Estratégia forex de negociação aleatória

Forex Mecânico.
Negociação no mercado FX usando estratégias mecânicas de negociação.
A Forex Trader & # 8217; s Journey: Estudando resultados comerciais aleatórios no EUR / USD.
Forex é talvez o mercado mais difícil de negociar nos tempos financeiros modernos. É um mercado sem viés fixo a longo prazo, sem troca central, requisitos de entrada baixos e alavancagem muito alta, a combinação absolutamente perfeita de eficiência e fácil acesso que o torna um investimento de alto risco para comerciantes de varejo. Uma vez que a maioria dos comerciantes de varejo da Forex perde seu investimento inicial, não é muito procurado pensar que a maioria dos comerciantes não tem uma vantagem estatística e simplesmente troca de maneira pseudo-aleatória que acaba gerando uma caminhada aleatória negativamente tendenciosa que em O longo prazo come seu capital devido aos custos de spread. No entanto, certamente é possível que muitos desses comerciantes varejistas gerem algum retorno no médio / longo prazo, baseado simplesmente em sorte. Hoje vamos ver um exemplo de como uma amostra de comerciantes que usam entradas aleatórias se comportaria, qual seria sua distribuição estatística e por que certamente é razoável esperar que a maioria dos comerciantes da FX perca dinheiro quando eles se envolvem em entradas aleatórias, independentemente de seu comportamento de gerenciamento de dinheiro.
Para estudar negociação aleatória, codifiquei um sistema simples que entra em negociações com base em uma dada probabilidade de entrada. Os negócios têm uma chance de 50/50 de ser longos / curtos e um comércio tem uma probabilidade global de 10% para ser inserido em qualquer barra de 1H. As negociações são introduzidas com um lucro fixo de 100 pip e 50 pedaços de perdas (um risco de 1: 2 para recompensar o índice mais favorecido por conselhos na internet) e o tamanho do lote permanece constante em 0,1 lotes por comércio com um saldo inicial de 100.000. Isso representa um risco de 0,05% do capital inicial por comércio, que é a abordagem bastante conservadora de que alguém novo para negociação com 100K seria mais racionalmente inclinado a adotar (não que este seja o caso de muitos comerciantes reais). Em seguida, procedi para executar o sistema 10.000 vezes, a fim de obter uma distribuição convergente de resultados de negociação que seria esperado a partir desta amostragem. Os testes foram realizados em dados EUR / USD de 2000 a 2014, dando-nos 14 anos de negociação nas condições acima mencionadas.
Existem muitos resultados interessantes no esquema comercial acima. A imagem acima mostra um sistema de exemplo executado a partir dos 10.000 gerados. Este é talvez um dos resultados mais típicos, o comerciante passa por uma caminhada aleatória negativamente tendenciosa que tem períodos de lucro espúrio que tendem a durar cerca de 3-6 meses, mas que, em última instância, se resolvem de forma negativa, sempre atingindo novos níveis de equidade. Não surpreendentemente, o risco é tão baixo e a propagação é tão pequena (apenas 3 pips) que o viés negativo geral não é suficiente para conduzir qualquer um dos testes 10K para um cenário de falência. Mesmo que estivéssemos negociando com um risco de 10x (0,5% do capital inicial por comércio), nós ainda evitaríamos um wipeout dentro de dez anos de cerca de 95% das contas de negociação.
No entanto, existem muitos outros casos em que somos muito mais facilmente enganados pela aleatoriedade. Dê uma olhada no segundo cenário, onde temos um período de cerca de 3 anos, onde a conta ganhou muito lucro, embora a negociação fosse completamente aleatória. Isso pode explicar por que uma parte significativa dos comerciantes pode acreditar que eles têm algum tipo de vantagem, mas depois eles acabam perdendo completamente, pois o viés negativo natural da caminhada aleatória começa a ser verdadeiro. Certamente, a probabilidade de tais desvios se tornar menor à medida que os desvios crescem maiores / longos, mas ainda são susceptíveis de existir, mesmo em listras até 2-3 anos. A probabilidade de ter um ano positivo dentro de 10 anos de negociação aleatória é de fato significativamente alta, cerca de 50% das contas experimentaram esse cenário. Uma série consecutiva de três anos é muito menos provável, embora ainda seja bastante possível (cerca de 5% de probabilidade).
Na verdade, é bastante esclarecido olhar para a distribuição de lucros (em pips, já que nós negociamos lotes constantes) para os testes de 10K. Podemos ver que os resultados não são normalmente distribuídos (falha em um teste de Shapiro-Wilk), pois há cola significativamente gorda, devido principalmente devido ao caráter dos dados FX, que em si não é normalmente distribuído. A maior freqüência dentro do teste é em torno de uma perda de 5000 pips, uma vez que a média de trades / run é de cerca de 2500, isso representa um viés negativo que é próximo de 2 pips, que é o 70% do spread que você esperaria se tornar evidente dentro dos parâmetros de teste, uma vez que a aleatoriedade permite que isso aconteça. Sob um teste muito mais longo, esperamos que a média converge para uma perda de pip / comercial, mas provavelmente não antes que os fundos da conta estivessem esgotados.
Observe no entanto que alguma fração de testes realmente faz um lucro significativo dentro de um intervalo de 10 anos. Nós temos cerca de 1% dos casos que acabam em um território positivo e, por isso, temos pelo menos 0,01% que acaba com um lucro acima de 5000 pips. O comprimento mínimo do período de retirada ainda é bastante elevado (1140 dias) e o coeficiente de correlação máximo de peras ainda é bastante baixo (0,84). De fato, essas duas variáveis ​​constituem um método bastante poderoso para distinguir os resultados aleatórios dos resultados com uma vantagem, uma vez que a obtenção de resultados aleatórios com valores que estão além do desvio padrão 4x da média desses valores seria extremamente improvável, pois os sistemas seriam extremamente linear e suas perdas são pouco frequentes para que sejam o produto de uma caminhada aleatória. No entanto, ainda está claro a partir desses resultados que alguém que negocia aleatoriamente pode atingir um lucro, mesmo depois de um intervalo de negociação de 10 anos, mostrando por que você ainda pode ser enganado incrivelmente bem por aleatoriedade.
Quando você usa outros esquemas de gerenciamento de posição ou dinheiro, no final você obtém algo parecido, embora você possa controlar quão extremas as variações estão no curto prazo de acordo com a forma como sua gestão de dinheiro funciona. Por exemplo, se você estiver usando um gerenciamento de dinheiro do tipo Martingale, você pode tornar os cenários perdedores muito mais proeminentes enquanto você aumenta a probabilidade de longas marcas vencedoras. No final, isso funciona simplesmente como uma maneira de fazer uma aposta com as mesmas chances gerais que a caminhada aleatória negativamente tendenciosa em que o risco e a recompensa são muito mais extremos, algo bastante semelhante pode ser conseguido aumentando as apostas na caminhada aleatória regular abordagem.
A partir daqui, você pode ver que a negociação aleatoriamente não implica que você perca dinheiro no longo prazo. Embora esta seja a maior probabilidade (cerca de 99%), é verdade que você ainda pode obter lucros negociando aleatoriamente se você tiver sorte, mesmo em um período de 10 anos. Devido a esta razão, é importante cuidar para não trocar sistemas que estão apenas sendo enganados pela aleatoriedade e garantir que seus sistemas de negociação e / ou resultados manuais tenham uma verdadeira vantagem estatística que seja extremamente improvável ao seguir um aleatório cenário de negociação. Exercícios como este & # 8211; distribuindo distribuições de resultados aleatórios e # 8211; são muito úteis, pois permitem que você veja com que facilidade um comerciante pode ser enganado pela aleatoriedade no curto prazo e como parâmetros diferentes para o teste podem ter um efeito dramático nas probabilidades globais e resultados a curto prazo.

The Coin Flip Trading System.
O sistema de troca de moeda é provavelmente um dos sistemas mais simples que você encontrará (se você pode chamá-lo de um sistema que é!). Em poucas palavras, cada barra que você joga uma moeda, se as suas cabeças você tomar uma ordem de compra com set stops e alvos e se as suas caudas você vende. É simples assim. É o que você chamaria de sistema de entrada aleatória.
Para os fins do meu site, será um sistema muito útil, pois posso usá-lo como referência para classificar outros sistemas. Se um sistema for pior do que a estratégia de flip de moeda (um sistema de entrada aleatória), o sistema não será ótimo.
Usando a lógica, como o sistema de troca de moedas é aleatório, o sistema deve sair ao mesmo tempo ou, se você incluir a propagação na equação, com uma ligeira perda, por isso será uma boa referência.
Este sistema no passado também foi usado por outro motivo. Este sistema foi usado para provar que, se você tiver o direito de gestão de dinheiro ou risco: razão de recompensa, em seguida, qualquer sistema, incluindo um sistema de entrada aleatória, poderia ganhar dinheiro no mercado Forex. No artigo, concluiu que, em um mercado que as tendências como o mercado cambial tem um risco maior: a proporção de recompensa colheria melhores lucros à medida que a estratégia deixaria os vencedores correr e reduzir os perdedores. Portanto, sem mais informações, o sistema "# 8230;
Regras do sistema.
Eu vou usar um meio do prazo da estrada - 4H TF.
Virar uma moeda, se a cabeça então comprar, se as suas caudas então venderem.
Para os propósitos da EA, um programa de computador não pode virar uma moeda, infelizmente, então o que eu fiz em vez disso é que o programa gere um número aleatório entre um intervalo fixo. Se o número estiver na primeira metade do intervalo, então é uma compra se estiver na 2ª metade, então é uma venda. É a maneira dos computadores de mexer uma moeda.
Tendo uma rápida olhada nos gráficos e usando o ATR como guia, a perda Stop será de 50 pips.
O lucro da tomada será de 100 pips, o que dará a este sistema uma boa relação R: R de 1: 2.
Para manter as coisas simples eu só permitiu que haja 1 comércio ao vivo de cada vez, então apenas um novo comércio pode ser tomado uma vez que o último comércio tenha terminado.
Todos os testes têm os seguintes parâmetros:
Depósito inicial = £ 1000 | Risco por comércio = £ 10 (1%) | Lotes = 0,2.
A partir dos resultados, você pode ver que o sistema realmente não tem uma vantagem e o fator de lucro está perto do nível de equilíbrio de 1. Tudo sobre este sistema é muito baixo, mas isso é o que esperamos de um sistema de entrada aleatória. A taxa de vitória para todas as 3 moedas está flutuando em torno da marca de 33% e a redução máxima é bastante ruim em torno de 40-50%
Curvas de equidade.
As curvas de equidade não ficam ótimas. Embora a curva de equidade do EURUSD mostre um gráfico que aumenta gradualmente, o USDJPY mostra o oposto eo AUDUSD mostra um gráfico bastante aleatório. Em suma, as curvas de equidade mostram um sistema bastante aleatório com oscilações aleatórias para cima e para baixo.
Esse sistema ganhará dinheiro.
Não, este sistema não gera dinheiro a longo prazo. Os resultados não são impressionantes e as curvas de equidade mostram um movimento muito aleatório. É bastante claro que este sistema não tem uma vantagem. No lado positivo, este sistema não é um sistema perdedor, mas você também não ganhará.
Eu sabia que este sistema não iria ganhar dinheiro e eu usei mais uma ferramenta de benchmarking para outros sistemas a serem julgados, mas é interessante ver o que um sistema verdadeiramente aleatório produziria. Então eu acho que é melhor continuar pesquisando para encontrar um sistema lucrativo de longo prazo.
Clique aqui para obter uma cópia da EA que eu usei para testar o sistema.

Estratégia de negociação aleatória Forex
Eu vou compartilhar com você uma das estratégias de negociação mais simples que você possa encontrar. Isso é baseado na idéia & ldquo; KISS-K eep I t S implement S tupid & rdquo ;. Não envolve nenhum indicador sofisticado ou complicado, nem envolvem metodologias complexas. Depois de ler isso, você pode se perguntar por que não ocorreu com você ou se isso realmente funciona. Garanto-lhe que se você seguir esta estratégia exatamente como explicado aqui e também aderir a algumas regras e instruções básicas, você nunca terá uma semana perdedora ou um mês (pode haver poucos dias perdidos de vez em quando). Então, se você estiver pronto para isso, aqui vai,
Média móvel simples 200 (para direção)
Média móvel simples 10 (para entrada)
Prazo - Qualquer. Funciona em gráficos de 5 min, horários e diários. Os comerciantes do dia podem usar gráficos de 5 min, os comerciantes Swing podem usar gráficos horários e o investidor de longo prazo pode usar gráficos diários.
Item - Pode ser usado para qualquer par de moedas, commodities, índices ou ações.
Entrada Longa - Quando a vela do preço fecha ou já está acima de 200 dias MA, então espere a correção do preço até que o preço caia para 10 dias MA, então quando a vela fecha acima de 10 dias MA no lado positivo, entre no comércio. A perda de parada seria quando o preço se fechar abaixo do MA de 10 dias.
Entrada curta - Quando a vela do preço fecha ou já está abaixo de 200 dias MA, espere a correção do preço até o preço aumentar até 10 dias MA, então quando a vela fecha abaixo de 10 dias MA na desvantagem, entre no comércio. A perda de parada seria quando o preço se fechar acima do MA de 10 dias.
Limite - O alvo de lucro variaria com cada item. Para os comerciantes do dia, sugiro uma meta de lucro de 50% da faixa de negociação média diária desse item no último mês.
Por exemplo, se o EUR / JPY (o meu favorito no momento) tiver uma média média diária de 120 para o último mês, eu sugeriria lucro alvo de 60 pips por dia de comércio.
Os objetivos de lucro para outros itens podem ser elaborados de forma semelhante. Seria um erro usar os mesmos níveis de metas de lucro para todos os pares de moedas. Na minha opinião, a moeda sempre tem uma personalidade diferente. Isso significa que o intervalo diário de negociação, a volatilidade, a reação a qualquer notícia, etc. é diferente para todos os pares de moedas.
1. Siga as instruções de entrada e saia exatamente como acima. Don & rsquo; t segundo palpite, ou assumir / presumir qualquer coisa.
2. Evite entrar no comércio quando o preço estiver temporariamente acima / abaixo de 10 dias MA, mas o preço da vela não está completamente formado. Entre no comércio somente após o preço da vela se fechar acima / abaixo do MA de 10 dias.
3. Saia do comércio imediatamente quando a vela do preço fecha acima / abaixo de 10 dias MA na direção oposta ao comércio. Don & rsquo; t permanecem no comércio desejando que ele se torne seu favor.
4. Nunca troque na direção oposta do mercado. ou seja, não comprar quando o preço for inferior a 200 dias MA e vender quando o preço for superior a 200 dias MA.
5. Tire lucros quando o limite for atingido. Don & rsquo; t ser ganancioso e continuar aumentando o alvo. Lembre-se: um pássaro na mão vale dois no mato.
1. Para os comerciantes do dia forex, esta estratégia funciona melhor na sessão de Londres, pois há uma maior volatilidade. Cerca de 3 am-11am NY time seria o melhor momento.
2. Como esta estratégia se baseia em análise puramente técnica, sugiro que você desative suas contribuições de análise e novidades fundamentais. Don & rsquo; t permitem análises fundamentais para influenciar os negócios. Lembre-se - o preço sempre está certo. Seja qual for o efeito que a análise fundamental ou as Notícias tenham na moeda sempre refletirão no preço.
3. Don & rsquo; t saltar para os comércios. Dê tempo para que o conjunto seja formado. Sempre haverá oportunidades disponíveis.
4. Leverage é um assassino silencioso. Don & rsquo; t usam alavancagem excessiva para negociação. Mesmo a melhor estratégia do mundo não impedirá que você destrua sua equidade.
5. Lembre-se - Apenas 5% do dia os comerciantes ganham dinheiro consistentemente. E a estratégia de negociação não é a principal razão para isso. A incapacidade de implementar a estratégia de forma integral e não seguir as regras e diretrizes é a razão número um para as perdas da maioria dos comerciantes do dia.
Anexo aqui capturas de tela de gráficos que mostram os sinais de entrada e saída para moedas diferentes e para diferentes prazos.
Fig. 1- gráfico Euro-USD para 14 de fevereiro de 2013, com lucro de 50 pips.
Fig. 2- gráfico Euro-JPY 5min para 14Feb 2013, com lucro de 60+ pips.
Fig. 3- gráfico de 5 minutos GBP-JPY para 14 de fevereiro de 2013, com lucro de 50 pips.
Fig. 4- Euro-USD Gráfico horário de 22 a 31 de janeiro de 2013, com lucro de mais de 200 pips.
Fig. 5: gráfico Euro-JPY Hrly de 04-15 de janeiro de 2013, com lucro de mais de 300 pips.
Fig 6- GBP-JPY Gráfico hrly de 09-15 de janeiro de 2013, com lucro de 300 pips.
Conforme visto pelas capturas de tela, este sistema não é um Santo Graal de negociação, de fato, não há nenhum Santo Graal de estratégia comercial em qualquer lugar. Todo sistema tem lucrativo e perdeu negócios. Mas, como visto acima, nesta estratégia, o lucro dos negócios lucrativos é cumulativamente maior que as perdas dos negócios perdidos.
Como guia, observei que existem pelo menos 2-3 negociações diárias lucrativas em uma determinada semana (50-60 pips por troca usando gráfico de 5 min), 2-3 negociações de swing rentáveis ​​disponíveis em um mês (200-300 pips por comércio usando o gráfico de 1 hora) e 1-2 transações de longo prazo lucrativas em qualquer ano (cerca de 1000 pips por comércio usando gráficos diários). Usando um plano de gerenciamento de som de dinheiro, você pode obter retorno de 50-100% ao ano em seu patrimônio.
Obrigado por tomar um tempo para ler este artigo.
Espero ter conseguido adicionar um pouco ao seu conhecimento e desejo a todos vocês, boa sorte na sua negociação!
Eu anseio contra 10 anos de EURUSD e foi lucrativo. A taxa de vitoria foi de cerca de 43% em 1: 1,5, 213 negociações com uma vitória média de 118 pips. USDJPY foi rentável, mas apenas ganhou taxa de 30%
Essa é uma das poucas estratégias que, de fato, apresentaram boa apresentação em mais de 10 anos no gráfico diário. 95% das estratégias que eu vejo on-line não chegam perto, então obrigado. Para não dizer, isso funcionará em vida, mas definitivamente algo a ser observado.
Também mudou minha visão sobre as médias móveis pelo menos por enquanto.

Estratégia de negociação Forex:
The Ultimate Guide (Atualização 2018)
A maioria dos novos comerciantes pensa que quanto mais complexa for uma estratégia, mais lucrativa será.
Trading Forex usando ação de preço é simples, livre de estresse e altamente efetivo.
Neste guia, vou compartilhar minha estratégia de negociação simples de Forex com você.
Embora minha estratégia de negociação Forex seja simples, não deixe essa simplicidade te enganar, é uma estratégia muito poderosa!
Capítulo 1.
Estratégia de ação de preço Forex.
Capítulo 3.
Configurações de ação de preço.
Capítulo 6.
Minha Estratégia de Negociação de Ação de Preço.
Minha estratégia de negociação Forex é baseada completamente em ação de preço, sem indicadores, sem técnicas confusas, apenas ação de preço puro!
O que é Price Action Trading?
Todo o movimento de preços no Forex vem de touros (compradores) e ursos (vendedores). Quando o GBPUSD se move para cima, é porque há mais touros do que ursos e vice-versa.
O mercado Forex (e qualquer mercado para esse assunto) está em constante estado de luta entre touros e ursos.
A negociação de ações de preço é sobre analisar quem atualmente controla o preço, os touros ou os ursos e se eles provavelmente permanecerão no controle.
Se sua análise mostra que os touros estão no controle e que eles provavelmente permanecerão no controle, então você pode comprar (longo).
Se isso mostra que os ursos estão no controle e que eles provavelmente permanecerão no controle, então você pode vender (curto).
Como você analisa quem está no controle de preço?
Usando duas técnicas simples de ação de preço.
Áreas de apoio e resistência.
Estas são áreas de compra e venda que você pode facilmente identificar e colocar no seu gráfico. Uma vez que o preço atinge essas áreas, você sabe que é provável que paralisar ou reverter completamente.
Isso permite que você compre ou venda no momento certo.
Análise avançada de candelabro.
Este não é que o doji básico é equivalente a coisas de reversão que você pode ter visto em outro lugar. A análise avançada do candelabro é muito mais profunda do que isso para que você tenha uma compreensão completa do que um gráfico está lhe dizendo.
Uma vez que você entenda isso, um olhar para um gráfico irá dizer-lhe quem está no controle do preço (touros ou ursos) e se você deve comprar ou vender.
Essas duas técnicas constituem o núcleo da minha estratégia de negociação de ações de preço. Na verdade, essas são as únicas técnicas que eu uso para encontrar e negociar configurações de alta probabilidade.
Minha estratégia de negociação difere da maioria dos cursos que você encontrará, pois é totalmente baseado em Price Action & hellip;
É simplesmente sobre ler preços e tomar decisões comerciais inteligentes.
Estratégia de ação de preço Forex.
Minha estratégia de ação de preço Forex nasceu em 2005 e tem sido constantemente melhorada nos últimos 12 anos e # 8211; Essa estratégia já viu tudo.
Surpreendeu as principais mudanças de mercado da crise financeira em 2008 para o desastre do franco suiço em 2014, para a Brexit em 2016. Verificou-se tudo.
Minha estratégia de ação de preços funciona em todas as condições do mercado.
Do mercado de tendências a baixa volatilidade, ao alcance, a alta volatilidade, ele resistiu a tudo com lucros consistentes.
As estratégias baseadas em indicadores funcionam bem em condições específicas de mercado. Se você tem uma estratégia que funciona em mercados de baixa volatilidade, ele falhará em alta volatilidade, variabilidade ou tendência para as condições do mercado.
A ação do preço se adapta, os indicadores don & # 8217; t!
A ação de preço não se adapta apenas às condições de mercado em mudança, ele se adapta a diferentes pares, prazos diferentes e, fundamentalmente, a diferentes comerciantes.
Acima de tudo, Price Action mantém sua negociação simples.
Na verdade, minha estratégia de negociação Forex é tão simples que você pode trocá-la de seu smartphone. Eu uso essa estratégia para negociar no go & # 8211; A partir de 2017, levo mais de 70% dos meus negócios a partir do meu smartphone.
Mantenha simples.
Minha estratégia de negociação Forex foi criada com a simplicidade em mente. A queda mais comum dos comerciantes de hoje acabou complicando sua estratégia.
Todos nós já vimos gráficos que se parecem com isto.
Como você pode trocar confortavelmente usando um gráfico como este?
Como você pode trocar eficientemente usando um gráfico como este?
Como você pode trocar de seu smartphone usando um gráfico como este?
Você pode, então, é muito confuso.
A regra central da minha estratégia de ação de preço é manter a negociação simples. Porque as estratégias de negociação Forex que funcionam melhor são simples.
A única coisa que coloco nos meus gráficos é as áreas de suporte e resistência. Eu uso essas áreas de suporte e resistência em conjunto com a análise de candelabro para negociar Forex.
Então, o que um quadro Forex limpo se parece? Muito melhor do que a monstruosidade acima!
Este quadro é organizado, fácil de entender e para navegar, sem nada para distraí-lo de analisar a ação do preço.
Esse estilo de negociação é rápido, eficiente, sem estresse e você pode fazê-lo em qualquer lugar, incluindo o seu smartphone.
Então, se você quer uma estratégia simples de Forex, continue lendo.
Suporte & # 038; Áreas de resistência.
As áreas de suporte e resistência mostram onde comprar e vender, são uma parte vital de todo o kit de ferramentas de comerciantes, e é essencial que você aprenda como colocá-los.
O que é suporte e resistência?
Colocar áreas de suporte e resistência é a habilidade mais importante que você pode dominar na negociação.
E colocá-los é fácil.
As áreas de apoio e resistência dividem seu gráfico em áreas de compra e venda. Uma área que fica acima do preço atual é uma área de venda, qualquer área abaixo do preço atual é uma área de compra.
Suporte = Área de compras.
Os termos compradores e touros são intercambiáveis. O suporte é uma área de compra, pois os compradores são encontrados em suporte.
Resistência = área de venda.
Os termos vendedores e ursos são intercambiáveis. A resistência é uma área de venda, pois os vendedores são encontrados em resistência.
No gráfico do GBPUSD abaixo, você pode ver que o preço está se aproximando da área sombreada azul em 1.3500. Esta é uma forte área de resistência (venda).
Quando o preço se aproxima de uma área de venda, grandes quantidades de ordens de venda são desencadeadas contrariando ordens de compra. Isso costuma resultar em desaceleração de preços ou mesmo girando completamente para uma reversão.
Por que isso acontece?
Simples, os motores de mercado, como bancos e hedge funds, colocam suas ordens em áreas de suporte e resistência.
Por que os movimentadores de mercado colocam suas ordens no SR?
Os bons comerciantes não colocam ordens de entrada aleatoriamente e esperam que tenham sorte. Eles colocam suas ordens de entrada em níveis de preços significativos. Níveis significativos vêm de muitas formas.
Aumentos mensais, mensais e semanais. Números arredondados, em 1.0000 e 1.0500 (também denominados níveis psicológicos) Elevados ou baixos de todos os tempos. Áreas em que o preço está paralisado ou revertido mais de uma vez.
No exemplo do gráfico GBPUSD acima, podemos ver que esse preço está parado no 1.3070 duas vezes (destaques verdes). Na próxima vez que se aproxima do nível, ele puxa novamente e, novamente, mais duas vezes (destaques amarelos).
Como os motores do mercado colocam suas ordens de compra no 1.3070 e, quando o preço atinge a área, as compras provocam uma reversão.
Isso acontece o tempo todo em cada par Forex e em todos os mercados financeiros para esse assunto.
É assim que os mercados funcionam, os pedidos de compra e venda são agrupados na mesma área geral e, quando são atingidos, vemos o impacto no preço.
Colocação de Áreas de Apoio e Resistência.
Há muitos indicadores por aí que afirmam dar-lhe um excelente suporte e áreas de resistência.
Eu tentei todos eles e não os achei confiáveis.
Os locais de suporte e resistência ainda precisam ser feitos por uma pessoa. Estas são minhas áreas de apoio e resistência, mas se você deseja trocar mais pares, você precisará colocá-las você mesmo.
Uma boa estratégia de negociação Forex exige algum trabalho!
Mas não se preocupe, é fácil, tudo o que você está fazendo é colocar linhas horizontais quando você localiza uma área com dois ou mais rebotes.
Eu vou dividi-lo em um processo passo a passo para você, no entanto. Mas primeiro, precisamos definir algumas regras para áreas de suporte e resistência.
Três Regras de Apoio e Resistência.
Existem três regras principais que você precisa ter em mente ao colocar áreas de suporte e resistência.
Coloque as áreas no corpo de uma vela, o corpo é mais importante que o pavio. Quanto mais recente o salto, mais importante. Priorize saltos recentes sobre rebotes mais antigos. Você precisa de pelo menos dois saltos de conexão para colocar uma área de suporte e resistência. Há algumas exceções para isso, sendo o mais comum para pontos que são máximos / mínimos anuais ou de todos os tempos. Quando você detecta um ano ou todo o tempo alto / baixo, você pode colocar uma área lá, mesmo que tenha apenas uma vez saltada.
Guia passo a passo para colocar suporte e resistência.
Etapa 1: selecione um gráfico diário e diminuir o zoom até ver cerca de um ano de dados. Não se preocupe se você ver um pouco mais ou menos de um ano, não é um grande problema.
Você geralmente encontrará que há 5-8 áreas de suporte e resistência na maioria dos gráficos. Se você tem mais de 8 você provavelmente colocou muitos.
Análise Avançada de Castiçal.
A maioria dos novos comerciantes aprende um pouco sobre a análise do candelabro.
Mas a maioria do que eles aprendem é completamente inútil!
Bem, a abordagem padrão para análise de castiçal é o reconhecimento básico de padrões, que não funciona na negociação real.
Eu aprofundo muito mais do que isso, eu olho para a história por trás da vela e neste capítulo vou mostrar-lhe como fazer isso também.
Você pode ignorar a análise de castiçal direto para avançar sem saber primeiro alguns conceitos básicos. Se você não conhece o básico, isso é bom, eu entendi você coberto!
A Verdade Sobre a Análise de Castiçal.
Quando os comerciantes de Forex começam pela primeira vez, eles geralmente aprendem sobre candelabros.
Mas o que eles aprendem geralmente é inútil.
Eles normalmente vêem uma lista de "padrões de vela" como o que está abaixo. Cada padrão tem um conjunto na definição de pedra e esse é o único significado que pode ter.
Esta não é a análise do castiçal, é o reconhecimento de padrões.
E para um comerciante de ação de preço, é inútil.
Na verdade, é pior do que inútil. Pensar em velas como padrões justos é contraproducente. Isso faz de você um comerciante pior, isso leva você a cometer enormes erros.
Dando um padrão, uma definição definida leva à visão do túnel. Quando você vê esse padrão específico, você assume que algo acontecerá.
Mas não é assim que funcionam os candelabros.
Todos os candelabros precisam ser avaliados com base nos castiçais em torno deles, e muitos outros fatores.
Abaixo está um padrão de castiçal comumente chamado de & # 8220; spinning top & # 8221 ;.
Normalmente, as pessoas dizem que um topo giratório significa que uma reversão é iminente, o que pode ser verdade. No entanto, esse mesmo padrão também pode significar que uma continuação é iminente. Isso pode significar que o preço está temporariamente bloqueado.
Isso pode significar muitas coisas diferentes.
Pensar em velas como padrões simples é a maneira errada de fazer as coisas.
Você precisa olhar além do padrão e ler a história do preço.
A História do Preço.
Cada vela em seu gráfico está lhe contando uma história. Quando combina essas velas, você ganha a história do preço.
A base da minha estratégia de negociação Forex é ler e entender a história do preço.
Ler e entender a história do preço é vital no Forex. É vital porque permite que você responda uma das questões mais importantes na negociação ...
Quem tem controle de preço?
Esta questão tem três respostas possíveis: compradores, vendedores ou nenhum dos dois.
Ser capaz de responder com precisão a esta questão é vital. Se você está prestes a entrar em um curto comércio e você se pergunta.
& # 8220; Quem tem o controle do preço? "E sua resposta é" compradores ", e talvez vender não é uma ótima idéia.
Deixe descer a história do preço.
Se você olhar para as três velas destacadas abaixo, é fácil concluir que os vendedores estão no controle do preço.
Todas as velas fecharam-se mais baixas do que abriram, todas criaram novos baixos além das velas anteriores baixas e todos tinham mechas superiores pequenas em comparação com o corpo da vela. Os pequenos mechas superiores indicam que os compradores não conseguiram aumentar o preço.
Mas o que a vela em destaque na próxima tabela nos diz?
Tem um mecha superior curta, um corpo pequeno e um morno longo e baixo. Isto é o que eu chamo de uma vela de indecisão.
O que é uma vela de indecisão?
As velas de indecisão ocorrem quando nem compradores nem vendedores podem ganhar e manter o controle de preço. Eles são comuns, mas, se usados ​​do jeito certo, podem ser muito poderosos.
Dê uma olhada nesta tendência de alta (destaque amarelo), é uma forte tendência, há várias velas de alta direção em direção a uma área de resistência. As grandes velas bullish nos dizem que, durante o período destacado, os compradores estavam no controle total do preço.
Quando o preço atinge a resistência, obtemos uma indecisão de forma de vela (destaque verde).
Vamos quebrar essa vela em uma história para que você entenda por que isso indica indecisão.
Pele superior grande (Destaque azul)
Um grande mecha superior mostra que os compradores tentaram continuar a tendência de alta, mas falharam. Os vendedores tomaram o controle do preço e o empurraram para baixo.
Corpo pequeno bearish (destaque verde)
O pequeno corpo de baixa mostra que os vendedores conseguiram fechar mais baixo do que o aberto. Isso é significativo porque nas três velas antes este preço foi consistentemente fechado mais alto do que aberto. Isso nos mostra que os compradores estão perdendo poder.
Small Lower Wick (Destaque vermelho)
O pequeno mecha inferior nos mostra que os vendedores também não conseguiram ganhar muito terreno. Isso nos diz que os vendedores não são fortes o suficiente para transformar o preço completamente. No entanto, eles são fortes o suficiente para impedir novos movimentos do comprador.
Juntamente, essa vela de indecisão que se forma logo após fortes velas de alta sugere que o poder mudou de um mercado decididamente otimista (comprador) para um mercado indeciso. Embora os vendedores não tenham controle, nem os compradores.
Mas há mais uma coisa que precisamos olhar para o hellip;
& hellip; A vela de indecisão está se formando em cima de uma área de resistência. Vejamos esse gráfico novamente.
Se você lembrar, no capítulo anterior, falamos sobre a resistência, sendo uma área de venda e suporte para ser uma área de compra.
Portanto, a imagem acima nos mostra três fortes velas de alta que se dirigem para uma área de resistência. E depois…
O preço está parado e nós formamos a indecisão em cima dessa área.
Isso nos diz que a área de venda está funcionando. Quando o preço empurrou para essa área, as ordens de venda foram disparadas e os compradores não podiam continuar.
Essa é a história do preço para este gráfico.
E esta história nos dá uma boa configuração de troca de preços.
Configurações com minha estratégia de negociação Forex.
A ação de preço permite que você tome muitos tipos diferentes de negócios, operações de reversão, continuação, variação, swing, breakout e scalp para citar alguns.
Na minha estratégia de negociação gratuita de Forex, vou me concentrar em um tipo de configuração, o mais fácil de detectar e negociar, a inversão.
Como detectar um comércio de reversão.
As reversões ocorrem com bastante frequência, mas se você não sabe o que procurar, não pode trocá-las.
As reversões são uma das configurações de ação de preços mais fortes e uma das mais fáceis de negociar. E porque eles ocorrem com tanta frequência, você pode negociar esta configuração exclusivamente e ser um comerciante lucrativo.
Na verdade, durante anos a estratégia de negociação Forex se concentrou somente nas reversões. No entanto, hoje em dia troco mais configurações de ação de preço.
Os negócios de reversão vêm em três partes:
A tendência anterior. A vela de indecisão (s). A tendência de reversão.
Deixe separar cada uma dessas peças.
The Preceding Trend.
Uma tendência anterior é um forte movimento pelos ursos / touros em direção a uma área de suporte / resistência.
No exemplo acima, a tendência anterior é um movimento grosseiro muito forte, indicando que há muitos ursos no mercado e muito poucos touros. Se os touros fossem fortes, o preço não seria menor.
A tendência anterior nos mostra que os ursos (vendedores) têm um forte controle de preço e estão pressionando o preço para baixo em uma área de suporte.
O oposto aplica-se a uma tendência precedente de alta, que mostrava tendências de touros (compradores) em direção à resistência, como você vê abaixo.
Uma tendência anterior pode ser formada por apenas uma vela. Se a vela é forte e cobre muita distância de preço, classifico-a como uma tendência anterior para fins de troca de reversão.
O exemplo abaixo mostra uma única vela que precede a tendência.
As tendências precedentes são bastante simples. Enquanto você vê um movimento forte em direção a uma área de suporte ou resistência, você pode considerá-la uma tendência anterior.
A (s) vela (s) da indecisão
Uma configuração de reversão terá uma a três velas de indecisão. As velas de indecisão precisam se formar sobre ou perto da área de suporte e resistência.
Se a indecisão não se forma sobre ou perto da área de suporte e resistência, não é uma configuração de reversão válida.
Por que precisa estar em uma área de suporte e resistência?
Uma vela de indecisão em uma tendência precedente de alta indica que os compradores estão possivelmente a perder o controle, e os vendedores podem estar ganhando controle. Em uma tendência precedente de baixa indica que os vendedores estão perdendo controle e os compradores podem estar ganhando controle.
No entanto, uma vela de indecisão não indica que o preço reverte com qualquer grau de certeza.
Uma vela de indecisão indica apenas uma coisa ...
Você não pode negociar com base exclusivamente na indecisão. A imagem abaixo mostra a formação de indecisão entre suporte e resistência. Se você inserisse negociações de reversão com base unicamente na indecisão, não funcionaria muito bem e hellip;
E quando uma tendência precedente de alta se dirige para uma área de resistência (área de venda) ou uma tendência de baixa em suporte (área de compra) e formas de indecisão?
Bem, então, obtemos os ingredientes de uma configuração de reversão de alta probabilidade.
Mas não podemos entrar ainda, precisamos de confirmação, que vem na terceira parte de uma configuração de reversão.
A Tendência de Reversão.
A tendência de reversão é a terceira e mais importante parte de uma configuração de reversão. É aqui que fazemos o nosso lucro!
Depois de uma tendência anterior ficar no suporte, e formas de indecisão, muitas vezes você vê uma tendência de reversão. A imagem abaixo mostra uma tendência de reversão de baixa que se forma após a indecisão na resistência.
Neste caso, vimos uma transição do poder de uma tendência precedente de alta para uma tendência de reversão de baixa, separada por uma barraca de resistência.
Onde você entra no comércio? Deixe-se discutir isso no próximo capítulo.
Operações de revenda de negociação com minha estratégia.
Você sabe como é um comércio de reversão.
Você sabe que você precisa entrar depois da indecisão e antes da tendência de reversão.
Neste capítulo, vou mostrar-lhe como usar minha estratégia de negociação Forex para trocar reversões de forma lucrativa.
Não se preocupe, entrar em negociações de reversão no momento certo é muito mais fácil do que você pensa.
Minha estratégia de negociação Forex foi construída sobre o comércio de reversão. Ele agora se expandiu para além de apenas reversões, mas a negociação de reversão é onde tudo começou. Ao longo dos anos, aperfeiçoei as entradas de troca de inversão em um processo simples passo a passo.
Entrar em negociações não precisa ser difícil # 8211; Lembre-se, meu objetivo é manter tudo simples.
Entrando no momento certo.
No capítulo anterior, expliquei que uma inversão vem em três partes.
A tendência anterior. A vela de indecisão (s). A tendência de reversão.
Você precisa entrar no comércio de reversão após a segunda parte (indecisão) fecha-se, mas antes da terceira parte (tendência de reversão) decola completamente. Obviamente, se você entrar depois que a tendência de reversão decolar, é muito tarde.
Você também precisa ter certeza de não entrar muito cedo, pois você pode estar entrando em uma configuração falsa.
Na imagem abaixo, você vê um título anterior em suporte, indecisão e uma tendência de reversão falhada. Se você entrou muito cedo, você teria falhado nesse comércio.
Os negócios com falha acontecem, não há nada que você possa fazer sobre eles.
Mas entrar no momento certo reduz sua porcentagem de negócios falhados.
Muitas pessoas esperam por uma vela perto de entrar, mas eu testei isso completamente e esperar por fechar o leva muito tarde. Na imagem abaixo, você pode ver a primeira vela na tendência de reversão que fecha longe do suporte.
Isso significa que você perdeu muitos lucros potenciais, o que obviamente não é bom.
A chave para a negociação de reversão, ou qualquer negociação para esse assunto está entrando no momento certo.
Então, como você faz isso?
Como entrar no comércio de reversão.
Testei inúmeros métodos de entrada nos últimos 15 anos. Naquele tempo eu encontrei três estratégias incríveis de entrada: entrando em novas entradas altas / baixas, retrocesso e entradas de distância.
Na minha estratégia gratuita, vou te ensinar o mais fácil, entrando em novos níveis altos.
Quando a indecisão se forma em uma área de suporte ou resistência, você pode usar a vela alta ou baixa da indecisão como um gatilho de entrada e como uma perda de parada.
Na imagem acima, a indecisão se formou em resistência após uma tendência precedente de alta, então queremos entrar em um curto comércio de reversão.
Nós estabelecemos nossa entrada alguns pips abaixo do baixo da vela de indecisão, e nossa parada de perda alguns pips acima do ponto mais alto da vela.
Na negociação, altos e baixos são muito importantes. Se uma nova baixa é criada a partir da resistência, indica que os vendedores tomaram o controle de preço, o que significa que queremos ser curtos.
Nossa parada de perda fica acima da alta como uma quebra dessa alta indicaria que os compradores recuperaram o controle de preço.
Para trocas longas, você define sua entrada alguns pips acima do alto da indecisão, e alguns pips abaixo da baixa.
Esta é a forma mais simples de entrada comercial, mas também uma das mais eficazes.
Agora que você sabe como entrar, você precisa saber onde definir seu alvo.
Onde definir seu alvo.
Os alvos também são muito fáceis, você precisa ter certeza de que o seu alvo vem antes de grandes barreiras, como a próxima área de suporte ou resistência.
Então, se você entrar em uma longa reversão do suporte, certifique-se de que seu alvo esteja antes da próxima área de resistência.
O risco mínimo para recompensar a relação que uso é 1: 1,5 R. Isso significa que meu alvo tem que ser um mínimo de 1,5 vezes o tamanho da minha parada.
Se a minha parada for 100 pips, o tamanho mínimo do meu alvo é de 150 pips (1,5 x 100).
Se a minha parada for de 75 pips, o tamanho mínimo do meu alvo é de 112,5 pips (1,5 x 75).
Se houver uma grande barreira como a próxima área de suporte e resistência no caminho do meu alvo mínimo, eu ignoro o comércio.
Na imagem acima, a área de suporte é antes do meu objetivo mínimo de 1,5 R ser preenchido, então ignoro o comércio.
Quais pares e prazos com a estratégia de negociação Forex?
A última coisa que você precisa saber é os pares e os prazos.
Esta estratégia funciona em cada par Forex, e também funciona em outros mercados como criptografia, opções, futuros, estoques e tudo.
Troco cerca de 10 pares regularmente.
No entanto, muitas vezes tenho pares extras na minha lista que eu monitorei. Se você quiser ver o que estou assistindo no momento, verifique minha análise semanal no YouTube.
Quanto aos prazos, atualmente eu negoço estes.
Muitas pessoas não têm acesso aos intervalos de tempo de 6, 8 e 12 horas porque o corretor não o suporta.
A regra geral na negociação é quanto mais intervalos de tempo você troca os negócios mais que você encontra.
Se seu corretor não suportar marcos de tempo de 6, 8 e 12 horas, você precisa encontrar um corretor que faça, ou simplesmente use uma plataforma de gráficos separada para seu corretor.
Embora esta estratégia possa ser negociada com apenas 4 horas e horários diários, não há nenhum sentido em sacrificar trocas potenciais porque seu corretor é muito desatualizado para fornecer novos prazos.
Saiba mais sobre minha estratégia de negociação Forex.
Se você quiser obter minha última análise, ou quiser aprender mais configurações de ação de preço, eu entendi você.
Minha análise semanal.
Toda segunda-feira, faço uma análise semanal usando minha estratégia de ação de preço. Você pode verificá-lo no meu canal do YouTube.
Forex Mastermind.
Se você quiser um guia mais aprofundado para a minha estratégia de negociação Forex, você pode verificar o Forex Mastermind.
No meu curso, expandi essa estratégia e também compartilho estratégias de ação de preços diferentes.
Aprenda minha estratégia Forex Scalping.
Embora a estratégia acima seja uma excelente estratégia de negociação de dia e até uma estratégia de negociação de swing, para escalar você precisará de uma abordagem diferente.

Estratégia de negociação aleatória Forex
Afiliação: Dipartimento di Economia e Impresa, Universitá di Catania, Catania, Itália.
Alessandro Pluchino.
Afiliações: Dipartimento de Fisica e Astronomia, Università di Catania, Catania, Itália, INFN sezione di Catania, Catania, Itália.
Andrea Rapisarda.
Afiliações: Dipartimento de Fisica e Astronomia, Università di Catania, Catania, Itália, INFN sezione di Catania, Catania, Itália.
Dirk Helbing.
Afiliação: ETH Zurich, Zurique, Suíça.
Neste trabalho, exploramos o papel específico da aleatoriedade nos mercados financeiros, inspirados pelo papel benéfico do ruído em muitos sistemas físicos e em aplicações anteriores a sistemas socioeconômicos complexos. Após uma breve introdução, estudamos o desempenho de algumas das estratégias de negociação mais utilizadas para prever a dinâmica dos mercados financeiros para diferentes índices internacionais de bolsa de valores, com o objetivo de compará-los ao desempenho de uma estratégia completamente aleatória. A este respeito, dados históricos para FTSE-UK, FTSE-MIB, DAX e S & amp; Os índices P500 são levados em conta por um período de cerca de 15-20 anos (desde a sua criação até hoje).
Citação: Biondo AE, Pluchino A, Rapisarda A, Helbing D (2013) As estratégias de negociação aleatória são mais bem-sucedidas do que técnicas? PLoS ONE 8 (7): e68344. doi: 10.1371 / journal. pone.0068344.
Editor: Alejandro Raul Hernández Montoya, Universidad Veracruzana, México.
Direitos autorais: © 2013 Biondo et al. Este é um artigo de acesso aberto distribuído sob os termos da Licença de Atribuição de Commons, que permite uso, distribuição e reprodução sem restrições em qualquer meio, desde que o autor original e a fonte sejam creditados.
Financiamento: os autores não têm apoio ou financiamento para denunciar.
Interesses concorrentes: os autores declararam que não existem interesses concorrentes.
Introdução.
Na física, tanto no nível clássico quanto no quântico, muitos sistemas reais funcionam bem e de forma mais eficiente devido ao papel útil de um ruído fraco aleatório [1] - [6]. Mas não só os sistemas físicos se beneficiam da desordem. De fato, o ruído tem grandes influências sobre a dinâmica das células, neurônios e outras entidades biológicas, mas também nos sistemas ecológicos, geofísicos e socioeconômicos. Seguindo esta linha de pesquisa, investigamos recentemente como as estratégias aleatórias podem ajudar a melhorar a eficiência de um grupo hierárquico para enfrentar o princípio de Peter [7] - [9] ou uma instituição pública como o Parlamento [10]. Outros grupos exploraram com sucesso estratégias semelhantes em jogos de minoria e Parrondo [11], [12], na avaliação do desempenho do portfólio [13] e no contexto do leilão contínuo [14].
Recentemente, Taleb comentou brilhantemente em seus livros bem sucedidos [15], [16] como os cisnes pretos e negros governam nossa vida, mas também o comportamento da economia e do mercado financeiro além de nossas expectativas ou controle pessoais e racionais. Na verdade, a aleatoriedade entra em nossa vida cotidiana, embora dificilmente a reconheçamos. Portanto, mesmo sem ser tão céticos quanto Taleb, pode-se facilmente afirmar que muitas vezes entendemos os fenômenos que nos rodeiam e são enganados por conexões aparentes que são apenas devidas à fortuidade. Os sistemas econômicos são inevitavelmente afetados pelas expectativas, presentes e passadas, uma vez que as crenças dos agentes influenciam fortemente suas dinâmicas futuras. Se hoje uma ótima expectativa surgisse sobre o desempenho de qualquer segurança, todos tentariam comprá-lo e essa ocorrência implicaria um aumento no preço. Então, amanhã, essa segurança teria um preço maior do que hoje, e esse fato seria apenas a conseqüência da própria expectativa de mercado. Esta profunda dependência das expectativas fez com que os economistas financeiros tentassem construir mecanismos para prever os preços dos ativos futuros. O objetivo deste estudo é precisamente verificar se esses mecanismos, que serão descritos em detalhes nas próximas seções, são mais efetivos para prever a dinâmica do mercado em comparação com uma estratégia completamente aleatória.
Em um artigo anterior [17], motivado também por algumas experiências intrigantes onde uma criança, um chimpanzé e dardos foram utilizados com sucesso para investimentos remunerativos [18], [19], já encontramos algumas evidências a favor de estratégias aleatórias para o FTSE - Mercado de ações no Reino Unido. Aqui, vamos estender essa investigação a outros mercados financeiros e a novas estratégias de negociação. O artigo está organizado da seguinte forma. A seção 2 apresenta uma breve introdução ao debate sobre a previsibilidade nos mercados financeiros. Na Seção 3, apresentamos as séries temporais financeiras consideradas em nosso estudo e realizamos uma análise desconsiderada na busca de possíveis correlações de algum tipo. Na Seção 4, definimos as estratégias de negociação usadas em nossas simulações enquanto, na Seção 5, discutimos os principais resultados obtidos. Finalmente, na Seção 6, extraímos nossas conclusões, sugerindo também algumas implicações de política contra-intuitiva.
Expectativas e previsibilidade nos mercados financeiros.
Como Simon [20] apontou, os indivíduos assumem sua decisão com base em um conhecimento limitado sobre seu ambiente e, portanto, enfrentam altos custos de busca para obter informações necessárias. No entanto, normalmente, eles não podem reunir todas as informações que devem. Portanto, os agentes agem com base na racionalidade limitada, o que leva a tendências significativas na maximização de utilidade esperada que eles perseguem. Em contraste, Friedman [21] defendeu a abordagem do agente racional, que considera que o comportamento dos agentes pode ser melhor descrito assumindo sua racionalidade, uma vez que os agentes não racionais não sobrevivem à concorrência no mercado e são expulsos. Portanto, nem os preconceitos sistemáticos na utilidade esperada, nem a racionalidade limitada podem ser usados ​​para descrever os comportamentos dos agentes e suas expectativas.
Sem qualquer receio de contradição, pode-se dizer que, hoje em dia, dois principais modelos de referência de expectativas foram amplamente estabelecidos na literatura econômica: modelo de expectativas adaptativas e modelo de expectativa racional. Aqui não iremos dar uma definição formal desses paradigmas. Para nossos propósitos, basta lembrar sua lógica. O modelo de expectativas adaptativas é baseado em uma série de valores aparentemente ponderados (para que o valor esperado de uma variável seja o resultado da combinação de seus valores passados). Em contraste, o modelo de expectativas racionais hipotema que todos os agentes têm acesso a todas as informações disponíveis e, portanto, conhecem exatamente o modelo que descreve o sistema econômico (o valor esperado de uma variável é então a previsão objetiva fornecida pela teoria). Essas duas teorias remontam a contribuições muito relevantes, entre as quais nos referimos a Friedman [21], [22], Phelps [23] e Cagan [24] para expectativas adaptativas (vale a pena notar que a noção de " expectativas adaptativas "foi introduzida pela primeira vez pela Arrow e Nerlove [25]). Para expectativas racionais, nos referimos a Muth [26], Lucas [27] e Sargent-Wallace [28].
Os mercados financeiros geralmente são tomados como exemplo para dinâmicas complexas e volatilidade perigosa. Isso de alguma forma sugere a idéia de imprevisibilidade. No entanto, devido ao papel relevante desses mercados no sistema econômico, um vasto leque de literatura foi desenvolvido para obter algumas previsões confiáveis. De fato, a previsão é o ponto-chave dos mercados financeiros. Desde Fama [29], dizemos que um mercado é eficiente se ocorrer arbitragem perfeita. Isso significa que o caso de ineficiência implica a existência de oportunidades para lucros inexplorados e, claro, os comerciantes operariam imediatamente posições longas ou curtas até que desaparecesse qualquer possibilidade de lucro. Jensen [30] afirma precisamente que um mercado deve ser considerado eficiente em relação a um conjunto de informações se for impossível fazer lucros através da negociação com base nesse conjunto de informações. Isso é consistente com Malkiel [31], que argumenta que um mercado eficiente reflete perfeitamente toda a informação na determinação dos preços dos ativos. Como o leitor pode entender facilmente, a parte mais importante dessa definição de eficiência depende da integridade do conjunto de informações. De fato, Fama [29] distingue três formas de eficiência do mercado, de acordo com o grau de completude do conjunto informativo (ou seja, "fraco", "semi-forte" e "forte"). Assim, os comerciantes e os analistas financeiros procuram continuamente expandir seu conjunto de informações para ganhar a oportunidade de escolher a melhor estratégia: este processo envolve agentes tanto em flutuações de preços que, no final do dia, pode-se dizer que sua atividade é reduzida a uma suposição sistemática. A globalização completa dos mercados financeiros ampliou esse processo e, eventualmente, estamos experimentando décadas de extrema variabilidade e alta volatilidade.
Keynes argumentou, há muitos anos, que a racionalidade dos agentes e da psicologia em massa (os chamados "espíritos animais") não deve ser interpretada como se fosse a mesma coisa. O autor apresentou o famoso exemplo do concurso de beleza para explicar a lógica embaixo dos mercados financeiros. Em sua Teoria Geral [32] ele escreveu que "o investimento baseado em expectativas genuínas de longo prazo é tão difícil de ser praticamente praticável. Aquele que o tenta certamente deve levar dias muito mais laboriosos e correr riscos maiores do que aquele que tenta adivinhar melhor do que a multidão como a multidão se comportará; e, dada a mesma inteligência, ele pode cometer erros mais desastrosos. "Em outras palavras, para prever o vencedor do concurso de beleza, deve-se tentar interpretar a beleza preferida do jurado, ao invés de prestar atenção no ideal da beleza objetiva. Nos mercados financeiros é exatamente a mesma coisa. Parece impossível prever preços de ações sem erros. A razão é que nenhum investidor pode saber antecipadamente a opinião "do júri", ou seja, de uma massa generalizada, heterogênea e muito substancial de investidores que reduz qualquer previsão possível apenas para um palpite.
Apesar de considerações como essas, a chamada Hipótese do Mercado Eficiente (cujo principal fundamento teórico é a teoria das expectativas racionais), descreve o caso de mercados perfeitamente competitivos e agentes perfeitamente racionais, dotados de todas as informações disponíveis, que escolhem as melhores estratégias ( uma vez que o mecanismo de compensação competitivo os colocaria fora do mercado). Há evidências de que esta interpretação de um mecanismo de arbitragem perfeito totalmente funcional não é adequada para analisar mercados financeiros como, por exemplo: Cutler et al. [33], que mostra que grandes movimentos de preços ocorrem mesmo quando pouca ou nenhuma informação nova está disponível; Engle [34], que relatou que a volatilidade dos preços está temporariamente correlacionada temporariamente; Mandelbrot [35], [36], Lux [37], Mantegna e Stanley [38], que argumentam que as flutuações de preços curtos não são normais; ou por último, mas não menos importante, Campbell e Shiller [39], que explicam que os preços podem não refletir com precisão as avaliações racionais.
Muito interessante, uma infinidade de modelos de agentes heterogêneos foram introduzidos no campo da literatura financeira. Nestes modelos, diferentes grupos de comerciantes coexistem, com diferentes expectativas, influenciando-se mutuamente por meio das conseqüências de seus comportamentos. Mais uma vez, nossa discussão não pode ser exaustiva aqui, mas podemos citar com franqueza pelo menos as contribuições de Brock [40], 41, Brock e Hommes [42], Chiarella [43], Chiarella e He [44], DeGrauwe et al . [45], Frankel e Froot [46], Lux [47], Wang [48] e Zeeman [49].
Parte desta literatura refere-se à abordagem, denominada "sistemas de crenças adaptativas", que tenta aplicar não-linearidade e ruído aos modelos de mercado financeiro. A incerteza intrínseca sobre os fundamentos econômicos, juntamente com erros e heterogeneidade, leva à idéia de que, além do valor fundamental (ou seja, o valor atualizado atual dos fluxos esperados de dividendos), os preços das ações flutuam imprevisivelmente por fases de otimismo ou pessimismo de acordo para as fases correspondentes da tendência de alta e tendência de baixa que causam crises de mercado. Como gerenciar esse tipo de comportamento errático para otimizar uma estratégia de investimento? Para explicar a atitude muito diferente adotada pelos agentes para escolher estratégias ao negociar nos mercados financeiros, é feita uma distinção entre fundamentalistas e chartist. Os primeiros baseiam suas expectativas sobre os preços dos ativos futuros sobre os fundamentos do mercado e fatores econômicos (ou seja, variáveis ​​micro e macroeconômicas, como dividendos, ganhos, crescimento econômico, taxas de desemprego, etc.). Por outro lado, os últimos tentam extrapolar tendências ou características estatisticamente relevantes de séries passadas de dados, para prever caminhos futuros dos preços dos ativos (também conhecida como análise técnica).
Dado que a interação desses dois grupos de agentes determina a evolução do mercado, escolhemos aqui para se concentrar no comportamento dos chartists (uma vez que uma análise qualitativa sobre os fundamentos macroeconômicos é absolutamente subjetiva e difícil de avaliar), tentando avaliar o ex investidor individual - capacidade de previsão significativa. Supondo a falta de informações completas, a aleatoriedade desempenha um papel fundamental, uma vez que a eficiência é impossível de ser alcançada. Isto é particularmente importante para sublinhar que a nossa abordagem não depende de qualquer forma do paradigma de hipóteses de mercados eficientes acima mencionados. Mais precisamente, estamos buscando a resposta para a seguinte questão: se um comerciante assume a falta de informações completas através de todo o mercado (ou seja, a imprevisibilidade da dinâmica dos preços das ações [50] - [53]), um ex-ante aleatório A estratégia de negociação desempenha, em média, estratégias de negociação bem conhecidas? Passamos da evidência de que, uma vez que cada agente depende de um conjunto de informações diferente para construir suas estratégias de negociação, nenhum mecanismo eficiente pode ser invocado. Em vez disso, uma rede complexa de comportamento auto-influente, devido à circulação assimétrica de informações, desenvolve seus vínculos e gera comportamentos de rebanho para seguir alguns sinais cuja credibilidade é aceita.
As crises financeiras mostram que os mercados financeiros não são imunes às falhas. Seu sucesso periódico não é gratuito: eventos catastróficos queimam enormes valores em dólares e os sistemas econômicos em grave perigo. Os comerciantes estão tão certos de que as estratégias elaboradas se encaixam na dinâmica dos mercados? Nossa simulação simples realizará uma análise comparativa do desempenho de diferentes estratégias de negociação: nossos comerciantes terão que prever, dia a dia, se o mercado subirá (tendência "alta") ou baixa (tendência "baixa"). As estratégias testadas são: Momentum, RSI, UPD, MACD e um completamente aleatório.
Os teóricos das expectativas racionais apostaram imediatamente que a estratégia aleatória perderia a concorrência, pois não está fazendo uso de nenhuma informação, mas, como mostraremos, nossos resultados são bastante surpreendentes.
Análise Detenida da Série Temporária Índice.
Consideramos quatro índices muito populares de mercados financeiros e, em particular, analisamos as seguintes séries temporais correspondentes, mostradas na Fig. 1:
Expandir Figura 1. Evolução temporal de quatro índices importantes de mercado financeiro (intervalos de tempo variando de 3714 a 5750 dias).
De cima para baixo, mostramos o índice FTSE UK All-Share, o índice FTSE MIB All-Share, o índice DAX All-Share e o índice S & amp; Índice P 500. Veja o texto para mais detalhes.
Em geral, a possibilidade de prever séries temporais financeiras foi estimulada pela descoberta de algum tipo de comportamento persistente em alguns deles [38], [54], [55]. O objetivo principal da seção atual é investigar a possível presença de correlações nas quatro séries financeiras anteriores de todos os índices de ações do mercado de ações europeu e norte-americano. Neste contexto, calcularemos o expoente Hurst dependente do tempo usando a técnica de média móvel detritada (DMA) [56]. Comecemos por um resumo do algoritmo DMA. O procedimento computacional é baseado no cálculo do desvio padrão ao longo de uma determinada série de tempo definida como.
onde é a média calculada em cada janela de tempo de tamanho. Para determinar o expoente de Hurst, a função é calculada para aumentar os valores dentro do intervalo, sendo o comprimento da série temporal, e os valores obtidos são relatados como uma função de um gráfico log-log. Em geral, exibe uma dependência de poder-lei com o expoente, isto é,
Em particular, se, um tiver uma correlação negativa ou comportamento anti-persistente, enquanto que se um tiver uma correlação positiva ou comportamento persistente. O caso corresponde a um processo browniano não correlacionado. No nosso caso, como primeiro passo, calculamos o expoente Hurst considerando a série completa. Esta análise está ilustrada nas quatro parcelas da Fig. 2. Aqui, um ajuste linear para os lotes log-log revela que todos os valores do índice Hurst H obtidos dessa maneira para as séries temporais estudadas são, em média, muito próximos para 0,5. Este resultado parece indicar uma ausência de correlações em grandes escalas de tempo e uma consistência com um processo aleatório.
Expandir Figura 2. Análise Detenida para as quatro séries de mercado financeiro mostradas na Fig. 1.
O comportamento do direito de poder do desvio padrão DMA permite derivar um índice Hurst que, em todos os quatro casos, oscila em torno de 0,5, o que indica uma ausência de correlações, em média, em grandes períodos de tempo. Veja o texto.
Por outro lado, é interessante calcular o expoente Hurst localmente no tempo. Para realizar esta análise, consideramos subconjuntos da série completa por meio de janelas deslizantes de tamanho, que se movem ao longo da série com o passo do tempo. Isto significa que, a cada tempo, calculamos o interior da janela deslizante mudando com a Eq. (1). Assim, seguindo o mesmo procedimento descrito acima, uma seqüência de valores do expoente de Hurst é obtida em função do tempo. Na Fig. 3 mostramos os resultados obtidos para os parâmetros,. Nesse caso, os valores obtidos para o expoente Hurst diferem muito localmente de 0,5, o que indica a presença de correlações locais significativas.
Expandir Figura 3. Dependência do tempo do índice Hurst para as quatro séries: em escalas de tempo menores, correções significativas estão presentes.
Esta investigação, que está em consonância com o que foi encontrado anteriormente na Ref. [56] para o índice Dax, parece sugerir que as correlações são importantes apenas em uma escala temporal local, enquanto eles anulam a média em períodos longos. Como veremos nas próximas seções, essa característica afetará os desempenhos das estratégias de negociação consideradas.
Descrição das Estratégias de Negociação.
No presente estudo, consideramos cinco estratégias de negociação definidas da seguinte forma:
Estratégia aleatória (RND) Esta estratégia é a mais simples, uma vez que o comerciante correspondente faz sua previsão ao tempo completamente ao acaso (com distribuição uniforme). Estratégia Momentum (MOM) Esta estratégia baseia-se no chamado indicador 'momentum', isto é, a diferença entre o valor eo valor, onde é um determinado intervalo de negociação (em dias). Então, se, o comerciante prevê um incremento do índice de fechamento para o dia seguinte (isto é, prevê isso) e vice-versa. Nas próximas simulações, consideraremos dias, uma vez que este é um dos atrasos de tempo mais utilizados para o indicador de momentum. Veja a Ref. [57]. Estratégia de índice de força relativa (RSI) Esta estratégia é baseada em um indicador mais complexo chamado 'RSI'. É considerada uma medida da força comercial recente da ação e sua definição é: onde é a relação entre a soma dos retornos positivos e a soma dos retornos negativos ocorridos nos últimos dias anteriores. Uma vez calculado o índice RSI para todos os dias incluídos em um determinado período de tempo imediatamente anterior ao tempo, o comerciante que segue a estratégia RSI faz sua previsão com base em uma possível reversão da tendência do mercado, revelada pela denominada "divergência" entre a série temporal original e a nova RSI. Uma divergência pode ser definida referindo-se a uma comparação entre as séries de dados originais e as séries RSI geradas, e é o sinal comercial mais significativo entregue por qualquer indicador de estilo oscilador. É o caso quando a tendência significativa entre dois extremos locais mostrados pela tendência RSI é orientada na direção oposta à tendência significativa entre dois extrema (no mesmo intervalo de tempo) mostrado pela série original. Quando a linha RSI se inclina de forma diferente da linha original da série, ocorre uma divergência. Veja o exemplo na Fig. 4: dois máximos locais seguem duas tendências diferentes inclinadas de forma oposta. No caso mostrado, o analista interpretará essa divergência como uma expectativa de alta (uma vez que o oscilador RSI diverge da série original: ele começa a aumentar quando a série original ainda está diminuindo). Em nosso modelo simplificado, a presença de tal divergência se traduz em uma mudança na predição do sinal, dependendo da tendência de alta ou baixa dos dias anteriores. Nas próximas simulações, escolheremos dias, uma vez que - novamente - esse valor é um dos mais utilizados nas estratégias de negociação reais baseadas em RSI. Veja a Ref. [57]. Estratégia UPD (Up and Down Persistency) Esta estratégia determinista não vem da análise técnica. No entanto, decidimos considerá-lo porque parece seguir o comportamento aparentemente simples alternativo "para cima e para baixo" de séries de mercado que qualquer observador pode ver à primeira vista. A estratégia é baseada na seguinte regra muito simples: a previsão para o comportamento do mercado de amanhã é exatamente o oposto do que aconteceu no dia anterior. Se, por exemplo, um tiver, a expectativa a tempo do período será otimista: e vice-versa. Estratégia de divergência de convergência média convergente (MACD) O 'MACD' é uma série construída por meio da diferença entre duas médias móveis exponenciais (EMA, doravante) do preço de mercado, referentes a duas janelas de tempo diferentes, uma menor e uma maior. Em qualquer momento t,. Em particular, a primeira é a Média de Movimento Exponencial de mais de doze dias, enquanto a segunda refere-se a vinte e seis dias. O cálculo dessas EMAs em um intervalo de tempo pré-determinado, x, dado um peso de proporcionalidade, é executado pela seguinte fórmula recursiva: com, onde. Uma vez que a série MACD foi calculada, sua Média de Movimento Exponencial de 9 dias é obtida e, finalmente, a estratégia de negociação para a predição da dinâmica do mercado pode ser definida: a expectativa para o mercado é alta (baixa) se (). Veja a Ref. [57]. Expandir Figura 4. Exemplo de divergência RSI.
Uma divergência é um desacordo entre o indicador (RSI) e o preço subjacente. Por meio de linhas de tendência, o analista verifica se as inclinações de ambas as séries concordam. Quando a divergência ocorre, espera-se uma inversão da dinâmica dos preços. No exemplo, espera-se um período de alta.
Resultados de simulações empiricamente baseadas.
Para cada uma das nossas quatro séries temporais financeiras de duração (em dias), o objetivo era simplesmente prever, dia a dia e para cada estratégia, o movimento ascendente (otimista) ou descendente (descendente) do índice em um determinado dia com respeito ao valor de fechamento um dia antes: se a previsão é correta, o comerciante ganha, caso contrário, ele / ela perde. Neste contexto, estamos apenas interessados ​​em avaliar a porcentagem de ganhos alcançados por cada estratégia, assumindo que - em cada etapa do tempo - os comerciantes conhecem perfeitamente o histórico passado dos índices, mas não possuem nenhuma outra informação e não podem exercer qualquer influência sobre o mercado, nem receberá informações sobre movimentos futuros.
No que se segue, testamos o desempenho das cinco estratégias, dividindo cada uma das quatro séries temporais em uma seqüência de janelas de negociação de igual tamanho (em dias) e avaliando a porcentagem média de vitórias para cada estratégia dentro de cada janela enquanto os comerciantes se movem ao longo da série dia a dia, de para. Este procedimento, quando aplicado, nos permite explorar o desempenho das várias estratégias para várias escalas de tempo (variando, de forma aproximada, de meses a anos).
A motivação por trás desta escolha está ligada ao fato de que a evolução do tempo de cada índice alterna claramente entre os períodos calmos e voláteis, o que, com uma resolução mais fina, revelaria uma alternância adicional, auto-similar, de comportamento intermitente e regular em menores escalas de tempo, característica característica dos mercados financeiros turbulentos [35], [36], [38], [58]. Esse recurso torna a previsão de longo prazo de seu comportamento muito difícil ou mesmo impossível com instrumentos de análise financeira padrão. O fato é que, devido à presença de correlações sobre pequenas escalas temporais (como confirmado pela análise do expoente Hurst dependente do tempo na Fig. 3), pode-se esperar que uma estratégia de negociação padrão determinada, com base na história passada da índices, podem ser melhores do que os outros dentro de uma determinada janela de tempo. Mas isso poderia depender muito mais do acaso do que da efetividade real do algoritmo adotado. Por outro lado, se em uma escala temporal muito grande a evolução do tempo do mercado financeiro é um processo browniano não correlacionado (conforme indicado pelo expoente médio de Hurst, que resulta em estar em torno de todas as séries temporais financeiras consideradas), também se poderia esperar que o desempenho das estratégias de negociação padrão em uma grande escala de tempo se torna comparável aos aleatórios. Na verdade, isso é exatamente o que encontramos, como explicado no seguinte.
Nas Figs. 5-8, relatamos os resultados de nossas simulações para os quatro índices de ações considerados (FTSE-UK, FTSE-MIB, DAX, S & amp; P 500). Em cada figura, de cima para baixo, traçamos: as séries temporais do mercado em função do tempo; a série "retorna" correspondente, determinada como a relação; a volatilidade dos retornos, isto é, a variância da série anterior, calculada dentro de cada janela para aumentar os valores do tamanho da janela de negociação (igual a, da esquerda para a direita, e, respectivamente); a porcentagem média de vitórias para as cinco estratégias de negociação consideradas, calculadas para os mesmos quatro tipos de janelas (a média é realizada em todas as janelas em cada configuração, considerando diferentes corridas de simulação dentro de cada janela); os desvios-padrão correspondentes para as vitórias das cinco estratégias.
Expanda a Figura 5. Resultados da série de índices FTSE-UK, divididos em um número crescente de janelas de negociação de igual tamanho (3,9,18,30), simulando diferentes escalas de tempo.
De cima para baixo, relatamos as séries temporais de índice, as séries temporais de retorno correspondentes, a volatilidade, as porcentagens de vitórias para as cinco estratégias em todas as janelas e os desvios-padrão correspondentes. As duas últimas quantidades são calculadas em média em 10 corridas diferentes (eventos) dentro de cada janela.
De cima para baixo, relatamos as séries temporais de índice, as séries temporais de retorno correspondentes, a volatilidade, as porcentagens de vitórias para as cinco estratégias em todas as janelas e os desvios-padrão correspondentes. As duas últimas quantidades são calculadas em média em 10 corridas diferentes (eventos) dentro de cada janela.
De cima para baixo, relatamos as séries temporais de índice, as séries temporais de retorno correspondentes, a volatilidade, as porcentagens de vitórias para as cinco estratégias em todas as janelas e os desvios-padrão correspondentes. As duas últimas quantidades são calculadas em média em 10 corridas diferentes (eventos) dentro de cada janela.
De cima para baixo, relatamos as séries temporais de índice, as séries temporais de retorno correspondentes, a volatilidade, as porcentagens de vitórias para as cinco estratégias em todas as janelas e os desvios-padrão correspondentes. As duas últimas quantidades são calculadas em média em 10 corridas diferentes (eventos) dentro de cada janela.
Observando os dois últimos painéis em cada figura, dois resultados principais são evidentes:
As percentagens médias de vitórias para as cinco estratégias são sempre comparáveis ​​e oscilam, com pequenas diferenças aleatórias que dependem do índice financeiro considerado. O desempenho das vitórias para todas as estratégias pode parecer paradoxal, mas depende do procedimento de média em todas as janelas ao longo de cada série de tempos. Na Fig. 9, mostramos, para comparação, o comportamento das várias estratégias para os quatro índices financeiros considerados e para o caso (a pontuação em cada janela é média em diferentes eventos): como se pode ver, dentro de uma determinada janela de negociação, cada uma Uma estratégia única pode ser aleatoriamente melhor ou pior, mas, em média, o desempenho global das diferentes estratégias é muito similar. Além disso, referindo-se novamente às Figs. 5-8, vale a pena notar que a estratégia com a porcentagem média mais alta de vitórias (para a maioria das configurações do Windows) muda de um índice para outro: para FTSE-UK, a estratégia MOM parece ter uma pequena vantagem; Para FTSE-MIB, a UPD parece ser a melhor; para DAX, o RSI e para o S & amp; P 500, a UPD funciona um pouco melhor do que as outras. Em qualquer caso, a vantagem de uma estratégia parece pura coincidência. O segundo resultado importante é que as flutuações da estratégia aleatória são sempre menores do que as das outras estratégias (como também é visível na figura 9 para o caso): isso significa que a estratégia aleatória é menos arriscada do que a negociação padrão considerada estratégias, enquanto a performance média é quase idêntica. Isso implica que, ao tentar otimizar o desempenho, os comerciantes padrão são enganados pelo fenômeno de "ilusão de controle" [11], [12], reforçado por uma sucessão de vitórias em uma determinada janela de tempo. No entanto, a primeira grande perda pode afastá-los do mercado. Por outro lado, a eficácia de estratégias aleatórias pode provavelmente estar relacionada ao caráter turbulento e errático dos mercados financeiros: é verdade que um comerciante aleatório provavelmente ganhará menos em uma determinada janela de tempo, mas também é provável que ele perder menos. Portanto, sua estratégia implica menos risco, pois ele / ela tem menor probabilidade de ser jogado fora do jogo. Expandir Figura 9. A porcentagem de ganhos das diferentes estratégias dentro de cada janela de tempo - em média em 10 eventos diferentes - é relatada, no caso Nw = 30, para os quatro mercados considerados.
Como visível, os desempenhos das estratégias podem ser muito diferentes entre os outros dentro de uma única janela de tempo, mas, em média, em toda a série, essas diferenças tendem a desaparecer e uma recupera o resultado comum mostrado nas figuras anteriores.
Conclusões e Implicações de Políticas.
Neste trabalho, exploramos o papel das estratégias aleatórias nos sistemas financeiros do ponto de vista microeconômico. Em particular, simulamos o desempenho de cinco estratégias de negociação, incluindo uma completamente aleatória, aplicadas a quatro índices de mercados financeiros muito populares, a fim de comparar sua capacidade preditiva. Our main result, which is independent of the market considered, is that standard trading strategies and their algorithms, based on the past history of the time series, although have occasionally the chance to be successful inside small temporal windows, on a large temporal scale perform on average not better than the purely random strategy, which, on the other hand, is also much less volatile. In this respect, for the individual trader, a purely random strategy represents a costless alternative to expensive professional financial consulting, being at the same time also much less risky, if compared to the other trading strategies.
This result, obtained at a micro-level, could have many implications for real markets also at the macro-level, where other important phenomena, like herding, asymmetric information, rational bubbles occur. In fact, one might expect that a widespread adoption of a random approach for financial transactions would result in a more stable market with lower volatility. In this connection, random strategies could play the role of reducing herding behavior over the whole market since, if agents knew that financial transactions do not necessarily carry an information role, bandwagon effects could probably fade. On the other hand, as recently suggested by one of us [59], if the policy-maker (Central Banks) intervened by randomly buying and selling financial assets, two results could be simultaneously obtained. From an individual point of view, agents would suffer less for asymmetric or insider information, due to the consciousness of a “fog of uncertainty” created by the random investments. From a systemic point of view, again the herding behavior would be consequently reduced and eventual bubbles would burst when they are still small and are less dangerous; thus, the entire financial system would be less prone to the speculative behavior of credible “guru” traders, as explained also in [60]. Of course, this has to be explored in detail as well as the feedback effect of a global reaction of the market to the application of these actions. This topic is however beyond the goal of the present paper and it will be investigated in a future work.
Agradecimentos.
We thank H. Trummer for DAX historical series and the other institutions for the respective data sets.
Author Contributions.
Conceived and designed the experiments: AEB AP AR DH. Performed the experiments: AEB AP AR. Analyzed the data: AEB AP AR. Wrote the paper: AEB AP AR DH.
Referências.
1. Kirkpatrick S, Gelatt CD, Vecchi MP (1983) Optimization by Simulated Annealing. Science 220: 671–680. 2. Benzi R, Parisi G, Sutera A, Vulpiani A (1982) Stochastic resonance in climatic change. Tellus 34: 10–16. 3. Gammaitoni L, Hanggi P, Jung P, Marchesoni F (1989) Stochastic Resonance. Reviews of Modern Physics, 70 (1): 223–287. 4. Mantegna R, Spagnolo B (1996) Noise enhanced stability in an unstable system. Phys. Rev. Lett. 76: 563–566. 5. Caruso F, Huelga SF, Plenio MB (2010) Noise-Enhanced Classical and Quantum Capacities in Communication Networks. Phys. Rev. Lett. 105(198): 190501. 6. Van den Broeck C, Parrondo JMR, Toral R (1994) Noise-Induced Non-equilibrium Phase Transition. Physical Review Letters 73: 3395. 7. Peter LJ, Hull R (1969) The Peter Principle: Why Things Always Go Wrong. New York: William Morrow and Company. 8. Pluchino A, Rapisarda A, Garofalo C (2010) The Peter Principle revisited: a computational study. Physica A 389: 467–472 Available: oldweb. ct. infn. it/cactus/peter-links. html. 9. Pluchino A, Rapisarda A, Garofalo C (2011) Efficient promotion strategies in hierarchical organizations. Physica A 390: 3496–3511. 10. Pluchino A, Rapisarda A, Garofalo C, Spagano S, Caserta M (2011) Accidental Politicians: How Randomly Selected Legislators Can improve Parliament Efficiency. Physica A, 2011 390: 3944–3954 Available: pluchino. it/Parliament. html. 11. Satinover JB, Sornette D (2007) ‘Illusion of control’ in Time-Horizon Minority and Parrondo Games. EUR. Phys. J. B 60: 369–384. 12. Satinover JB, Sornette D (2009) Illusory versus Genuine Control in Agent-Based Games. EUR. Phys. J. B. 67: 357–367. 13. Gilles D, Sornette D, Woehrmann P (2009) Look-Ahead Benchmark Bias in Portfolio Performance Evaluation. Journal of Portfolio Management 36(1): 121–130. 14. Farmer JD, Patelli P, Zovko II (2005) The predictive power of zero intelligence in financial markets, PNAS. 102: 2254–2259. 15. Taleb NN (2005) Fooled by Randomness: The Hidden Role of Chance in the Markets and in Life. New York: Random House. 16. Taleb NN (2007) The Black Swan: The Impact of the Highly Improbable. New York: Random House. 17. Biondo AE, Pluchino A, Rapisarda A (2013) The Beneficial Role of Random Strategies in Social and Financial Systems. Journal of Statistical Physics 151: 607–622 doi: 10.1007/s10955-013-0691-2. 18. Wiseman R (2007) Quirkology. Londres: Macmillan. 19. Porter GE (2004) The long term value of analysts advice in the Wall Street Journals investment dartboard contest. J. Appl. Finance 14: 720. 20. Simon HA (1957) Models of Man. New York: Wiley. 21. Friedman M (1956) A Theory of the Consumption Function. Princeton, NJ: Princeton University Press. 22. Friedman M (1968) The Role of Monetary Policy. The American Economic Review 58(1): 1–17. 23. Phelps E (1967) Phillips Curve Expectations of Ination, and Output Unemployment Over Time. Economica 34(135): 254–281. 24. Cagan P (1956) The Monetary Dynamics of Hyperination. In Friedman M, editor. Studies in the Quantity Theory of Money. Chicago: University of Chicago Press. 25. Arrow KJ, Nerlove M (1958) A Note on Expectations and Stability. Econometrica 26: 297–305. 26. Muth JF (1961) Rational Expectation and the Theory of Price Movements. Econometrica 29: 315–335. 27. Lucas RE (1972) Expectations and the Neutrality of Money. Journal of Economic Theory 4: 103–124. 28. Sargent TJ, Wallace N (1975) Rational Expectations, the Optimal Monetary Instrument, and the Optimal Money Supply Rule. Journal of Political Economy 83(2): 241–254. 29. Fama EF (1970) Efficient Capital Markets: a Review of Theory and Empirical Work. Journal of Finance 25: 383–423. 30. Jensen M (1978) Some anomalous evidence regarding market efficiency. Journal of Financial Economics 6: 95–101. 31. Malkiel B (1992) Efficient market hypothesis. New Palgrave Dictionary of Money and Finance. Londres: Macmillan. 32. Keynes JM (1936) The General Theory of Unemployment, Interest, and Money. Londres: Macmillan. 157 p. 33. Cutler DM, Poterba JM, Summers LH (1989) What moves stock prices? Journal of Portfolio Management 15(3): 4–12. 34. Engle R (1982) Autoregressive conditional heteroscedasticity with estimates of the variance of UK ination, Econometrica. 50: 987–1008. 35. Mandelbrot BB (1963) The variation of certain speculative prices. Journal of Business 36: 394–419. 36. Mandelbrot BB (1997) Fractals and Scaling in Finance. New York: Springer. 37. Lux T (1996) The stable Paretian hypothesis and the frequency of large returns: an examination of major German stocks. Applied Financial Economics 6: 463–475. 38. Mantegna RN, Stanley HE (1996) Introduction to Econophysics: Correlations and Complexity in Finance. Cambridge: Cambridge University Press. 39. Campbell JY, Shiller R (1998) The Dividend-Price Ratio and Expectations of Future Dividends and Discount Factors. Review of Financial Studies 1: 195–227. 40. Brock WA (1993) Pathways to Randomness in the Economy: Emergent Non-Linearity and Chaos in Economics and Finance. Estudios Económicos 8: 3–55. 41. Brock WA (1997) Asset Prices Behavior in Complex Environments. In: Arthur WB, Durlauf SN, Lane DA, editors. The Economy as an Evolving Complex System II. Reading, MA: Addison-Wesley. 385–423 p. 42. Brock WA, Hommes CH (1997) A Rational Route to Randomness. Econometrica 65: 1059–1095. 43. Chiarella C (1992) The Dinamics of Speculative Behavior. Annals of Operations Research 37: 101–123. 44. Chiarella C, He T (2002) Heterogeneous Beliefs, Risk and Learning in a Simple Asset Pricing Model. Computational Economics - Special issue: Evolutionary processes in economics 19(1): 95–132. 45. DeGrauwe P, DeWachter H, Embrechts M, (1993) Exchange Rate Theory. Chaotic Models of Foreign Exchange Markets. Blackwell. 46. Frankel JA, Froot KA (1988) Chartists, Fundamentalists and the Demand for Dollars. Greek Economic Review 10: 49–102. 47. Lux T (1995) Herd Behavior, Bubbles and Crashes. The Economic Journal 105: 881–896. 48. Wang J (1994) A Model of Competitive Stock Trading Volume. Journal of Political Economy 102: 127–168. 49. Zeeman EC (1974) The Unstable Behavior of Stock Exchange. Journal of Mathematical Economics 1: 39–49. 50. Black F, Scholes M (1973) The Valuation of Options and Corporate Liabilities, Journal of Political Economy. 81: 637–654. 51. Merton RC (1973) Theory of Rational Option Pricing. Bell Journal of Economics and Management Science 4: 141–183. 52. Cox JC, Ingersoll JE, Ross SA (1985) A Theory of the Term Structure of Interest Rates, Econometrica. 53: 385–408. 53. Hull JC, White A (1987) The Pricing of Options on Assets with Stochastic Volatilities. Journal of Finance 42: 281–300. 54. Gabaix X, Gopikrishnan P, Plerou V, Stanley HE (2003) A theory of power-law distributions in financial market uctuations. Nature 423: 267–72. 55. Livan G, Inoue J, Scalas E (2012) On the non-stationarity of financial time series: impact on optimal portfolio selection. Journal of Statistical Mechanics. doi:10.1088/1742-5468/2012/07/P07025. 56. Carbone A, Castelli G, Stanley HE (2004) Time dependent Hurst exponent in financial time series. Physica A 344: 267–271. 57. Murphy JJ (1999) Technical Analysis of the Financial Markets: A Comprehensive Guide to Trading Methods and Applications. Instituto de Finanças de Nova York. 58. Krawiecki A, Holyst JA, Helbing D (2002) Volatility clustering and scaling for financial time series due to attractor bubbling. Physical Review Letters 89, 158701. 59. Helbing D, Christen M (2011) Physics for Financial Markets. Available: tinyurl/d3j5bgs. 60. Tedeschi G, Iori G, Gallegati M (2012) Herding effects in order driven markets: The rise and fall of gurus. Journal of Economic Behavior & Organization 81: 82–96 doi:10.1016/j. jebo.2011.09.006.
PLOS is a nonprofit 501(c)(3) corporation, #C2354500, and is based in San Francisco, California, US.

Backtesting uma Estratégia de Negociação EUR / USD usando um Stop Trailing ATR.
Neste artigo, vou mostrar os resultados do meu backtest de uma estratégia de negociação EUR / USD. O que é interessante sobre este teste é que usei um sinal de entrada aleatória. Eu também usei uma parada final com base no ATR para fechar as posições.
Os resultados que mostram que uma estratégia de negociação de entrada aleatória pode ser lucrativa usando uma parada final.
Mercado e Prazo.
Estou usando meu par forex favorito, o EUR / USD, e negociando no prazo de 4 horas. Cada rodada da análise é superior a 10 000 períodos de 4 horas. O estudo decorre de maio de 2006 a outubro de 2012.
Sinal de entrada.
Boas negociações são geralmente consideradas como uma parte importante da negociação. Eu concordo plenamente com isso no entanto, diferentes tipos de entradas funcionam bem em diferentes tipos de mercados. Não é possível dizer o que o mercado vai fazer, portanto, as melhores entradas geralmente podem resultar em negociações não lucrativas.
Neste teste usei um gerador de números aleatórios para desencadear as entradas comerciais. A grande coisa sobre a entrada aleatória é que podemos testá-lo novamente e novamente nos mesmos dados históricos. Porque é uma entrada aleatória, os resultados variam muito consideravelmente. No entanto, ao repetir o teste muitas vezes, obtemos um bom nível de consistência.
Este método de repetição de uma análise é muitas vezes referido como um método de Monte Carlo após o famoso casino. Tenho gravado anteriormente um vídeo do YouTube ao usar o Excel para criar um simulador de Monte Carlo.
Sinal de saída.
Cada troca é encerrada usando uma parada final. As paradas de tração tendem a ser associadas a estratégias de tipo de tendência. Eu não uso uma meta de lucro.
O ponto final é calculado com base na faixa média verdadeira (ATR). O ATR é uma medida da recente volatilidade do mercado. Eu, então, multiplico o ATR por um fator para calcular a distância de parada final. Este método de cálculo da parada-perda geralmente é chamado de Chandelier Exit e foi desenvolvido e popularizado por Chuck LeBeau e Dr. Alexander Alder. Na minha análise, estou usando um ATR de 20 períodos.
Como exemplo: Para um longo comércio com um ponto de entrada é 1.3500, um ATR de 45 pips e um multiplicador de 2. O stop-loss será 1.3500 & # 8211; (0,0045 * 2) = 1,3410. À medida que a posição de negociação se move em lucro, a parada de trânsito se moverá com ela para bloquear o lucro.
Simulações.
Para cada fator ATR, executei a análise 100 vezes.
Para esses resultados, comparei três métricas diferentes. Em primeiro lugar, o lucro médio gerado ao longo dos testes. Em segundo lugar, o Fator de Lucro, que é o valor absoluto do valor total das negociações vencedoras, dividido pelo valor total dos negócios perdidos. Finalmente, eu calculo a porcentagem de testes que foram lucrativos.
Os resultados confirmam que é possível negociar um sistema de troca de entrada aleatória e ser lucrativo. Todos os quatro cenários foram lucrativos, mas houve uma grande diferença em termos de consistência dos resultados.
Os resultados indicam que a negociação usando um fator ATR de 3 resultou em maior lucro. Um ATR de 1 teve a maioria dos cenários que foram lucrativos. Curiosamente, um fator ATR de 2 e 4 realmente teve mais cenários perdedores do que cenários rentáveis, mas ainda eram lucrativos no geral.
Você pode verificar o vídeo que acompanha no YouTube para obter mais informações e ver a planilha em ação. Por favor, tenha em atenção que repetiu as análises do vídeo fazendo simulações adicionais.
Conclusões e testes futuros.
Os resultados acima são muito interessantes para mim. Os resultados empurram contra a & # 8216; caminhada aleatória & # 8217; teoria do comportamento do mercado e se inclinam para os mercados caóticos de "misbehaving" e # 8217; teoria.
Com base nesses resultados, ainda não incluirei entradas aleatórias estranhas na minha própria negociação. No entanto, podemos ser bastante claros que as paradas anteriores mostraram resultados muito bons no EUR / USD no passado e devem ser consideradas como parte de qualquer tendência na sequência da estratégia de negociação usando este par.
Em testes futuros, eu vou expandir esses testes, olhando novamente para entradas aleatórias e também verifique se é possível obter mais consistência usando entradas de análise técnica mais tradicionais.
Outros artigos que você gostaria.
Esta publicação mostra como um modelo de back-back do Excel pode ser usado para calcular um fim-de-semana;
// Esta publicação continua a série de artigos de vídeo sobre como usar o Microsoft Excel para o & hellip;
Este artigo é o segundo de uma série que investiga como a entrada aleatória efetiva pode estar no & hellip;
Tradinformed.
2 pensamentos sobre & ldquo; Backtesting uma Estratégia de Negociação EUR / USD usando um ATR Trailing Stop & rdquo;
Você planeja criar um ebook baseado no Monte Carlo no vídeo do Excel? Obrigado.
Oi Jack, obrigado pelo comentário. Eu ainda não estou planejando fazer um eBook sobre isso ainda. Mas gravei alguns novos vídeos sobre os sinais de entrada aleatória. Estes usam o método de Monte Carlo para investigar a rentabilidade histórica de várias estratégias. Quando eu terminar esta série de vídeos e artigos, eu vou olhar para escrever um eBook sobre o processo e os resultados.
Comentários estão fechados.
Tradinformed está empenhada em ajudar os comerciantes a desenvolver suas habilidades e ficar à frente da concorrência. Veja como você pode aprender a recuperar suas próprias estratégias e obter novas idéias comerciais.
3 Estratégias rentáveis ​​de negociação de Ichimoku Como calcular o indicador SuperTrend usando o Excel Um sistema de negociação de Heikin-Ashi, simples e rentável Home Guia de estratégia de negociação Qual modelo negociado a escolher? Últimas postagens.
(1) Ebook (2) Economic Data (1) Economic Growth (2) Essential Traders Library (4) Excel Trading (6) Google Sheets (1) Como para Backtest (2) Entrevistas com comerciantes (1) Aprenda a negociar (17) MT4 (5) Idéias de comércio (2) Automação de negociação (3) Trading Book Reviews (1) Trading Books (1) Trading Information (10) Trading Psychology ( 2) Estratégias de Negociação (25) Uncategorized (2)
Monte Carlo Simulator & # 36; 11.99 6 em 1 Pacote & # 36; 87.98 & # 36; 70.38 Bitcoin Breakout Trading Strategy $ 21.25 10 em 1 Pacote & # 36; 167,48 & # 36; 113.05.
21 Indicadores Técnicos & # 36; 5.99 Long-Short Backtest Model usando o Excel & # 36; 12.25 Advanced Backtest Model & # 36; 21,25 21 Mais Indicadores Técnicos & # 36; 5.99.
VIX Volatility S & P 500 Entry & # 36; 21,25 Pacote 4 em 1 & # 36; 45,48 & # 36; 38.66 Long-Short Backtest Model usando o Excel & # 36; 12.25.
Tradinformed está empenhada em ajudar os comerciantes a desenvolver suas habilidades e ficar à frente da concorrência. Veja como você pode aprender a recuperar suas próprias estratégias e obter novas idéias comerciais.