Monte-Carlo-Simulationen scheinen nichts über die künftige Leistung einer Strategie aussagen zu können.

Ich habe heute diesen interessanten Artikel von Daniel gefunden: http://mechanicalforex.com/2016/05/do-monte-carlo-simulations-say-anything-about-system-robustness.html

 

Ein sehr interessanter Fund, der sich mit meinen bisherigen Erkenntnissen deckt.... Ich betreibe seit insgesamt 8 Jahren Systeme live (nicht nur von SQ), die zuvor mit Monte-Carlo-Simulationen getestet wurden, und habe bisher noch keine Schlussfolgerung gefunden, dass Strategien, die vor der Live-Schaltung schlechte Monte-Carlo-Simulationsergebnisse hatten, schlechter abschnitten als solche, die gute Monte-Carlo-Simulationsergebnisse hatten. Daniel beschreibt es sehr gut, Monte-Carlo-Simulationen neigen dazu, Strategien zu bevorzugen, die nur auf geglätteten Daten gut funktionieren, und können dazu führen, dass Sie profitable Live-Strategien, die nur auf präzisen Preis-Aktion arbeiten und immer noch gut in die Zukunft gehen würden (wie Daniel es mit dem Unternehmen beschreibt, das für immer nach 2 neuen Hochs kauft, usw.) binden. Monte-Carlo-Simulationen können also dazu führen, dass man wirklich gute Strategien verwirft, die sich in der Zukunft gut entwickelt hätten, und somit kontraproduktiv für uns arbeiten.

 

Hat jemand mit einer soliden Basis von Live-Handel andere Schlussfolgerungen über die Stabilität von Monte Carlo gegenüber Live-Handel so weit? Wäre toll zu hören...

@Treshold: die Strategie, die du da erwähnst, die betreibe ich genau so schon seit 1,5 Jahren 🙂 Ich denke, jeder von uns hat sie genau so gefunden, es ist eine der häufigsten (break out). Jedenfalls wird dieser von MC gerne genommen, weil er auf Breakouts basiert. Er besteht auch hier alle Tests, sogar mit verzerrten Daten (70% Chance, 30% ATR-Variation, 400 Tests). Der Grund dafür ist folgender: Es handelt sich um eine Breakout-Strategie, die auf ziemlich großen Ausbrüchen und großen Trailing-Werten basiert, sie bezieht sich auch auf die letzten 300 Hochs oder Tiefs, so dass einige Verzerrungen in den Daten, selbst starke Verzerrungen oder Variationen der Parameter, sie immer noch den MC gut bestehen lassen, weil die Ausbrüche ohnehin selbst bei stark verzerrten Daten auftreten. Diese Art von Strategien werden auch von MC bevorzugt.

 

Ich habe jedoch eine Strategie, die ich vor etwa 6 Jahren entwickelt habe (natürlich nicht in SQ), die sich in der Tat auf Open[85] und andere sehr spezifische Werte in der Zeit bezieht. Sie verwendet auch eine ganze Reihe von Parametern, die wir alle als kurvenangepasst bezeichnen würden. Dennoch funktioniert diese Strategie seit 6 Jahren gut! Ich habe sie vor einiger Zeit in SQ kodiert und MC laufen lassen, jede Art von Test (abgesehen von Spread und Slippage) ließ sie SCHLECHT aussehen - diese Art von Strategie, die man sofort in den Papierkorb werfen würde. Dennoch hat sie besser abgeschnitten als die meisten Strategien, die ich je erstellt habe, und das mit einem großartigen MC. Also ja, wie ich bereits im ersten Beitrag erwähnt habe, können Strategien, die den MC nicht bestehen, auch in Zukunft sehr profitabel sein, daher sagt der MC nichts über die zukünftige Performance oder Stabilität aus, sonst hätte diese 6 Jahre alte Strategie bereits versagen müssen. Das ist auch die Schlussfolgerung von Daniel und der Grund, warum ich dies gepostet habe, weil ich hören wollte, was andere zu diesem Thema herausgefunden haben.

 

Eigentlich ist es auch gar nicht so schwer, dies zu simulieren. Wir können es auf diese Weise machen:

 

1) Erstellen Sie eine Strategie für die Daten von 1989 bis 2000

2) Führen Sie MC für diese Strategie auch von 1989 bis 2000 durch und notieren Sie die Ergebnisse (gute oder schlechte MC?)

3) Führen Sie die Strategie nun auf Daten aus den Jahren 2000 bis 2016 durch und notieren Sie die Ergebnisse (gut oder schlecht?)

4) Notieren Sie diese Ergebnisse in Excel und machen Sie dies für mindestens 100 Strategien, um eine aussagekräftige statistische Relevanz zu erhalten.

5) Prüfen Sie, ob ein Zusammenhang zwischen einer guten (Pseudo-)OOS-Leistung von 2000 bis 2016 und den MC-Simulationsergebnissen für Daten von 1989 bis 2000 hergestellt werden kann (gute MC = gute Pseudo-OOS-Ergebnisse in >50% der Fälle?)

 

Ich denke, es ist in der Tat das Beste, solche Themen hier nicht mehr anzufangen. Und eigentlich habe ich das meiste, was ich in letzter Zeit über die Entwicklung erfolgreicher Strategien und die Beschleunigung von SQ gefunden habe, schon aus dem Forum herausgehalten, da es nicht das erste Mal ist, dass es Flaming gibt, anstatt dass sich eine gute Diskussion um solche Beiträge entwickelt. Es scheint nur eine Minderheit hier zu sein, die wirklich wichtige Themen darüber diskutieren will, wie man im automatisierten Handel profitabel wird, abgesehen von dem üblichen "es sollte so funktionieren, aber ich habe weder Beweise noch eine Ahnung, ob es wirklich so ist, ich habe es live eingesetzt und bin wieder gescheitert, verdammt..."-Zeug und stattdessen ewig im Kreis gehen, ohne Geld zu verdienen. Jetzt verstehe ich den Wert einer geschlossenen Gemeinschaft, in der jeder für die Teilnahme bezahlt hat, voll und ganz - man bekommt großartige Qualitätsdiskussionen statt dummes Flaming, weil jeder dafür Geld auf den Tisch gelegt hat und wirklich erfolgreich sein und etwas lernen will. Es ist eine Gemeinschaft ohne Zeitverschwender, wie wir hier leider viele haben.

 

P.S.: Habe gerade Daniels (leider verständliche) Antwort bekommen. Danke an einige der User hier, die nicht an einer sinnvollen Diskussion interessiert sind, sondern lieber in diesem Thread beleidigen und flamen:

 

“Hallo Geektrader,

Danke, dass Sie mir das mitteilen, ich werde es im Auge behalten! Allerdings bin ich kein großer Fan von Flaming, also werde ich davon absehen, mich auf die oben erwähnte Diskussion einzulassen. Nochmals vielen Dank für Ihren Kommentar,

Mit freundlichen Grüßen,

Daniel"

Freak. Nur Chillout. Wir haben hier eine gute Diskussion, einschließlich Ihrer und anderer Beiträge. Dieser Thread ist ausgezeichnet. So unhide und let'sgo beginnen zusammen dieese Tests . An diesem Punkt kann ich nur zustimmen, aus meiner eigenen Forschung, dass für mich einige Strategie-Einstellungen (1day, 4 Stunden TF-Strategien) nicht über meine MC-Tests passieren. Daniels Erkenntnisse sind ein guter Ansatzpunkt für die Forschung. Und ohne jede Diskussion betreibt er einen der besten Blogs 😉 🙂 .

Ich habe in einem echten Handelsunternehmen gearbeitet, man braucht ein dickes Fell, um in einem solchen Umfeld zu überleben :ph34r: 

Freak. Nur Chillout. Wir haben hier eine gute Diskussion, einschließlich Ihrer und anderer Beiträge. Dieser Thread ist ausgezeichnet. So unhide und let'sgo beginnen zusammen dieese Tests . An diesem Punkt kann ich nur zustimmen, aus meiner eigenen Forschung, dass für mich einige Strategie-Einstellungen (1day, 4 Stunden TF-Strategien) nicht über meine MC-Tests passieren. Daniels Erkenntnisse sind ein guter Ansatzpunkt für die Forschung. Und ohne jede Diskussion betreibt er einen der besten Blogs 😉 🙂 .

 

Habe meinen vorherigen Beitrag dazu mit Daniels Antwort aktualisiert, der sich auch dank der Flamer entschieden hat, sich hier nicht mehr anzumelden. Es geht nicht um chillen, ich chille sehr gut, ich habe einfach keine Zeit für Flamer wie notch oder mikeyc zu verschwenden, einfach keine einzige Minute meiner Zeit wert. Entweder wir führen eine grundsätzliche und sinnvolle Diskussion darüber, wie wir Dinge testen können, anstatt irgendetwas zu vermuten und ohne zu flamen, oder ich recherchiere einfach weiter auf eigene Faust, wie ich es in letzter Zeit sowieso getan habe, anstatt es hier zu posten, da es immer damit endete, dass ich meine Zeit mit Flamern und Neinsagern vergeudete, die keinerlei Beweise haben oder es überhaupt nicht getestet haben, aber Zeit haben, kindische Kommentare zu posten. Tut mir leid, aber ich bin nicht mehr 19 oder 20, wie diese Jungs zu sein scheinen, und ich weiß, dass die Lebenszeit unser größter Wert und unser größtes Geschenk ist. Leute, die das nicht verstehen, sind innerhalb eines Wimpernschlages von meiner Liste gestrichen.

in diesen Tagen gekauft asirkuy mmbrshp ich habe, um Daten vorzubereiten und dann ill tun theese Tests mit meinen aktuellen Strategien und Ergebnisse werden hier posten. ich stimme zu. nicht Zeit verschwenden

 

Schön zu hören, Clonex. Ich nehme an, Ihre aktuellen Strategien basieren auf 15 Jahren Daten von 2000 bis 2016 oder etwas in dieser Größenordnung? Wenn ja, ist es sogar noch einfacher für Sie, Sie können es andersherum dann tun:

 

1) Führen Sie MC-Simulationen für diese Strategien auf Ihrem aktuellen Datensatz 2000 bis 2016 durch und notieren Sie die Ergebnisse, ob gute oder schlechte MC

2) Lassen Sie die Strategien auf den neuen Asirikuy-Daten von 1989 bis 2000 laufen und sehen Sie, ob sie dort eine gute Pseudo-OOS-Leistung haben, und notieren Sie auch das.

3) Prüfen Sie, ob es eine Korrelation zwischen guten MC von 2000 bis 2016 und guten Pseudo-OOS von 1989 bis 2000 gibt.

 

Ich freue mich sehr darauf!

Schön zu hören, Clonex. Ich nehme an, Ihre aktuellen Strategien basieren auf 15 Jahren Daten von 2000 bis 2016 oder etwas in dieser Größenordnung? Wenn ja, ist es sogar noch einfacher für Sie, Sie können es andersherum dann tun:

 

1) Führen Sie MC-Simulationen für diese Strategien auf Ihrem aktuellen Datensatz 2000 bis 2016 durch und notieren Sie die Ergebnisse, ob gute oder schlechte MC

2) Lassen Sie die Strategien auf den neuen Asirikuy-Daten von 1989 bis 2000 laufen und sehen Sie, ob sie dort eine gute Pseudo-OOS-Leistung haben, und notieren Sie auch das.

3) Prüfen Sie, ob es eine Korrelation zwischen guten MC von 2000 bis 2016 und guten Pseudo-OOS von 1989 bis 2000 gibt.

 

Ich freue mich sehr darauf!

Ich werde es tun und Ihnen Bescheid geben 😉

1) Erstellen Sie eine Strategie für die Daten von 1989 bis 2000

2) Führen Sie MC für diese Strategie auch von 1989 bis 2000 durch und notieren Sie die Ergebnisse (gute oder schlechte MC?)

3) Führen Sie die Strategie nun auf Daten aus den Jahren 2000 bis 2016 durch und notieren Sie die Ergebnisse (gut oder schlecht?)

4) Notieren Sie diese Ergebnisse in Excel und machen Sie dies für mindestens 100 Strategien, um eine aussagekräftige statistische Relevanz zu erhalten.

5) Prüfen Sie, ob ein Zusammenhang zwischen einer guten (Pseudo-)OOS-Leistung von 2000 bis 2016 und den MC-Simulationsergebnissen für Daten von 1989 bis 2000 hergestellt werden kann (gute MC = gute Pseudo-OOS-Ergebnisse in >50% der Fälle?)

Nochmals

 

MC steht für Messen RISIKO.

Ihr Backtest könnte 4% DD anzeigen.
Die Monte-Carlo-Simulation wird zeigen, dass eine 7% DD möglich ist. Daran passen Sie Ihre Handelsgröße an.
 aber der eigentliche Zweck von Monte Carlo ist es, wahrscheinliche Drawdowns zu ermitteln.
 

 

Ich stimme in gewisser Weise zu, dass es für Robustheitstests nutzlos ist, weil es meiner Meinung nach nicht für Robustheitstests geeignet ist. Es dient der Positionsbestimmungund für die Projektion eines zukünftigen Eigenkapitalbandes.

Ich stimme zu, dass MC für die Anpassung des Risikos und nicht für den Nachweis der Robustheit gedacht ist^ Ich denke, dass andere Tests viel besser für die Robustheit geeignet sind als MC.

MC ist für diesen...
Sie erstellen ein System, das 10% DD mit 1% Risiko pro Handel backtestet.
Sie monte carlo es 10.000 Mal. Sie finden 95% Vertrauen 20% DD.
You really can only tolerate 10%DDs and that’s why you chose this system.
Was die Monte-Carlo-Simulation zeigt, ist, dass Sie Ihr Risiko auf 0,5% pro Handel reduzieren sollten, um ein 95%-Konfidenzniveau beizubehalten, mit dem Sie innerhalb einer 10%-DD bleiben werden.

Dafür verwenden die meisten Fachleute MC. Nicht Robustheitstests, aber es scheint eine gängige Weisheit zu sein, dass es ein guter Robustheitstest ist... ist es nicht. Ich neige dazu, dem zuzustimmen.

in diesen Tagen gekauft asirkuy mmbrshp ich habe, um Daten vorzubereiten und dann ill tun theese Tests mit meinen aktuellen Strategien und Ergebnisse werden hier posten. ich stimme zu. nicht Zeit verschwenden

Ich glaube, dies war das erste Gif, das in den SQ-Foren gepostet wurde.
Viele große Dinge werden kommen.

das ist ein wirklich interessantes Thema, aber auch manchmal zu persönlich.

 

Wir sollten über die Verdienste sprechen, nicht über die beteiligten Personen. 

 

Geektrader, Sie haben in letzter Zeit ein paar interessante Artikel veröffentlicht, die eine andere Meinung vertreten und meiner eigenen widersprechen.

 

Trotz Daniels Test denke ich immer noch, dass es wichtig ist, die Strategie auf verschiedenen Symbolen/Zeitrahmen zu testen, und es gibt einen Hinweis darauf, ob die Strategie an die gegebenen Daten angepasst ist.

Ich bin auch nach wie vor der Meinung, dass Monte Carlo ein gutes Instrument ist, um das Risiko und die zu erwartende Bandbreite der Performance abzuschätzen.

 

Wir planen, Bootstrapping in SQ4 als zusätzlichen Robustheitstest zu verwenden, ich muss es nur noch implementieren.

 

Übrigens war ich vor einiger Zeit auch Mitglied bei Asirikuy, und ich fand Daniels Artikel sehr interessant.

Tolle Diskussion Leute!

 

Für mich ist MC für meine Risikobestimmung, wie andere in diesem Thread gesagt haben, in der Tat ich nicht die MC in SQ andere als zu sehen, 1) was die 95% WC ist in Bezug auf die ursprüngliche Strategie und 2) nur eine visuelle Anzeige von MC läuft, dass sie nicht "zu all over the place" Die MC-Analyse in SQAnalysis seine viel besser und ist, was ich am meisten von allen verwenden, ich würde wirklich gerne sehen, diese in SQ, auch ich benutze die MC in SQA für Strategie Ausfall Bestimmung, d. h..d. h. meine OOS auf Demo-/Live-Konten sind mit meiner Worst-Case-DD im Einklang.  

 

Wie @threshold bereits gesagt hat, stimme ich ihm zu und verwende es selbst zur Bestimmung von Positionsgröße und Risiko,

 

Seitdem ich SQ zum ersten Mal verwende, habe ich immer gedacht, dass die MC in SQ fälschlicherweise als Robustheitstests bezeichnet werden und eher in Richtung "WC/DD und Risikoanalyse" gehen sollten.

 

Ich habe in diesem Forum schon oft erwähnt, dass ich seit einigen Jahren Mitglied von Daniels, Asirikuy, bin und die Informationen, die er zu bieten hat, sehr schätze. Ich habe diesen Blogbeitrag noch nicht gelesen (ich bin diese Woche nicht auf dem Laufenden) und werde am Wochenende einen Blick darauf werfen.

 

Robustheitstests sind für mich die Fähigkeit, unter vielen verschiedenen Umständen profitabel zu handeln, d.h. verschiedene Paare, Marktbedingungen, verschiedene Brokerdaten. In letzter Zeit ist K.I.S.S. mein Motto bei der Strategieerstellung. Ich lasse mein Mining nur mit den einfachsten Indikatoren laufen, die Zeit wird zeigen, ob sie sich als robuster erweisen.

 

Dies führt uns dann irgendwie zurück zu der Diskussion, die wir in einem früheren Thread hatten, in dem ich dazu neigte, Ihnen zuzustimmen, @geektrader, dass das, was wir in den letzten Jahren mit dem Aufschwung der intelligenten Systemgeneration, GA, NN und so weiter sehen. Ich denke, dass sich für uns als Einzelhändler die Dynamik des Devisenmarktes verändert haben könnte, und ich stelle die Gültigkeit historischer Daten für bestimmte Zeitrahmen in Frage, da Tools wie SQ sich vollständig auf die Geschichte stützen, um robuste Strategien zu entwickeln und zu testen. Ist dieser Ansatz also gültig, einschließlich der MC-Analyse als Ganzes, wenn sich die Dynamik verändert hat?

 

Ich glaube jedoch, dass es sich dabei um Trends handeln wird, da die Märkte von den Fundamentaldaten und der Regierungspolitik beeinflusst werden, d.h. ein Land hat einen Zielzinssatz, den es erreichen möchte, um andere wirtschaftliche Fundamentaldaten wie Ausgaben, Exporte usw. zu steuern. Ob Anwendungen wie SQ und Asirikuys Kantu in Zukunft funktionieren werden, wird die Zeit zeigen, aber auch hier bin ich positiv gestimmt, da jede Sekunde des Tages neue Marktdaten generiert werden, so dass sich diese Systeme schließlich anpassen werden... wer kann das schon sagen? es bleibt nur die Zeit, aber in der Zwischenzeit werde ich mit diesem großartigen Tool weiter an der Entwicklung meiner Strategien arbeiten.

 

Auch in Bezug auf die Robustheit neige ich dazu zu glauben, dass in diesem Markt (Forex), wo der Austausch dezentralisiert ist der Makler und ihre Mätzchen hat eine Menge mit den Dingen zu tun, vor allem für die Mehrheit von uns, die Retail-Trader sind. Ich habe bei zwei verschiedenen Brokern mit ihren Premium-Konten für Privatkunden (Pepperstone und Go Markets Australia) festgestellt, dass die Leistung der Strategien proportional zur Höhe des Kapitals auf dem Konto zu sein scheint, d. h. je mehr ich auf dem Konto habe, desto schlechter sind meine Strategien, während das Konto mit dem wenigsten Kapital sehr gut abschneidet. Ich habe auch überprüfen, durch die Übertragung der Großteil der $ von der hohen Konto auf meine kleineren Konto auf der anderen Broker, so dass es meine größeren Konto, lo und behold dieses Konto begann zu schlecht, während meine jetzt kleine Konto begann zu erfüllen, wie erwartet, beide diese Konten laufen die gleichen Strategien mit dem gleichen Risiko Ebenen. der einzige Unterschied ist Makler und Konto Kapital. Meine Gedanken sind die goldene Ebene ist 5K, aber in keiner Weise validiert dies, ich bin jetzt bei der Eröffnung von mehr Konten und die Verteilung meines Kapitals über sie in kleineren Konten und dafür sorgen, dass ich die $ unter 5K, um zu sehen, wenn insgesamt meine Portfolio-Performance aufnimmt.

 

Schließlich denke ich, dass zur Verbesserung der Leistung / Robustheit, die Strategien müssen unter der Kontrolle eines Handels-Manager, der Schattenhandel und bestimmen endgültige Vertrag Größe dynamisch auf der Grundlage der Leistung der Strategie unter Live-Bedingungen, ein Teil davon ist es, eine MC innerhalb der Management-Schleife auf jede Strategie verwaltet es zu tun, um seine aktuelle Risiko zu bestimmen, so dass eine Strategie mit schlechter Performance automatisch offline genommen wird, wenn sie zu scheitern beginnt, aber umgekehrt sollte sie wieder online gehen, wenn die Marktbedingungen wieder mit den zugrundeliegenden Fundamentaldaten übereinstimmen, und sogar die Kontraktgröße erhöhen, wenn die Performance der Strategie zunimmt, so dass die Strategie effektiv im Hintergrund weiter gehandelt wird. Ich glaube, ich habe im entsprechenden Forum eine Anfrage zu dieser Funktion gestellt.

 

Ich hoffe aufrichtig, dass niemand seine Beiträge in diesem Gemeinschaftsforum einstellt. Ich bin sicher, dass wir alle erwachsen sein können, was die Diskussionen angeht, die wir führen, damit wir uns gegenseitig helfen können, ich weiß, dass wir uns manchmal aufregen können 😀 Ich persönlich schätze die Beiträge aller, also vielen Dank für alle Beiträge.

 

Für mich ist die Reise noch nicht zu Ende!

 

Stephen

Wenn ich so einen Scheiß sehe:

Ich weiß nur, dass der Handel und die Suche nach einfachen, robusten Strategien nicht so verdammt kompliziert sind. Quants mögen es, ausgefallen zu sein, vor allem diejenigen, die für Banken gearbeitet haben... Am Ende kehren sie alle zur Einfachheit zurück. Ernie Chan hat ein paar Bücher darüber geschrieben, in denen er sehr algorithmuslastig wird. Er programmierte KI-HFTs für Banken (ich glaube Goldman Sachs), und als er begann, mit seinem eigenen Geld zu handeln, kehrte er zu einfachen Modellen und Robustheitstests zurück. Einige dieser pdf-Papiere gehen wirklich über das hinaus, was für das Finden einer robusten Strategie, die Geld einbringt, erforderlich ist. Es ist nicht so kompliziert.

Verallgemeinernd lässt sich sagen, dass nur sehr wenige Dinge im Handel immer wahr sind, aber sie können meistens wahr sein.

Meine selbst entwickelten ADX-Systeme, die die Vorteile einer real Muster, das in JEDEM Markt und Vermögenswerten passiert, scheitern Monte Carlo, weil sie nur etwa 80 Trades von historischen Daten pro Paar haben. Es ist ein seltenes Ereignis, das nur in jedem Paar vielleicht 3-5 mal pro Jahr passiert und doch seine unglaublich zuverlässig in jedem Markt. Sie sind das erfolgreichste Element, das mein Portfolio hauptsächlich aufrecht erhält. Aus meiner direkten Erfahrung heraus hat mich das gelehrt, MC weniger zu vertrauen.
Einige Strategien, die eine perfekte Equity-Kurve generieren und ein nicht vorhandenes Muster ausnutzen (einfach einen Stopp in einer Entfernung von X kaufen, der an die historischen Abweichungen des Währungspaares angepasst ist), bestehen MC mit Bravour und brechen zusammen, sobald sie live gehen. Aus meiner direkten Erfahrung habe ich gelernt, MC weniger zu vertrauen.

Ich sage nicht, dass es völlig nutzlos ist und ich bin auch nicht 100% vertrauensvoll von MCA. Es ist nicht so einfach wie Monte Carloing eine Strategie und seine ein Gewinner. Kein Körper auf diesem Forum würde mehr meckern und sie würden alle wir wild erfolgreich, auch Sie, wenn das wahr wäre.
Nichts ist jemals 100% zuverlässig im Handel. Sicher, vielleicht kann es ein weiterer Filter sein, aber in erster Linie seine für die Risikodimensionierung.
Ich verwende WFM genau für das, wofür Sie MC verwenden (variable Parameter/Datensätze), aber WFM hat tatsächlich Kriterien, die ich für bestanden/nicht bestanden definieren kann. MC in SQ hat das nicht.

Gutes Gespräch,

Meiner Erfahrung nach ist einer der besten Robustheitstests:

¢ 1 ~ 2 Timeframes über/unter dem aktuellen Timeframe,

¢ Die Parameter der Indikatoren müssen im Bereich der 10~25% ändern Sie die gleichen wie die aktuellen ursprünglichen Parameter arbeiten,

 

Art von MC...,

in einer alternativen Software zu SQ habe ich herausgefunden, dass sie verschiedene Zeitrahmen in die MC-Tests eingebaut haben..., das könnte den Arbeitsablauf mit SQ4 verbessern 🙂

 

Ich wünsche Ihnen ein schönes Wochenende!

 

Auch in Bezug auf die Robustheit neige ich dazu zu glauben, dass in diesem Markt (Forex), wo der Austausch dezentralisiert ist der Makler und ihre Mätzchen hat eine Menge mit den Dingen zu tun, vor allem für die Mehrheit von uns, die Retail-Trader sind. Ich habe bei zwei verschiedenen Brokern mit ihren Premium-Konten für Privatkunden (Pepperstone und Go Markets Australia) festgestellt, dass die Leistung der Strategien proportional zur Höhe des Kapitals auf dem Konto zu sein scheint, d. h. je mehr ich auf dem Konto habe, desto schlechter sind meine Strategien, während das Konto mit dem wenigsten Kapital sehr gut abschneidet. Ich habe auch überprüfen, durch die Übertragung der Großteil der $ von der hohen Konto auf meine kleineren Konto auf der anderen Broker, so dass es meine größeren Konto, lo und behold dieses Konto begann zu schlecht, während meine jetzt kleine Konto begann zu erfüllen, wie erwartet, beide diese Konten laufen die gleichen Strategien mit dem gleichen Risiko Ebenen. der einzige Unterschied ist Makler und Konto Kapital. Meine Gedanken sind die goldene Ebene ist 5K, aber in keiner Weise validiert dies, ich bin jetzt bei der Eröffnung von mehr Konten und die Verteilung meines Kapitals über sie in kleineren Konten und dafür sorgen, dass ich die $ unter 5K, um zu sehen, wenn insgesamt meine Portfolio-Performance aufnimmt.

 

 

Hallo Steven,

 

Warum ist die Leistung bei größeren Konten schlechter? Liegt es an der Slippage? Das ist das Einzige, was den Unterschied im Gewinn zwischen zwei verschiedenen Brokern ausmachen sollte, nicht wahr? (Der Spread ist natürlich unterschiedlich, aber das sollte nicht den Einfluss haben, über den Sie geschrieben haben)

 

Patrick