StrategyQuant conecta a jóvenes talentos con el comercio de algo

Me gustaría dar las gracias a StrategyQuant s.r.o. por proporcionar licencias gratuitas para el club de trading algorítmico que dirijo en mi instituto Střední odborná škola průmyslová y Střední odborné učiliště strojírenské, Prostějov, Lidická 4. El enlace al plan temático está aquí: https://spsasoupv.cz/vzdelavaci-projekt-analyza-datovych-sad-financnich-trhu/.

Permítanme presentarme. He estado involucrado en el comercio algorítmico durante varios años, sé lo complejo que es el camino desde la primera idea, a través de la programación de algoritmos hasta la evaluación final de si los algoritmos tienen éxito en el mercado en vivo. El último algoritmo que diseñé y puse en marcha yo mismo funciona en XAUUSD y NAS100, se basa en el indicador SUPERTREND y utiliza un máximo de siete veces la posición si la operación termina en pérdida. Al programar el algoritmo, me encontré con imperfecciones en el código que hubo que corregir, y descubrí cómo afectan los indicadores a los distintos tiempos de cotización en los distintos brokers. Me llevó meses afinar el algoritmo. Aquí están los resultados de mi último algoritmo:

Mi algoritmo SuperTrend en NAS100

Mi algoritmo SuperTrend en XAUUSD

Yo ya estaba familiarizado con StrategyQuant desde el pasado, y después de haber sido abordado por los estudiantes que querían tomar un curso de programación algorítmica, el camino de la construcción de estrategias en el Programa SQ parecía el mejor para ellos. La colaboración con StrategyQuant s.r.o. ha comenzado 🙂 .

Los estudiantes y yo empezamos a generar estrategias utilizando un algoritmo genético para divisas, índices, metales y acciones. Así pudimos ver qué mercados eran mejores y peores para operar algorítmicamente. Generamos estrategias principalmente para el marco temporal H1. Varios ordenadores funcionaban continuamente en la escuela para generar estrategias y luego optimizarlas. Importamos los códigos fuente generados que superaron la prueba fuera de muestra al programa de trading MetaTrader 5. Allí clasificamos las estrategias de mejor a peor. Allí ordenamos las estrategias de mejor a peor y comenzamos a optimizarlas sobre diferentes datos de diferentes brokers. Elegimos optimizar en los datos de 2018 - 2021 con 1/2 de los datos para la optimización y 1/2 como prueba fuera de muestra. Ordenamos los resultados de la prueba fuera de muestra por el factor de beneficio más alto y encontramos entre las primeras filas de resultados que la optimización tiene un beneficio similar al del periodo fuera de muestra. Este hecho demostró que no había sobreoptimización. A continuación, ejecutamos la configuración con los datos de 2021 - 2022. Se encontró que cada algoritmo experimenta una rentabilidad ligeramente inferior a la optimización y con el tiempo esta rentabilidad disminuye con respecto al periodo optimizado.

He aquí un ejemplo de optimización US500 sobre datos 2018 - 2021 con 1/2 de los datos utilizados para la optimización y 1/2 para la confirmación fuera de muestra:

He aquí un ejemplo de US500 y una configuración de prueba de avance con datos de 2021-2022:

Para cada broker, realizamos optimizaciones sobre sus datos, debido a que un broker, por ejemplo, cotiza el NAS100 veintitrés horas al día y el otro cotiza el NAS100 dieciséis horas al día. También hemos comprobado que lo mejor es hacer la optimización cada dos meses sobre los datos de los tres últimos años.

El resultado de utilizar SQ es que los estudiantes no necesitaban conocer en detalle las cuestiones de la negociación algorítmica, incluida la programación, y a pesar de ello fueron capaces de construir una cartera de negociación con éxito utilizando los marcos que yo les había fijado. Utilizar el programa SQ para generar estrategias mediante el algoritmo genético acelera varias veces el desarrollo de los algoritmos, y el usuario puede estar seguro de que los algoritmos generados funcionan sin errores de programación.

Lucas
Kornel Mazur
Kornel Mazur
Suscríbase a
Notificar a
0 Comentarios
Feedbacks de Inline
Ver todos los comentarios

Seguir leyendo