Labouchere System Forex Trading

Labouchres pengestyring er en interessant idé - på gjerning På grunn av denne artikkelen simulerte jeg pengestyringen basert på et handelssystem som gir meg mulighet til å definere prosenten av lønnsomme handler eller hvor lønnsomt systemet generelt sett er. Og jeg fant at i forhold til en fast masseformat, vil Labouchre gi deg bedre resultater enn det faste partiet, men bare hvis systemet er lønnsomt. Hvis systemets over gjennomsnittlige fortjeneste er negativ, skaper Labouchres-ledelsen et mye dårligere resultat. Et martingale system der du dobler den nyeste størrelsesstørrelsen etter at en tapshandel tørker ut alle tidligere tap (i tilfelle du har nok penger selvfølgelig.). Labouchre kan ikke og gjør det ikke. I OpenOffice-arket sammenligner jeg Labouchre, Fixed Lots, Martingale og Fibonnacci-MM. Jeg starter alltid med 0,10 masse en vinner gjør (fikse) 1 per 1 masse Jeg beregner 10.000 handler startkapitalen er 10.000 Jeg har ubegrenset penger til MaxDD) I tilfelle et handelssystem skaper 60 vinnere (med et fast antall gevinster) Labouchre Balance : 10,674,81 og en MaxDD på -27,30 Fixed Lot Balance: 10,164,60 og en MaxDD på - 2,30 Martingale Balanse: 10,589,65 og en MaxDD på -102,30 Fibonacci Balanse: 10,387,42 og en MaxDD på -31,58 I tilfelle et handelssystem skaper kun 40 vinnere (med en fast mengde gevinst) Labouchre Balanse: 2.591.37 og en MaxDD på -7.433,36 Fixed Lot Balance: 9,754.60 og en MaxDD på - 246.20 Martingale Balanse: 10,376.80 og en MaxDD på -6.553.50 Fibonacci Balanse: 10,069.34 og en MaxDD på -30.960.175.118.24 Du kan bare se om et system er lønnsomt Labouchre vil få mer penger for deg her ca 5 ganger mer, men MaxDD er 10 ganger høyere i forhold til en fikseringsstørrelse. I denne artikkelen tester vi de statistiske egenskapene til Labouchers pengestyringssystem. Det anses å være en mindre aggressiv form for Martingale, siden spillet ikke blir doblet, men økes med et visst beløp isteden. MetaTrader 4 - Statistikk og analyse Statistisk verifisering av Labouchere Money Management System Det finnes tre typer løgner: løgner, fordømte løgner og statistikk. Introduksjon Mens du surfer på internett i løpet av helgene snublet jeg over et pengestyringssystem jeg aldri hadde hørt om før. Det kalles Labouchere, eller Avbestillingssystem (Forex Støvsuger System ved hjelp av Labouchere. På russisk). Den engelske beskrivelsen av systemet finner du her. Systemet er en variasjon av Martingale, siden du må øke din innsats etter at du har mistet og minimerer det etter at du har vunnet. Det er imidlertid en mindre aggressiv versjon, siden spillene ikke blir doblet, men økes med et visst beløp i stedet. Nedenfor er noen passasjer som beskriver systemegenskapene som fascinerte meg veldig veldig: Så vær oppmerksom på at mengden lønnsomme handler skal overstige 33-40 prosent for at systemet skal fungere skikkelig og vinne. Dette er en veldig sterk uttalelse. Det er imidlertid ikke klart hvorfor det opprinnelige prosentintervallet er så bredt fra 33 til 40. Husk at denne metoden kan anses å være en uærlig ordning av et spillhus. Virkelig Så, kan det faktisk fungere, men prinsippet forblir det samme 33 av vinner kompenserer 66 av tap. Så, hvis du vil bruke denne pengestyringen i ekte Forex trading, trenger du et handelssystem med den vinnende sjansen på 50 og fortjenesten faktor gt1. Faktisk sier nevnte artikkel at du trenger et handelssystem hvor gevinster er lik tap og vinnesannsynligheten er 50 (eller enda mer enn 33). Hvis du har et slikt system, kan Labouchere-metoden lett gjøre det lønnsomt. Vi må til og med se etter et system med positiv matematisk forventning, siden det er en måte å skifte den til positivt territorium. Tross alt er det ikke også vanskelig å utvikle et handelssystem med, sier 47 av seier. Lar se hvordan Labouchere systemet varierer innsatsene. Minimumsinnsatsen antas å være lik en. Hvis vi vinner, er innsatsstørrelsen den samme, mens handelsbalansen øker noe. Hvis vi mister, økes vår innsatsstørrelse med en opp til 2, og vi legger til den tapende innsatsen på linjen: Hvis vi vinner på dette punktet, må vi legge til 2 i vår linje: Så krysser vi disse to tallene, siden vi Vi har klart å vinne tapet vårt (med andre ord, vi har økt balansen vår med en i en serie bestående av to spill). Nå kan vi vurdere en lengre tapt serie. Lets bet 2. Tap: Lets bet 3. Loss: Lets bet 4. Tap: Lets bet 5. Tap: Lets bet 6. Tap igjen: Lets bet 7. Vi vinner til slutt: Vi krysser derfor -1, -6 og 7, siden vår vinnende innsats kompenserer to tapende. Den neste innsatsen er summen av den første og den siste av verdiene som er igjen i linjen, dvs. den er 7 igjen. Hvis vi vinner: Vi krysser ut -2, -5 og 7. Vår neste innsatsstørrelse er igjen summen av den første og den siste av verdiene som er igjen i linjen. Ja, det er 7 igjen (noen metodeanhengere anbefaler å legge 1 til en slik innsats, slik at du får minimumsresultatet i stedet for 0 i tilfelle lykke til). Hvis vi vinner: Vi krysser ut alle tallene som er igjen i linjen, siden vi har vunnet tapene våre tilbake. Hvis vi mottar et tap i et av de mellomliggende stadiene, blir tapestørrelsen også angitt til linjen, og neste innsats er lik summen av de første og siste verdiene i linjen. Så, hva er de første konklusjonene En serie på 6 tap er faktisk kompensert av en serie på bare 3 seire (det bør faktisk være en serie vi snakker om senere). Ved første øyekast gjør systemet det veldig enkelt å forlate markedet uten tap. Innsatsstørrelsen øker mye langsommere sammenlignet med Martingale. Hvis vi har brukt en slik serie med det opprinnelige Martingale-systemet, ville vår siste innsats måtte overskride den første med 64 ganger. Den totale innskuddsbeløpet (summen av å miste spill) i eksemplet ovenfor omfatter kun 21, mens det ville vært 63 for den opprinnelige Martingale. Enkle beregninger viser at vi skal lide 13 tap på rad for å miste alle våre midler dersom den første innsatsen er 1 av innskuddet og 44 tap på rad hvis det er 0,1. Du kan allerede tenke: 44 tap på rad med 5050 forhold. Sannsynligheten er forsvindende liten Det er mer sannsynlig at jeg vil bli rammet av en meteoritt. Sannsynligheten passer meg fint, etc.). Du kan enkelt finne mange studier viet til ulempene og farene ved Martingale-systemet. Faktisk kan du oppleve disse ulempene alene ved å utføre enkle beregninger ved hjelp av en penn og et papir. Imidlertid kunne jeg ikke finne lignende studier for Labouchere-systemet. Spillsystemet ser veldig komplisert ut, og hindrer dermed beregningen av en resulterende matematisk forventning. Men vi kan gå tilbake til vår tapende serie av spill. Låt oss vurdere at våre 6 tap på rad ble fulgt av bare 2 seire, i stedet for 3. Da ser vår linje av tall ut som følger: Vi satser 7 og taper: Vi satser 10 (Merk at mens vi mister starter innsatsstørrelsen vokser med 3 i stedet for 1 som gjør vår serie mye mindre trygg for vårt innskudd). Vi mister igjen: Vi må satse 13 nå. Så, systemet gjør at vi øker innsatsene våre med mer enn 1 ved gjentatte tap. Dette ser ut til å være den eneste måten å fullt ut overvinne drawdownen. Her er hvor innskuddet vårt kan bli til ekte trøbbel, siden vi trenger en serie seier for å overvinne drawdownen. Beregning av forventningen på papir synes fortsatt å være for komplisert eller i det minste for kjedelig. Er du interessert i hva dette systemet er i stand til Hvis ja, så lar vi dykke inn i flere detaljer. Angi oppgaven: Emne og metoder Det viktigste spørsmålet er om Labouchers pengestyringssystem virkelig kan skifte en matematisk forventning (spesielt i det positive området). Den siterte passasjen om 33 av seier hvor gevinst tap høres ganske urealistisk, selvfølgelig. Men det kan være 49 eller 50 gevinster vil være nok. Hvis ikke, kanskje Labouchere-systemet har noen andre fordeler. Vi vil bruke statistikk, noe som betyr at vi må utvikle et MQL-program (det er MQL4 i dette tilfellet, siden jeg ikke har fullt behersket MQL5 ennå). La vårt program utføre millioner av avtaler og tørke ut tusenvis av innskudd, vi vil se og analysere resultatene uten skade på våre midler. Hvis programmet viser seg å være lønnsomt, vil det være mulig å implementere algoritmen til ekte handel. Labouchere-systemet er utviklet basert på gevinstforutsetningen. Det kan også tilpasses for andre forhold, men det virker ikke fornuftig. Hvis systemet kan påvirke matematisk forventning med gevinst, kan det også påvirke andre forhold. Og hvis det ikke kan, så vil vi bare kaste bort vår tid og tenke over en passende tilpasning. Dessuten kan vi forestille seg systemet med gevinststap og likevektsverdien på 50 vinnende spill mye enklere, siden vi alle er kjent med myntspilting. Derfor kan vi ringe vårt program CoinTest. Først bør vi beskrive hovedtrekkene i vårt fremtidige program: Vi burde ha evne til å endre den vinnende sannsynligheten. Et 5050 forhold er bare et spesielt tilfelle av likevektstilstand. Vi bør ha mulighet til å sette et risikonivå. Labouchere-systemet har en fast innsatsstørrelse. Hvis vi skaler vår første innsats i henhold til innskuddsstørrelsen, vil systemets essens gå tapt siden innskuddet aldri kommer tilbake til sin opprinnelige tilstand etter at alle verdier er krysset ut av linjen. Vi kan omberegne en innsatsstørrelse etter å ha forlatt en drawdown, men dette vil føre til brøkdelte tall som er vanskelig å jobbe med. Dermed vil vi bruke de to variablene til å angi risikoen for første innskudd og innledende innsats. Det er nødvendig å angi maksimalt antall avtaler per innskudd. Det skal være stort nok, slik at vi kan finne ut om vi skal miste innskuddet selv ved svært lav opprinnelig risiko. Tross alt, hvis innskuddet fortsetter å vokse, kan prosessen være uendelig, og vi kan aldri vite resultatet. Vi bør ha mulighet til å undersøke resultatene av handelsserier på en enkelt innskudd både for programfeilingen og for å endre forretningslogikken vår. Utdata til en fil passer til vårt formål godt. Når vi er ferdige med å skrive en kode for et enkelt innskuddspass, bør vi fortsette å samle statistikk på en serie passerer på separate innskudd og (helst) med varierende parametere. Som du forstår, betyr ett eksperiment nesten ingenting her. Statistiske resultater sendes også til filen. Vi trenger ikke mer å undersøke en historie med individuelle innskudd. Vårt utvalgs utvalgssystem kan potensielt brukes i ekte handel, derfor bør vi gjøre det til en klasse. Selve åpningen av avtaler i MetaTrader er ubrukelig for oss på dette stadiet og ekstremt kostbart når det gjelder dataressurser. Vi trenger bare å fikse resultatene av tilfeldige avtaler utført ved hjelp av en nødvendig masse størrelse og en gitt vinnende sannsynlighet. Med dette i tankene vil vi utvikle et skript, siden denne typen MQL-programmer er perfekt for en enkelt runde sammenlignet med ekspertrådgivere eller indikatorer. Statistisk verifisering av Pseudo-Random Number Generator Quality Kvaliteten på pseudo-tilfeldige tallgeneratoren (PRNG) er av største betydning for oss, siden det vil bli brukt til å definere utfallet av hver avtale (winloss). Nøyaktigheten av lang winloss-seriefordeling er mest kritisk. Vi vil prøve å evaluere sistnevnte uten å referere til komplisert matematisk statistikk teori. Denne artikkelen er ikke ment for en seriøs studie av PRNG-kvaliteten (ellers ville vi måtte gjennomføre 15 forskjellige tester). Vi er mest interessert i PRNG-egenskapene som kan påvirke Labouchere-systemets testresultater og krever ikke for komplekse verifikasjonsprosedyrer. MetaTrader har standard MathRand () PRNG-funksjonen. PRNG-sekvensen initialiseres av MathSrand () - funksjonen. Lar skrive et lite skript (RandFile) for å sjekke standard PRNG-kvalitet. Skriptet har to parametere: Antall millioner av 32-biters tilfeldige ord det skal generere (ett 32-bit ord per 3 anrop av MathRand () - funksjonen som gir 15 signifikante biter). Måleenheten er en vanlig desimalmiljø i stedet for 2 hevet til 20. kraft, siden vi også skal undersøke resultatene visuelt også. CalcSeries logiske parameter (hvis fordelingen av tilsvarende bitereserlengder skal beregnes). Beregningen av en bit seriens lengdefordeling er svært ressurskrevende (øker utførelsen av manuskriptet ti ganger). Derfor har det blitt arrangert som et eget alternativ. Skriptet gir følgende resultater: Beregningstiden (vist i journalen) Antall 1 biter oppdaget blant alle genererte biter (vist i journalen) RandFile. bin-fil binærfil med PRNG-operasjonsresultatet RandStat. csv filloggfil som inneholder forekomstfrekvenser for visse byte RandOnesSeries. csv filloggfil som inneholder 1 biters serierlengder RandZerosSeries. csv filloggfil som inneholder 0 biters serielengder. Lar generere 3 testsett med ulike lengder: 10 millioner testord med 4 byte hver (totalt 40 millioner byte) 100 millioner testord med 4 byte hver (400 millioner byte totalt) 1 000 millioner testord med 4 byte hver (4 000 millioner byte totalt). Nå kan vi sjekke følgende parametere: Komprimering av filer som inneholder tilfeldige data av WinRAR med de maksimale komprimeringsinnstillingene. Høykvalitets tilfeldige data komprimeres ikke. Selvfølgelig betyr ikke kompressibiliteten av filer nødvendigvis den høye kvaliteten på de tilfeldige dataene de inneholder. Men hvis de er komprimert, betyr det at dataene har statistisk regularitet. Forekomst av bestemte bytesverdier i tilfeldige filer: Lengder av identiske bitserier. Vi vil generere to diagrammer for hver utvalgsstørrelse: den første viser den faktiske mengden av detekterte identiske bitserier av en viss lengde, så vel som likevektsverdien av mengden av denne lengden (i logaritmisk skala), den andre viser prosentvis avvik av den faktiske mengden av detekterte identiske bitserier fra likevekten (i logaritmisk skala). Linjediagrammet er ikke egnet for oss, siden verdiene vi har er ekstremt spredte (verdiene varierer fra 1 til 4 000 000 000 eller fra 0,001 til 6 000 er til stede på et enkelt diagram). Dessuten vises diagrammet som viser likevektsverdien av mengden av lange serier i logaritmisk skala som en rett linje mens serielengden økes med 1, sannsynligheten for dens forekomst blir halvert. Så hva er konklusjonene Standard PRNG effektivitet er akseptabelt for vår oppgave. Arkivering av filene som inneholder PRNG-operasjonsresultatene fører ikke til kompresjon. Mengden av null og en bit tilsvarer ekvivalentverdien. Avviket fra likevekt (i prosent) reduseres etter hvert som prøvestørrelsen øker. Fordelingen av forekomstfrekvensen for visse byte i PRNG-operasjonsresultatet svinger i et smalt område rundt likevekten. Forekomstratespredning reduseres ettersom prøvestørrelsen er økt. Forekomst av identiske bitserier avviker fra likevekten bare hvis serien er ganske lang (som er ganske sjelden). Med økningen av prøvelengden beveger det faktiske forekomstfrekvensavvikspunktet seg bort fra likevekten mot økning av serielengden og ligger alltid rundt verdien av 100 inneslutninger for hele sekvensen. Dermed har vi ikke oppdaget noen store statistiske feil i standard PRNG som er i stand til å forvride våre testresultater selv med sekvensene på omtrent 3 milliarder generasjoner (3 generasjoner brukes per 32-biters ord). Skrive CLabouchere-klassen for å håndtere posisjonstørrelse CLabouchere-klassen har vist seg å være liten nok. Grensesnittet består av kun to innpakningsfunksjoner for innstilling av mottak av innledende masseformat og to virkelige funksjoner for innstilling av et avtaleresultat og mottak av gjeldende posisjonsstørrelse, samt for tilbakestilling til opprinnelig tilstand: Skrive skriptet. Foreløpig vurdering Nå er det på tide å skrive et enkelt skript med hundre eller så snorer. Inndataparametrene er som følger: Skriptet gjør en rekke avtaler til innskuddet går tapt eller RepeatsCount er nådd. Saken med winloss-forholdet 5050 er laget en separat parameter. I sistnevnte tilfelle brukes en bit av et pseudorandom-nummer som myntkastingsresultater. Ellers beregnes en overskuddsgrenseverdi og et tilfeldig tall blir sammenlignet med det. Den separate parameteren for 5050-saken er implementert fordi syklusen til PRNG-biter passer oss godt, selv om vi ikke har vurdert forekomst syklusen av verdiene som overstiger en grenseverdi. Standardinnstillingene: innskuddsstørrelse 10 000 første innsats 50 (0,5 av innskuddet). Omtrent ved 10. lansering av skriptet mottar vi et spektakulært resultat innskuddet består av 46 300 i 2 335 trinn. Imidlertid oppstår nedtellingen ved 2 372 trinn allerede: Slik ser det på diagrammet: Som vi kan se, falt balansen til kritiske verdier to ganger før innskuddet endelig ble utryddet. I noen tilfeller ble innskuddet ødelagt innen de første få dusinvis av bransjer, og det var ikke engang tilfelle da det viste maksimal levetid på 100 000 handler. Mens jeg prøvde ulike parametere, kom de følgende endringene til meg: Det ville være rimelig å legge til en parameter som definerer mengden midler som er trukket tilbake fra handelskontoen. Hvis vi klarer å trekke ut midler som overstiger det første innskuddet før det blir slettet, blir vår første innskudd bare et forventbart tap. Dermed ble den nye parameteren PocketPercent implementert. Det definerer prosentandelen vellykkede handler som vi trekker ut fra handelskontoen og legger i lommen. Bruk av lommepenger er forbudt, og kun midlene på handelskontoen blir utsatt for risiko. Tross alt er det slik det vanligvis skjer i virkeligheten. Selvfølgelig bør innskuddet lanseres flere ganger på en løkke (det ville være en ganske vanlig oppgave å utføre lanseringen hundrevis av ganger manuelt). Vi bør også variere et par parametre PocketPercent and Take (den første innsatsen størrelse), samt å beregne gjennomsnittlige resultater (lommefond og innskuddsmidler, siden innskuddet aldri blir brakt ned til hele 0, men bare ned til øyeblikket når det er umulig å utføre neste handel). Vi bør ha to versjoner av skriptet: den første utfører tilbakevendende løp uten å skrive handelsdetaljer i en fil, mens den andre fungerer på motsatt måte. Gjentatte kjører betyr at vi skal bruke objektkoden. Dermed utvikler vi operasjonskoden som CCoinTest-klassen, mens skriptene er laget så enkelt som mulig. Koden for ett-pass-skriptet er så kort at jeg kan vise det her fullt ut (alt arbeid, inkludert å skrive handelsdetaljer i en fil, er gjort av CCoinTest-klassen): Etter at vi har lagt til lommen, viser systemoperasjonen diagrammer se litt annerledes ut (40 av fortjenesten er trukket tilbake i følgende eksempel): Den lilla linjen (Pocket balance) ligner veldig på det perfekte trading-konto diagrammet hver handelsmann drømmer om. Men faktisk bør vi være mer oppmerksom på den gule linjen (totalbalansen på handelskontoen og lommen), som ikke ser så bra ut. I tillegg er følgende diagrammer mye mer vanlige: Nedenfor er våre konklusjoner på nåværende stadium: Systemet demonstrerer faktisk oppførselen som forfatteren har til hensikt: Tegninger blir ofte overvunnet og innskuddet har en tendens til å vokse ytterligere. Noen ganger slutter et slikt forsøk med fullstendig feil. Faktisk har systemet bare to alternativer etter å ha kommet inn i drawdownen, det kan enten overvinne det eller miste et helt innskudd. Jo lenger et innskudd lever, desto større høyder når det. Den første innsatsen i disse eksemplene er 0,5 av det første innskuddet (50 av 10 000). I det første eksemplet har grunnrisikoenivået blitt redusert til ca. 0,1 (innskuddet økte 4,5 ganger med det innledende spillet igjen det samme). Imidlertid lagde disse tiltakene ikke innskuddet mot feil. Endelig vurdering for ulike sannsynlighetsverdier. Sammenligning av resultatene fra Labouchere og Fixed-Bet Systems Nå kan vi flytte til den mest spennende delen som samler resultatene fra mange eksperimenter. Vi skal finne ut om gevinsten på vellykkede innskudd kan dekke tapene på mislykkede. Kanskje algoritmen viser seg å være effektiv dersom den første innsatsstørrelsen senkes (dermed gir mer beskyttelse til innskuddet) eller økt. Hvilken profittprosent skal vi trekke fra en handelskonto. Vil Labouchere-systemet være annerledes enn den faste sats en på alt Og hva vil skje hvis det opprinnelige systemet har en positiv matematisk forventning (mynten vinner oftere) Som du ser, er det mange spørsmål vi bør håndtere på riktig måte. Skriptet for lansering av innskudd i sløyfen med varierende parametre består av ca. 100 strenge. Jeg vil bare vise noen få fragmenter her. Inngangsparametrene: Arrays som inneholder den innledende innsatsverdien og gevinstprosentdelen i lommen: Som vi kan se, varierer den innledende innsatsen størrelse fra 5 (0,05 av innledende innskudd) til 3 000 (30 av innledende innskudd). Midlene plassert i lommen varierer fra 1 til 99. Parametrene er satt med en sikkerhetsmargin som overlapper rimelige grenser i begge retninger. Søkerommet er således todimensjonalt. 360 diskrete punkter (24 15) er tatt innenfor dette rommet. Den gjennomsnittlige totalbalansen (fondskassefondskontofond) og gjennomsnittlig antall tilbud før innskuddstapet (innskuddsliv) beregnes for hvert av poengene basert på serieresultatet. Antall innskudd per serie er satt av innskuddsparameteren. De todimensjonale romberegningsresultater er tredimensjonale, noe som betyr at de er vanskelige å vise ved todimensjonale midler. For å overvinne dette problemet, kan vi bare tegne todimensjonale diagrammer med x-aksen som står for punktserienumrene fra søkeområdet (fra 0 til 359). Om nødvendig, er det gitt enkelte bestemte Takes and PocketPercent-verdier separat. Etter å ha kjørt 100 innskudd, er gjennomsnittsbalansen som følger: Nedenfor er innskuddstidsplanen (i logaritmisk skala): Innskuddstidens levetid overstiger 10 000 handler med den opprinnelige risikoen på 0,05 stadig redusert til mindre enn 10 omhandler den opprinnelige risikoen for 30. Den høye PocketPercent-verdien reduserer også gjennomsnittlig antall avtaler før et innskudd går tapt. Det er et forventet resultat. Vi kan velge noen lovende poeng på diagrammet som viser gjennomsnittlig innhold av lommen og balansen. Fire av punktene ligger nær hverandre, så forhåpentligvis kan vi finne det optimale området. Nå kan vi beregne resultatene for Innskudd 1 000 og overlegge dem på samme diagram: Som vi kan se, forsvant det angivelig optimale området under trykk av et tilstrekkelig stort antall statistiske data. Uavhengig av noen parametere svinger diagrammet tilfeldig i nærheten av innledningsbalansen på 10 000. Dermed er innskudd 100 ikke tilstrekkelig. Alle ytterligere eksperimenter vil bli utført med Innskudd 1 000. Lar deg vise resultatene fra Labouchere og fast-bet-systemene på et enkelt diagram: Innskuddsdiagrammet for Labouchere og fast-bet-systemer: Det økonomiske resultatet av Labouchere-systemet er null sammenfallende med det faste systemet. I motsetning til Labouchere-systemet, viser den faste innsatsen økt dataspredning rundt gjennomsnittlig verdi. Det ser ut til at verdien for faste innskudd ikke stemmer overens med den statistiske oppførselen til fast-bet-systemet. Innskuddslivet er mye lavere ved bruk av Labouchere-systemet (10 og flere ganger med de fleste parametere og enda mer enn 100 ganger med visse parametere). Ved lavt risikonivå kan vi se at diagrammet når begrensningen satt av RepeatsCount-parameteren (standardverdien er 100 000). Disse resultatene bekrefter delvis den populære oppfatningen at systemene som kan øke risikonivået er farlige for et innskudd. Slike systemer reduserer innskuddslevetiden, selv om vi ikke har oppdaget noen farer for økonomiske resultater ennå (i hvert fall i gjennomsnitt og forutsatt at en viss gevinstprosent trekkes tilbake). Lar oss introdusere en ny skriptparameter som lar oss samle tilstrekkelige statdata for å vurdere oppførselen til høyrisikoområder: Hvis vi har mindre enn 10 millioner bransjer per 1000 tapte innskudd, bør vi fortsette. Som et resultat blir diagramdataene mindre spredt: Og nå kan vi sjekke operasjonen av systemene ved hjelp av de første system-sannsynlighetene som ikke er lik 5050. Depositumets levetid: Hva kan vi se på disse kartene I tilfelle av 49 vinnende avtaler blir begge systemene klart ulønnsomme. Finansielle resultater av fast-bet-systemet er svært lave, noe som viser at tilbaketrekking av fortjeneste til lommen er mer egnet for Labouchere-systemet enn for den faste innsatsen i tilfelle et vinnerforhold på mindre enn 50. Midlene overføres til lommen bare etter å ha forlatt en drawdown. I motsetning til fast-bet-systemet, er Labouchere i stand til å sette nye poster igjen og igjen (så lenge det er nok penger til å gjøre enda en innsats), selv med gevinstforholdet på 49. Hvis deres innskudd minker raskt, vil menneskelig handelsmenn vil trolig ikke utføre 100 000 eller til og med 10 000 avtaler før det er helt utslettet. De vil sikkert stoppe handel mye tidligere. Fast-bet systemet algoritmen kan ikke gjøre det. Labouchere system algoritmen er mye mer menneskelig i denne forbindelse, siden den oppfører seg akkurat som en handelsmann oppmuntret av nye poster og handel til innskuddet er helt ødelagt. Husker du eulogic artikkelen jeg nevnte i introduksjonen Det står at systemet vil fungere selv med 33-40 av seier. La oss se på den øvre grensen (40) av dette området bare for moro skyld: La oss nå vurdere den positive matematiske forventningen til det opprinnelige systemet (mer enn 50 seier). Vi må vise balanseoversiktene i logaritmisk skala, selv med vinnerforholdet på 51. Begge systemene har flyttet til positiv forventning. Ved lavt risikonivå viser fast-bet-systemet ubegrenset vitalitet. Med andre ord er det nesten umulig å miste et innskudd. Labouchere-systemet er imidlertid fortsatt i stand til å ødelegge et innskudd (men ikke glemme lommen). Fast-bet-systemet gir 10 ganger mer fortjeneste enn Labouchere med de fleste parametere (og noen ganger enda 17 ganger mer overskudd med visse parametere). De fleste leserne kan tro at fast-bet systemet er i alle henseender overlegen Labouchere. Ikke bare det beskytter et innskudd bedre, men gir også 10 ganger mer penger Dessverre blir de lurt av statistikk. Fast-bet-systemet støter inn i begrensningen på 100 000 handler per ett innskudd. Hvis parameteren RepeatsCount har vært 200 000, ville systemet ha gjort 2 ganger mer fortjeneste. Men det er bare fantastisk leserne lurte av statistikk vil si. Og de vil gå galt igjen. Ta en titt på diagrammet for gjennomsnittlig fortjeneste som blir gjort av systemene per handel (i logaritmisk skala): Resultatfortegnelsen per handel i prosent av den innledende innsatsen gjør hele bildet enda tydeligere: Fast-bet-systemet gjør 2 av den første innsatsen per handel. Dette er helt i tråd med teorien, siden vinneløshastigheten er 5149 her. Med andre ord overgår gevinsten tapene med 2. Labouchere-systemet gir mer profitt selv med de mest uegnede parametrene. Og hvis parametrene er satt riktig, kan det gi så mye som 6-7 ganger mer fortjeneste. Så, det virker som om du har ubegrenset tid, kan du gjøre det ganske bra uten Labouchere-systemet. Du kan hevde at fast-bet-systemet kan erstattes med det faste risikoprosentalsystemet, slik at fortjenesten per handel økes (faktisk vil fortjenesten vokse kontinuerlig, men vi bør bruke liknende avstander for sammenligning). I dette tilfellet bør imidlertid et stillingsvolum endres for Labouchere-systemet også. Så, Labouchere-systemet ser ut til å være mer lønnsomt, gjør det ikke. Hvis du sier ja, har statistikken lurt deg igjen. Ta en titt på bordet: Prosent overført til lommen Pocket og balanse gjennomsnittlig innhold, Labouchere system Gjennomsnittlig antall tilbud, Labouchere system Pocket og balanse gjennomsnittlig innhold, fast-bet-system Gjennomsnittlig antall avtaler, fast-bet-system Fortjeneste per handel, Labouchere system Fortjeneste per handel, fast-bet-system Fortjeneste per handel, av innledende innsats, Labouchere-system Fortjeneste per handel, av innledende innsats, fast-bet-system Faktisk kan vi enkelt gjøre samme mengde profitt ved hjelp av fast - innsats system. Vi må bare øke innsatsen 7 ganger (fra 0,75 til 5 i dette tilfellet). Selvfølgelig er 5 et meget høyt risikonivå. Men det faste systemet har fortsatt 10 ganger mer vitalitet i dette tilfellet. Så, det faste systemet ser ut til å være mer fordelaktig, men det tror jeg ikke, statistikk har forrådt deg igjen. Faktisk spiller det ingen rolle hvor mange avtaler ditt innskudd er i stand til å overleve (i gjennomsnitt, selvfølgelig), siden vi legger en del av vår fortjeneste i lommen. Hvis de totale lommefondene overstiger den opprinnelige kontosaldoen flere ganger, er tapet av innskuddet ikke et vesentlig problem. Kanskje, den mest gyldige konklusjonen som kan trekkes fra disse beregningene, er som følger: Hvis vinn-forholdet er 51, er fortjenesten fra Labouchere og fast-bet-systemene omtrent det samme, forutsatt at den tidligere har den første innsatsen på 0,75 av et innskudd og 10 av fortjenesten trekkes tilbake fra kontoen, mens sistnevnte har en fast innsats på 5 av det første innskuddet og 45 av fortjenesten trekkes tilbake fra kontoen. Labouchere-systemet når samme lønnsomhetsnivå ved å øke stillingsstørrelsen under driften. Vær også oppmerksom på at eventuelle statistiske konklusjoner anses å være gyldige bare etter å ha utført et stort antall eksperimenter. En enkelt virtuell konto kan nesten splittes i flere innskudd. Tapet på ett virtuelt innskudd betyr å miste en del av handelskontoen og returnere til den første innsatsstørrelsen når et visst risikonivå er nådd. Imidlertid viser artikkelen at simulering av så mye som 100 innskudd fremdeles gir svært spredt data. Hvis vi deler en gjennomsnittlig handelsmann innskudd i 100 deler, vil normal handel være umulig. Hvilket system er bedre Det er vanskelig å si. Valget avhenger av handelsmennesker, og den matematiske forventningen til det opprinnelige systemet er av kritisk betydning her. Koden som vises i artikkelen gjør at noen kan simulere Labouchere-systemoperasjonen i eget handelssystem. Lar undersøke diagrammer for begge systemene med 55 seire: Med 55 av seire blir begge systemene lønnsomme. Forskjellen mellom gjennomsnittlig fortjeneste per handel har redusert fra 6-7 ganger (51 av seire) ned til ca 3,7 (55 av seire). Dette skyldes det faktum at Labouchere-systemet ved en høyere forventning om det opprinnelige systemet bruker mindre tid i drawdowns, og derfor ikke trenger å handle ved å bruke en økt masse for ofte. Konklusjon Ingen mirakel skjedde. The Labouchere money management system cannot turn a loss-making or even a neutral system into a profitable one. Besides, the sources of some misconceptions about the Labouchere system are clearly seen now: Complexity that hinders calculation of the system results. Lack of statistical data during manual tests. Ability of the system to set new profit records over and over again even if the initial system has negative expectation, thus making traders believe in its efficiency. Is the Labouchere system worth trying with a positive expectation system The choice is yours. The Labouchere system is quite complicated, and its efficiency can hardly be called outstanding. Anyway, I can give you two tips do not exceed the acceptable risk level if you care about your deposit and try to improve the mathematical expectation of your trading system. Money Management Using The Kelly Criterion We often hear about the importance of diversifying, but perhaps its easier said than done. How much money do we put in each stock When do we buy or sell those stocks These are all questions that can be answered by defining a money management system. Here we look at the Kelly Criterion. one of the many techniques that can be used to manage your money effectively. The History John Kelly, who worked for ATampTs Bell Laboratory, originally developed the Kelly Criterion to assist ATampT with its long distance telephone signal noise issues. Soon after the method was published as A New Interpretation Of Information Rate (1956), however, the gambling community got wind of it and realized its potential as an optimal betting system in horse racing. It enabled gamblers to maximize the size of their bankroll over the long term. Today, many people use it as a general money management system for not only gambling but also investing. The Basics There are two basic components to the Kelly Criterion: Win probability - The probability that any given trade you make will return a positive amount. Winloss ratio - The total positive trade amounts divided by the total negative trade amounts. These two factors are then put into Kellys equation: Kelly W (1 W) R Where: W Winning probability R Winloss ratio The output is the Kelly percentage, which we examine below. Putting It to Use Kellys system can be put to use by following these simple steps: Access your last 50-60 trades. You can do this by simply asking your broker. or by checking your recent tax returns (if you claimed all your trades). If you are a more advanced trader with a developed trading system, then you can simply back test the system and take those results. The Kelly Criterion assumes, however, that you trade the same way you traded in the past. Calculate W, the winning probability. To do this, divide the number of trades that returned a positive amount by your total number of trades (positive and negative). This number is better as it gets closer to one. Any number above 0.50 is good. Calculate R, the winloss ratio. Do this by dividing the average gain of the positive trades by the average loss of the negative trades. You should have a number greater than 1 if your average gains are greater than your average losses. A result less than one is manageable as long as the number of losing trades remains small. Input these numbers into Kellys equation: K W (1 W) R. Record the Kelly percentage that the equation returns. Interpreting the Results The percentage (a number less than one) that the equation produces represents the size of the positions you should be taking. For example, if the Kelly percentage is 0.05, then you should take a 5 position in each of the equities in your portfolio. This system, in essence, lets you know how much you should diversify. The system does require some common sense, however. One rule to keep in mind, regardless of what the Kelly percentage may tell you, is to commit no more than 20-25 of your capital to one equity. Allocating any more than this is carries far more risk than most people should be taking. Is It Effective This system is based on pure mathematics. However, some people may question whether this math originally developed for telephones is actually effective in the stock market or gambling arenas. By showing the simulated growth of a given account based on pure mathematics, an equity chart can demonstrate the effectiveness of this system. In other words, the two variables must be entered correctly, and it must be assumed that the investor is able to maintain such performance. Here is an example: Here we see the activity in 50 simulated trading accounts by means of an equity curve. The average amount won is the same as the average amount lost. However, the people are able to win 60 of the time. The Kelly Criterion then tells them to allocate 19 of their capital to each equity (giving them about five equities). The result is a positive return in the long run for all traders (notice some short-term downside, however). The highest return was 140 (started at 100, went to 240) over 453 bars. Bars represent the time between trades or trading system outputs. Why Isnt Everyone Making Money No money management system is perfect. This system will help you to diversify your portfolio efficiently, but there are many things that it cant do. It cannot pick winning stocks for you, make sure you continue to trade consistently or predict sudden market crashes (although it can lighten the blow). Also, there is always a certain amount of luck or randomness in the markets, which can alter your returns. Consider again the above chart. See how the best person received a 140 return and the worst got less than 40. Both traders used the same system, but randomness and volatility can cause temporary swings in account value. The Bottom Line Money management cannot ensure that you always make spectacular returns, but it can help you limit your losses and maximize your gains through efficient diversification. The Kelly Criterion is one of many models that can be used to help you diversify. En type skatt belastet kapitalgevinster pådratt av enkeltpersoner og selskaper. Kapitalgevinst er fortjenesten som en investor. En ordre om å kjøpe en sikkerhet til eller under en spesifisert pris. En kjøpsgrenseordre tillater handelsmenn og investorer å spesifisere. En IRS-regelen (Internal Revenue Service) som tillater straffefri uttak fra en IRA-konto. Regelen krever det. Det første salg av aksjer av et privat selskap til publikum. IPO er ofte utstedt av mindre, yngre selskaper som søker. Gjeldsgrad er gjeldsgrad som brukes til å måle selskapets økonomiske innflytelse eller en gjeldsgrad som brukes til å måle en person. En type kompensasjonsstruktur som hedgefondsledere vanligvis bruker i hvilken del av kompensasjonen som er resultatbasert.