorazione lasso di tempo, sottolinea il numero totale di punti rilevati nell'intervallo calcolato. L'etichetta tempo rigorosa regola di rispetto viene utilizzato nell'esempio precedente. Se una barra per un certo tempo un'etichetta è assente anche ad un simbolo, una posizione è saltata e il passaggio si effettua al successivo. Gestione etichette tempo è molto importante per la preparazione preliminare dati, poiché disallineamento dati diversi simboli può causare gravi distorsioni nel portafoglio. I dati di portafoglio campione per tre simboli e una funzione indipendente (radice quadrata parabola): Ora che abbiamo i dati elaborati, è il momento di inviarli al modello di ottimizzazione. L'ottimizzazione deve essere eseguita utilizzando le funzioni LRBuildZ, LSFitLinearC e PCABuildBasis dalla libreria ALGLIB. Queste funzioni sono descritte brevemente all'interno della libreria stessa, così come il sito web ufficiale del progetto: alglibdataanalysislinearregression. php e qui: alglibdataanalysisprincipalcomponentsanalysis. php. In primo luogo, assicurarsi di includere la libreria: Avanti, il frammento di codice considerando le caratteristiche del modello deve essere impostato per ogni modello di ottimizzazione. In primo luogo, permette di esaminare il modello di tendenza del campione: In un primo momento, questo può sembrare complicato, ma in fondo tutto è semplice. Alla partenza, la funzione trend lineare è calcolato ei suoi valori sono posti alla matrice MODEL. Il parametro ModelGrowth imposta il valore di crescita per l'intero intervallo di calcolo (il valore, con la quale il portafoglio deve crescere nella valuta di deposito). parametri ModelAbsolute e ModelPhase sono opzionali e non sono di alcuna importanza nella fase attuale. La matrice è stato creato per i calcoli (MATRIX). I dati relativi al profitto virtuale di tutti i contratti di serie EQUITY, così come i valori della funzione obiettivo da serie MODELLO vengono scaricati l'ultima riga della matrice. Il numero di variabili indipendenti regressione è memorizzato in variabili. la funzione LRBuildZ è chiamato in seguito per effettuare il calcolo. Dopo di che, le radici equazione di regressione vengono scritti RADICI array utilizzando la funzione LRUnpack. Tutta la matematica complesso si trova all'interno della biblioteca, mentre è possibile utilizzare le funzioni di ready-made. La difficoltà principale è di natura tecnica qui e relativo a tutte le chiamate impostando correttamente e conservare i dati durante i preparativi. Lo stesso frammento di codice può essere utilizzato per qualsiasi funzione. Basta sostituire i contenuti MODELLO matrice con la funzione di destinazione. Esempio radice quadrata calcolo funzione parabolica è mostrato di seguito: Segue un esempio di una funzione più complessa che rappresenta la somma di una tendenza lineare e oscillazioni armoniche: Nell'esempio precedente, è possibile gestire una tendenza di formato (tramite il parametro ModelGrowth) e oscillazione ampiezza (con il parametro ModelAmplitude). Numero di cicli di oscillazione è impostato dal ModelCycles, mentre sfasamento di oscillazione viene eseguita utilizzando ModelPhase. Inoltre, lo spostamento verticale deve essere eseguito per consentire la funzione sia pari a zero in un punto zero per assicurare i calcoli sono corretti: Questi esempi rendono facile sviluppare una funzione personalizzata. È possibile creare qualsiasi tipo di funzione a seconda del compito e la configurazione di trading. Più complesso è il tipo di funzione, tanto più difficile è quello di selezionare la soluzione migliore, dal momento che il mercato non è obbligato a seguire la funzione. Qui, la funzione è solo un'approssimazione. Non hai bisogno di una funzione di destinazione per creare la diffusione e tornare portafogli piatte. Ad esempio, se si desidera creare un differenziale tra due cestelli simbolo, il cestello ottimizzato viene scaricato alla parte principale della matrice, mentre il cestello riferimento è utilizzata come una funzione target con l'ultima colonna della matrice come totale importo: di seguito è riportato un esempio di calcolo portafoglio piatto in cui la funzione LSFitLinearC rende il portafoglio più simmetrico possibile intorno allo zero entro l'intervallo calcolato: Qui di seguito è un altro importante esempio di calcolo di un portafoglio piatto con la varianza minima utilizzando il metodo PCA. Qui, la funzione PCABuildBasis calcola i rapporti in modo che il grafico portafoglio rimane come compressa entro l'intervallo di calcolo possibile: Se vi sentite sopraffatti da tutti questi concetti matematici, non ti preoccupare. Come ho già detto, non è necessario capire tutti i dettagli matematici a sviluppare e utilizzare portafogli. In generale, la sequenza di stadi appare come segue: Calcolo profitto virtuale per i simboli portafoglio con singoli lotti di calcolo grafico e di negoziazione utilizzando il portafoglio Ora che abbiamo ottenuto RADICI array di rapporti ottimali utilizzando una serie di procedure, è il momento di trasformare i rapporti in un sacco. Per fare questo, abbiamo bisogno di normalizzazione: il ridimensionamento e l'arrotondamento. L'impostazione di una scala richiesta fa un sacco conveniente per il commercio. L'arrotondamento è necessaria per portare la capacità di un sacco in linea con i requisiti di mediatore. A volte, si raccomanda di eseguire la normalizzazione per portafoglio margine complessivo, ma questo metodo ha seri inconvenienti (dal momento che il margine di singoli simboli varia e può cambiare). Pertanto, è molto più ragionevole per eseguire la normalizzazione da un prezzo portafoglio o la sua volatilità. Qui di seguito è un semplice esempio di algoritmo di normalizzazione per il prezzo di portafoglio: Qui, il prezzo del portafoglio è equiparata a quella richiesta tramite le proporzioni. PortfolioValue richiesto prezzo del portafoglio, totalvalue prezzo totale del portafoglio con i rapporti predefiniti, scalevolume ridimensionamento rapporto, la capacità LotsDigits sacco, un sacco matrice dei valori lotto adatti per la negoziazione. I valori del lotto formano la struttura finale del portafoglio. un sacco positivi corrispondono a una posizione long, mentre un sacco negativi a breve. Conoscere la struttura del portafoglio, siamo in grado di tracciare la sua tabella ed eseguire operazioni di trading con il portafoglio. Qui di seguito è una struttura di portafoglio campione dopo la normalizzazione: Il grafico portafoglio è tracciata solo da prezzi di chiusura e visualizzato in un indicatore sottofinestra separata. Al fine di costruire il grafico portafoglio, abbiamo bisogno di calcolare ogni barra grafico allo stesso modo i profitti virtuali per i simboli separati sono stati calcolati in precedenza. Tuttavia, ora che sono riassunti in considerazione lotti assegnati: in questo frammento di codice, possiamo vedere che il grafico è tracciata tra le barre iniziali e finali: drawbegin e drawend. Il valore del portafoglio è pari alla somma di profitslosses a tutti i simboli calcolati come differenza di prezzo moltiplicato per un prezzo contrattuale e lotto precedentemente calcolato. Ho saltato gli aspetti tecnici relativi alla indicatore di buffer, la formattazione e simili. L'indicatore portafoglio ready-made campione viene descritto nella sezione sottostante. Qui è possibile esaminare la costruzione del grafico portafoglio del campione (indicatore sotto finestra in basso) con il grafico della funzione obiettivo fissato: Ecco, la parabola radice quadrata fatto relativo simmetrico rispetto al punto di riferimento (ModelAbsolutetrue) è usato come la funzione di destinazione. confini intervalli calcolati sono mostrati come linee tratteggiate rosse, mentre il grafico portafoglio tende a muoversi lungo la linea funzione target sia dentro che fuori dell'intervallo calcolato. È possibile eseguire l'analisi tecnica dei grafici di portafoglio simili ai grafici simbolo prezzo ordinario, tra cui le medie applicando in movimento, le linee di tendenza e livelli. Questo si estende analitica e capacità di trading che consente di selezionare la struttura del portafoglio per la formazione di una certa configurazione negoziazione in un grafico portafoglio, per esempio la correzione dopo un impulso di tendenza, indebolimento tendenza, uscendo da una piatta, ipercomprato-ipervenduto, la convergenza-divergenza, breakout, livello consolidamento e altre impostazioni. qualità di impostazione Trading è influenzata dalla composizione del portafoglio, metodo di ottimizzazione, funzione target e segmenti di storia selezionata. È necessario conoscere la volatilità portafogli per selezionare un volume commerciale appropriato. Dal momento che il grafico portafoglio è inizialmente basata su una valuta di deposito, è possibile valutare una serie portafoglio di fluttuazione e il potenziale di profondità prelievo direttamente in tale valuta utilizzando la modalità cursore a croce e tirando. Un sistema di scambi dovrebbe basarsi sulle proprietà scelte di portafoglio e statistiche di impostazione. Finora, non abbiamo menzionato il fatto che il comportamento portafoglio può cambiare drasticamente fuori dell'intervallo di ottimizzazione. Un piatto può trasformarsi in una tendenza, mentre una tendenza può trasformarsi in una inversione. Un sistema di trading deve anche considerare che le proprietà del portafoglio sono inclini a cambiare nel tempo. Questo problema verrà discusso più avanti. operazioni di trading con un portafoglio comprendono una sola volta buyingselling tutti i simboli di portafoglio con volumi calcolati. Per maggiore comodità, sarebbe ragionevole avere uno speciale Expert Advisor per eseguire tutti i lavori di routine, compreso l'ottenimento di dati struttura del portafoglio, la preparazione di posizioni sintetiche, monitoraggio livelli di ingresso, fissando il profitto e limitare le perdite. Applicheremo i seguenti termini relativi al funzionamento EA: posizione di portafoglio long sintetiche e posizione di portafoglio sintetico breve (in cui le posizioni lunghe sono sostituiti con quelli brevi e viceversa). La EA dovrebbe essere in grado di accumulare posizioni, monitorare volumi sintetici, così come eseguire portafoglio compensazione e trasformazione. La EA campione è considerato nella sezione successiva, anche se la sua struttura non è spiegato a causa dei vincoli di volume articolo. Di seguito è riportato l'interfaccia minimalista campione per un EA portafoglio: A volte, è necessario costruire non uno ma diversi portafogli. Nel caso più semplice, è necessario per il confronto di due portafogli. Alcune attività richiedono un intero portafoglio di serie ad essere costruita su un singolo segmento di storia con una conseguente serie di portafogli contenenti certi schemi. Al fine di attuare tali compiti, è necessario l'algoritmo di generazione di portafogli secondo un determinato modello. L'esempio di attuazione di un tale indicatore può essere trovato nella sezione successiva. Qui, ci accingiamo a descrivere solo le sue caratteristiche di funzionamento più critiche. Abbiamo bisogno di organizzare una matrice struttura per memorizzare i dati di più portafogli, per esempio: in questo frammento di codice, DIMSIZE imposta la dimensione massima per l'archiviazione portafogli. La struttura è organizzata come segue: simbolo portafoglio serie simbolo, molto serie sacco per i simboli di portafoglio, stringa di testo formula con l'equazione di portafoglio, in direzione direzione portafoglio (lungo o corto), attributo di filtro filtro (includedexcluded). Applicando l'array struttura è più conveniente e ragionevole che usare array separati. L'array struttura può anche essere creata per la memorizzazione di matrici di memorizzazione temporanea grafico portafoglio: portafogli all'interno del set variano in base al loro combinazioni di simboli. Queste combinazioni possono essere definiti in anticipo o generati in base a determinate regole. Lavorare con una serie di portafogli può comprendere più fasi a seconda del compito. Consente di considerare la seguente sequenza di fasi qui: Calcolo grafici di portafogli separato Primo, portafogli separati all'interno un set vengono calcolati secondo i principi descritti in precedenza. La combinazione di portafogli ad un punto zero è richiesto per la facilità di analisi. Per fare questo, un punto, in cui tutti i portafogli sono uguali a zero, viene selezionato. Reversing portfolios relative to a zero level can also be useful to simplify analysis. Falling portfolios become growing ones after lots are inverted. Filtering portfolios within a set means selecting the best portfolios by some criterion, for example a growth speed, deviation from zero, position within a set relative to other portfolios. So, the the best portfolios selected and combed into a basket of portfolios, or a superportfolio (superposition of portfolios). The image below illustrates these steps: A vertical shift is used to combine portfolios. Portfolio is reversed when multiplied by -1. Finally, a filter is applied by sorting and sampling by values. No detailed description of these algorithms is provided here to avoid a huge bulk of routine code. Below is a sample set of portfolios constructed following the mentioned principles: The graph shows a set of portfolios calculated by PCA model with a short period. The calculated interval boundaries are shown as the red dashed lines. Here we can see the expansion of the portfolio set on either side of the optimization interval. The zero point is selected at the left optimization interval boundary, while the moments of reversal relative to zero and the filter application are marked by the purple dotted lines. The thick line outlines the superportfolio consisting of the most active portfolios and thereby having a decent run from the zero point. Combining portfolios provides additional possibilities for analysis and developing trading strategies, for example diversification between portfolios, spreads between portfolios, convergence-divergence of the set of portfolios, waiting for twisting of a portfolio set, moving from one portfolio to another and other approaches. Implementation examples The methods described in the current article have been implemented as a portfolio indicator and a semi-automated EA. Here you can find the instructions, download the source code and adapt it to your needs: Portfolio Modeller portfolio developer and optimizer. It features several optimization model types with configurable parameters. Besides, you can add your own models and target functions. There are also basic tools for the technical analysis of portfolios, as well as various chart formatting options. Portfolio Multigraph generator of portfolio sets with the same models and parameters and additional options for portfolio transformation and filtration as well as creating a superportfolio. Portfolio Manager EA for working with portfolios and superportfolios. It operates in conjunction with the portfolio indicator and allows opening and managing synthetic positions as well as has portfolio correction functionality and auto trading mode based on graphical lines of virtual orders. Trading strategies There are many trading strategies based on applying synthetic instruments. Lets consider a few basic ideas that can be useful when creating a portfolio trading strategy. At the same time, lets not forget about risks and limitations. The classical approach to generating a portfolio is to identify undervalued assets having a growth potential and include them to the portfolio with the expectation of their rise. The portfolio volatility is always lower than the sum of volatilities of the instruments included. This approach is good for the stock market but it is of limited use on Forex since currencies usually do not demonstrate sustained growth, unlike stocks. Below is Warren Buffetts long-term portfolio: When working with standard investment portfolios, it is necessary to carefully evaluate the current asset status to buy it during the price downward movement. The first and easiest option for the speculative portfolio trading is a pair trading creating a spread of two correlating symbols. At Forex, this approach is significantly limited since even highly correlating currency pairs have no cointegration and therefore, can considerably diverge over time. In this case, we deal with a broken spread. Besides, such pair trading turns into trading a synthetic cross rate since pairs with a common currency are usually included into a spread. This kind of pair trading is a very bad idea. After opening opposite positions by spread, we sometimes have to wait a very long time before the curves converge again. Below is an example of highly correlating pairs and their gradual and inevitable divergence: The development of this approach is a multilateral spread trading when three and more currency pairs are included into spread. This is already better than pair trading since it is easier to create a more even spread with greater number of combination options. However, the same risks remain: a spread can diverge and not converge again. It is much easier to achieve good spread return on a quiet market, but strong fundamental news cause a rapid and irreversible divergence after a while. Interestingly, if we increase the number of instruments in a spread, the divergence probability is increased as well, since the more currencies are involved, the greater the probability that something happens during some news release. Waiting for the spread to converge again would be an extremely detrimental strategy, since this works only on a quiet flat market. Below is a sample multi-lateral spread behavior during a news release: Spread trading has more opportunities on stock or exchange market in case there is a fundamental connection between assets. However, there are still no guarantees against spread gaps on the dividend date or during futures contracts expiration. Spreads can also be composed of market indices and futures but this requires consideration of exchange trading features. A dead-end branch of the spread trading is represented by a multi-lock when cyclically related currency pairs (for example, EURUSD-GBPUSD-EURGBP) are selected and used to form a balanced spread. In this case, we have a perfect spread which is impossible to trade since total spreads and commissions are too high. If we try to unbalance lots a bit, the graph becomes more trend-like which contradicts spread trading, while the costs remain high enough making this approach meaningless. Below is an example of a balanced multi-lock. The total spread is shown as two red lines: Spread trading drawbacks make us switch to trend models. At first glance, everything seems to be harmonious enough here: identify trend, enter during a correction and exit with profit at higher levels. Below is an example of a good trend model: However, trend models may turn out to be not so simple and handy at times. Sometimes, a portfolio refuses to grow further and sometimes it turns down sharply. In this case, we deal with a broken trend. This occurs quite often on short and medium-term models. The trading efficiency depends heavily on the market phase here. When the market is trendy, the system works well. If the market is flat or especially volatile, numerous losses may occur. Below you can see a sharp trend completion: These drawbacks make us reconsider traditional approaches. Now, lets have a look at spread breakout and trend reversal trading methods. The common supposition is that since we cannot avoid portfolio instability, we should learn how to use it. In order to develop a spread breakout setup, we need to create a very compact short-period spread with the minimum volatility in anticipation of a strong movement. The more we compress the portfolio volatility, the stronger it bursts out. For accelerated spread breakout, it is possible to form a setup before beginning trade sessions and before the news selecting certain intervals of a quiet market. PCA optimization method is best suited for volatility compression. In this setup, we do not know in advance, in which direction the breakout is to occur, therefore, the entry is already defined when moving from the spread boundaries. Below is a sample exit from the short-period spread channel with the spread channel boundaries highlighted: The method advantages: short-period spreads are frequent on charts and the volatility after the breakout often exceeds the spread corridor width. The drawbacks: spreads are expanded during news releases and a saw may form when the price moves up and down a few times. The conservative entry can be proposed as an alternative after exiting a spread corridor during the correction to the corridor boundary if possible. In order to create a trend reversal setup, a trend model is created, as well as turning movements and portfolio price levels are tracked. The movement direction is clearly defined but we do not know in advance when the trend reverses. An internal trend line crossing, reverse correction and roll-back are tracked for a conservative entry. Touching an external trend line and a roll-back are tracked for an aggressive entry. Below is an example of a trend portfolio with the external and internal lines displayed: The method advantages: good entry price, convenience, extreme price instability works in favor of the setup. Disadvantages: portfolio price may go up the trend due to fundamental reasons. In order to improve the situation, we may enter in fractional volumes from multiple levels. A similar setup can be implemented using square root parabolic function model. The setup is based on a well-known property: when the price reaches a theoretical limit of a market distribution range, its further movement is hindered. Like in other cases, the target optimization function is adjusted for the current market distribution. If the markets had featured normal Gaussian distribution, the time-based square root law would have always worked perfectly but since the market distribution is fractal and non-stationary in its nature, the situational adjustment is required. You can find more about market distributions in the following books by Edgar Peters: Chaos and Order in the Capital Markets Fractal Market Analysis Below is an example of a portfolio moving away from the parabolic function: This setup is perfect for adapting to mid-term volatility. However, just like in case of a trend setup, a portfolio price may move upwards due to fundamental factors. The market is not obliged to follow any target function behavior, but neither it is obliged to deviate from it as well. Some degree of freedom and duality remain at all times. All trade setups are not market-neutral in the absolute sense but are based on some form of technical analysis. The dual nature of trend and flat can be seen below. A trend model looks similar to an uneven flat on a bigger scale: Apart from symbol combination and model type, location of estimated interval boundaries is of great importance when developing a portfolio. When configuring the portfolio, it might be useful to move the boundaries and compare the results. Good choice of boundaries allows finding portfolios that are more suitable in terms of a trading setup. If a portfolio position enters a drawdown, it is possible to correct the portfolio without closing existing positions. Shifting the boundaries changes the portfolio curve adapting it to a changing situation. Positions should be corrected accordingly after re-arranging the portfolio. This does not mean that the drawdown will decrease in a moment, but the corrected portfolio might become more efficient. Next, lets consider some properties of portfolio sets and their possible applications in trading systems. The first property of portfolio sets to catch the eye is a set expansion, or divergence of portfolios with distance from the zero point. It would be only natural and reasonable to use this property for trading: buying rising portfolios and selling falling ones. Below is a sample expanding set of portfolios: The second property portfolio set compression (convergence) is opposite to the previous one. It happens after an expansion. Expansion and compression cycles suggest that this behavior can be used to open synthetic positions in anticipation of returning to the center of the set after reaching an alleged highest degree of expansion. However, the expansion highest degree always vary, and it is impossible to predict the final boundaries of the set curves expansion. Below is a sample compressing set of portfolios: Applying various target functions, filtration parameters, reversals and combinations provides good opportunities for experimenting and searching for efficient trading setups. Generally, all setups can be divided into two classes: trading breakouts and trading roll-backs. Below is an example of the first type trading setup with a reversal and shift of a portfolio set: A sample roll-back trading setup based on the multi-trend model is provided below: Another recurring portfolio property is a set twist (self-crossing). Typically, this corresponds to a change of a market trend. If we trade in anticipation of an expansion of portfolios, a twist is a negative effect requiring the set re-arrangement. For other strategies, crossing of some portfolio curves can be used to identify promising and played-out portfolios. Besides, it is necessary to consider a distance traveled, levels, position in a set and position relative to the target function. Below is an example of a set twisting multiple times: We have not focused out attention on the volume management issue up until now, though this is a critical part of any trading system. Generally, we can describe the following approaches: trading a single synthetic position (the simplest case) dividing the volumes (extended entry by levels) adding to a rising portfolio (pyramiding by trend) adding to a portfolio in a drawdown (position averaging) adding to a portfolio after a correction (finishing method) adding to a portfolio after a reversal (expansive strategy) adding to new portfolios (portfolio consolidation) combined approach (combining several approaches) Specific volume management method should be selected considering trading system features. When planning a profit and a drawdown, your calculations should be based on a portfolio volatility. In the simplest case, the portfolio volatility can be evaluated as the movement range of its graph within a certain segment. It is much better to evaluate volatility not only within the optimization interval but on the previous history as well. Knowing the portfolio volatility, it is possible to calculate a theoretical value of the maximum total drawdown at a series of positions. Traditionally, we caution against too frequent aggressive volume adding. The total funds allocated for a portfolio coverage on a trading account should be able to withstand unfavorable movement considering all additional positions. Multi-portfolio trading means systematic portfolio selection and consolidation. If one portfolio is bought and another one is added to it, this may have a positive diversification effect if the portfolios have noticeable differences. But if portfolios are correlating, this may have a negative effect, since they both may find themselves in a drawdown in case of an unfavorable movement. Normally, you should avoid adding correlating portfolios. At first glance, trading spread between two correlating portfolios may seem to be very promising but closer examination shows that such spreads are no different from usual spreads since they are not stationary. Various exit strategies can be applied in multi-portfolio trading, including: closing by total result of all portfolios closing a group of portfolios by the groups total result closing by certain portfolios targets and limits. For some strategies, the entry point is of critical importance. For example, if a strategy applies extreme prices before a trend reversal or correction, a period suitable for entry is very short. Other strategies are more reliant on the optimal calculation of a position adding system and portfolio selection principle. In this case, individual portfolios may enter a drawdown, but other (more efficient) portfolios within the consolidated series adjust the overall result. Conclusion Portfolio trading advantages: optimization allows you to create a portfolio curve according to your preferences, as well as form a desired trading setup and trade it similar to trading symbols on a price chart. However, unlike trading portfolios, buying and selling conventional assets leave traders in passive position (since they are only able to accept the current price chart or avoid using it). Besides, as the situation evolves, traders can adjust their portfolios to new market conditions. Portfolio trading drawbacks: standard pending orders are not applicable, more stringent minimum volume requirements, bigger spreads on 30 and lower charts, hindered intraday scalping, no OHLC data, not all indicators can be applied to portfolios. Generally, this is a rather specific approach in trading. Here we have only made an introductory overview of the portfolio properties and working methods. If you want to perform deeper studies of portfolio trading systems, I recommend using the MetaTrader 5 platform for that, while market distribution properties should be studied in specialized statistical packages. Warning: All rights to these materials are reserved by MQL5 Ltd. Copying or reprinting of these materials in whole or in part is prohibited.