Trading Strategie Con Etf Mensile Rotazione

7 Migliori Strategie di Trading ETF per i fondi principianti azionari (ETF) sono l'ideale per iniziare gli investitori a causa della loro molti benefici piace bassi rapporti di spesa. liquidità abbondante. vasta gamma di scelte di investimento, la diversificazione, soglia di investimento basso, e così via (per maggiori informazioni, vedere vantaggi e svantaggi di ETF). Queste caratteristiche rendono anche i veicoli perfetti ETF per diverse strategie di trading e di investimento utilizzate dai nuovi operatori e gli investitori. Qui ci sono i nostri sette migliori strategie di trading ETF per principianti presentati in nessun ordine particolare. 1. della media dollaro-costo Iniziamo con la strategia di base prima. media dollaro-costo è la tecnica di acquistare una certa quantità di dollari fisso di un bene su un programma normale, a prescindere dal costo cambio del bene. gli investitori principianti sono in genere i giovani che sono stati nel mondo del lavoro per un anno o due e hanno un reddito stabile dal quale sono in grado di risparmiare un po 'ogni mese. Tali investitori dovrebbero prendere qualche centinaio di dollari ogni mese e invece di mettere in un conto di risparmio a basso interesse, che dovrebbero investire in un ETF o un gruppo di ETF. Ci sono due principali vantaggi di tale investimento periodica per principianti. Il primo è che impartisce una certa disciplina al processo di risparmio. Come molti pianificatori finanziari consigliano, rende eminente senso pagare voi stessi per primi. che è quello che ottenere salvando regolarmente. La seconda è che, investendo la stessa quantità di dollari fissato in un ETF ogni monththe premessa di base di dollaro-costo media featureyou si accumulerà più unità quando il prezzo dell'ETF è basso e un minor numero di unità quando il prezzo ETF è elevata, con una media quindi il costo delle vostre aziende. Nel corso del tempo, questo approccio può pagare profumatamente, a patto che ci si attiene alla disciplina. Ad esempio, diciamo che aveva investito 500 il primo di ogni mese da settembre 2012 ad agosto 2015 a 500 ETF SPDR SampP (SPY). un ETF che traccia l'indice SampP 500. Così, quando le unità SPY erano vendute a 136.16 nel mese di settembre 2012, 500 l'avrei recuperato 3,67 unità, ma tre anni più tardi, quando le unità sono state scambiate quasi 200, un investimento mensile di 500 avrebbe dato 2.53 unità. Nel corso del periodo di tre anni che avrebbe acquistato un totale di 103.79 unità SPY (sulla base di prezzi di chiusura aggiustato per dividendi e split). Al prezzo di chiusura di 210,59 il 17 agosto 2015, queste unità sarebbe stato vale 21,857.14, per un rendimento medio annuo di quasi 13. 2. Asset allocation asset allocation. il che significa che di una parte del portafoglio a diverse categorie di attività di tali azioni, obbligazioni, materie prime e contanti ai fini della diversificazione, è un potente strumento di investire. La soglia di basso investimento per la maggior parte ETFsgenerally un minimo di 50 per monthmakes facile per un principiante di attuare una strategia di base di asset allocation, a seconda del suo orizzonte e il rischio di tolleranza tempo di investimento. A titolo di esempio, i giovani gli investitori possono essere investiti in 100 ETF azionari quando sono nel loro 20s a causa dei loro orizzonti temporali di investimento a lungo e la tolleranza ad alto rischio. Ma mentre ottengono nei loro anni '30 e imbarcarsi in grandi cambiamenti del ciclo di vita come l'avvio di una famiglia e comprare una casa, possono passare a un mix di investimenti meno aggressiva come ad esempio 60 in azioni ETF e 40 in ETF obbligazionari. 3. swing swing trading mestieri sono mestieri che cercano di trarre vantaggio da oscillazioni consistenti in azioni o altri strumenti come valute o merci. Possono richiedere da pochi giorni a qualche settimana per lavorare fuori, a differenza di commerci al giorno che vengono raramente lasciate aperte durante la notte (vedi Pro amp contro di Day Trading Vs Swing Trading). Gli attributi di ETF che li rendono adatti per swing trading sono la loro diversificazione e spread bidask stretti. Inoltre, poiché gli ETF sono disponibili per molte classi di investimento diverse e una vasta gamma di settori, un principiante può scegliere di operare un ETF che si basa su una classe di settore o attività per cui lui o lei ha una certa esperienza o conoscenze specifiche. Ad esempio, una persona con un background tecnologico può avere un vantaggio nel commercio di un ETF tecnologia come il PowerShares QQQ fiducia Serie 1 (QQQ). che tiene traccia il Nasdaq-100, o l'ETF iShares Stati Uniti Technology (IYW). Un trader alle prime armi, che segue da vicino i mercati delle materie prime può preferire al commercio uno dei tanti ETF materie prime disponibili, come il DB Commodity Fondo indicizzato PowerShares (DBC). Perché gli ETF sono in genere panieri di azioni o altri beni, non possono mostrano lo stesso grado di movimento dei prezzi verso l'alto come una singola azione in un mercato toro. Ma per lo stesso motivo, la loro diversificazione li rende anche meno suscettibili di singoli titoli ad un grande passo verso il basso. Ciò fornisce una certa protezione contro l'erosione del capitale, che è una considerazione importante per i principianti. 4. Sector Rotation ETF rendono anche relativamente facile per i principianti per eseguire rotazione settoriale. basati su diverse fasi del ciclo economico (vedi Sector Rotation: The Essentials). Ad esempio, si supponga che un investitore è stato investito nel settore delle biotecnologie attraverso il Nasdaq Biotechnology ETF (IBB). Con i rendimenti totali di 327 nel corso degli ultimi cinque anni (a partire dal 21 agosto 2015), l'investitore potrebbe desiderare di prendere profitti in questo ETF e ruotare in un settore più difensivo come beni di consumo (in base al presupposto che il mercato economico e toro cicli erano già estese a partire da agosto 2015). Questo può essere facilmente realizzato con l'acquisto di un ETF come Staples Fondo AlphaDEX consumatori (FXG). 5. La vendita allo scoperto vendite allo scoperto. la vendita di un titolo preso a prestito o strumento finanziario, è di solito un tentativo abbastanza rischiosa per la maggior parte degli investitori e quindi non qualcosa che la maggior parte dei principianti dovrebbero cercare (vedere Come rischioso è una vendita a breve). Tuttavia, le vendite allo scoperto attraverso gli ETF è preferibile corto circuito singoli titoli a causa del rischio più basso di una breve compressione scenario --Una di trading in cui un titolo o merce che è stata pesantemente corto picchi più alti - così come il costo significativamente più basso di indebitamento (rispetto al costo sostenuto nel tentativo di breve uno stock con alto interesse a breve). Queste considerazioni di attenuazione del rischio sono importanti per un principiante. La vendita allo scoperto attraverso gli ETF permette anche un commerciante di usufruire di un ampio tema d'investimento. Così, un principiante avanzato (se esiste un ossimoro come ovvio) che abbia familiarità con i rischi di corto circuito e vuole avviare una posizione corta nei mercati emergenti potrebbero farlo attraverso il iShares MSCI Emerging Markets ETF (EEM). Tuttavia, si ricorda che si consiglia vivamente principianti stare lontano da ETF doppio-leveraged o triple-leveraged inverse. che cercano risulta pari a due o tre volte l'inverso della variazione prezzo di un giorno in un indice, a causa della significativamente più alto grado di rischio insito in questi ETF. (Per ulteriori informazioni, fare riferimento alla vendita allo scoperto ETF da Fidelity Investments.) 6. Le scommesse sul tendenze stagionali ETF sono anche buoni strumenti per i principianti di capitalizzare sulle tendenze stagionali. Consente di considerare due noti tendenze stagionali. Il primo si chiama il sell in maggio e andare via fenomeno. Si riferisce al fatto che le azioni statunitensi hanno storicamente sotto eseguito oltre sei mesi periodo da maggio a ottobre, rispetto al periodo da novembre ad aprile. L'altra tendenza stagionale è la tendenza d'oro per guadagnare nei mesi di settembre e ottobre, grazie alla forte domanda da parte dell'India in vista della stagione dei matrimoni e la festa Diwali delle luci, che cade in genere tra metà ottobre e metà novembre. L'ampia tendenza debolezza del mercato può essere sfruttata cortocircuitando i 500 ETF SPDR SampP (SPY) verso la fine di aprile o all'inizio di maggio, e chiudere la posizione corta a fine ottobre, subito dopo il mercato sviene tipica di quel mese si sono verificati . Un principiante può allo stesso modo usufruire di forza oro stagionale con l'acquisto di quote di un ETF oro popolare, come il SPDR Gold Trust (GLD) o il Comex Gold Trust (IAU). a fine estate e chiudere la posizione dopo un paio di mesi. Si noti che le tendenze stagionali non si verificano sempre come previsto, e stop loss sono generalmente raccomandate per tali posizioni di trading di limitare il rischio di perdite di grandi dimensioni. 7. copertura Un principiante può occasionalmente bisogno per coprire o la protezione contro il rischio di ribasso in un portafoglio consistente, forse uno che è stato acquisito come il risultato di una eredità. Supponiamo di aver ereditato un portafoglio considerevole di blue chip statunitensi e sono preoccupati per il rischio di un forte calo nelle azioni ordinarie degli Stati Uniti. Una soluzione è quella di acquistare opzioni put. Tuttavia, poiché la maggior parte principianti non hanno familiarità con le strategie di trading opzione, una strategia alternativa è quella di avviare una posizione corta a grandi ETF mercato come il SPDR SampP 500 (SPY) o il SPDR Dow Jones Industrial Average Unità Serie 1 (DIA). Se il mercato diminuisce come previsto, la posizione patrimoniale blue chip sarà coperto in modo efficace dal declino nel vostro portafoglio saranno compensati dai guadagni nella posizione ETF short. Si noti che i vostri guadagni sarebbe anche tappate se i progressi del mercato, dal momento che i guadagni nel vostro portafoglio saranno compensati dalle perdite in posizione di ETF. Tuttavia, gli ETF offrono i principianti un metodo relativamente semplice ed efficiente di copertura. Il fondo di fondi Linea Exchange negoziati hanno molte caratteristiche che li rendono strumenti ideali per l'inizio commercianti e gli investitori. Alcune strategie di trading ETF particolarmente adatto per i principianti sono media dollaro-costo, asset allocation, swing trading, rotazione settoriale, le vendite allo scoperto, le tendenze stagionali e di copertura. Una teoria economica della spesa totale per l'economia e dei suoi effetti sulla produzione e l'inflazione. economia keynesiana è stato sviluppato. Una partecipazione di un bene in un portafoglio. Un investimento di portafoglio è realizzato con l'aspettativa di guadagnare un ritorno su di esso. Questo. Un rapporto sviluppato da Jack Treynor che misura i rendimenti ottenuti, superiori a quelle che avrebbero potuto essere guadagnati su un privo di rischio. Il riacquisto delle azioni in circolazione (riacquisto) da parte di una società al fine di ridurre il numero di azioni sul mercato. Aziende. Il rimborso fiscale è un rimborso sulle tasse pagate ad un individuo o famiglia quando l'onere fiscale effettivo è inferiore alla quantità. Il valore monetario di tutti i beni finiti e servizi prodotti all'interno di un confini country039s in un momento specifico period. Trading Strategie e modelli di trading Strategie e modelli altra rettifica Trading Strategies CCI Una strategia che utilizza settimanale CCI di dettare un bias di trading e CCI quotidiana per generare segnali di trading CVR3 VIX mercato Timing Sviluppato da Larry Connors e Dave Landry, questa è una strategia che utilizza letture sovraesposto nel CBOE Volatility Index (VIX) per generare acquistare e vendere di segnali per i SampP 500 strategie di trading Gap varie strategie di trading sulla base di apertura gap di prezzo Ichimoku cloud una strategia che utilizza l'Ichimoku cloud per impostare il bias di trading, individuare le correzioni e segnale di svolta a breve termine in movimento Momentum una strategia che utilizza un processo in tre fasi per identificare la tendenza, attendere che le correzioni all'interno di quella tendenza e quindi identificare inversioni che segnalano un fine alla correzione gamma ristretta giorno NR7 Sviluppato da Tony Crabel, la strategia giornata gamma ristretta sembra per contrazioni gamma di prevedere espansioni gamma. Advance codice di scansione incluso che ritocchi questa strategia con l'aggiunta di Aroon e CCI qualificazioni cento al di sopra di 50 giorni di SMA Una strategia che utilizza l'indicatore di ampiezza, per cento al di sopra della media mobile a 50 giorni, per definire il tono per il mercato ampio e di individuare le correzioni Pre - effetto vacanze Come il mercato si è eseguito prima della festività negli Stati Uniti e come questo possa influenzare le decisioni di trading. RSI2 Una panoramica di Larry Connors039 significa strategia di reversione utilizzando 2-periodo RSI Faber039s Sector Rotation Trading strategia Basato su una ricerca da Mebane Faber, questa strategia rotazione settoriale acquista più performanti settori e riequilibra una volta al mese sei mese Ciclo MACD Sviluppato da Sy Harding , questa strategia combina il ciclo di bull-bear sei mesi con i segnali MACD per cronometrare stocastico Pop and Drop Sviluppato da Jake Berstein e modificato da David Steckler, questa strategia utilizza il Directional Index Average (ADX) e oscillatore stocastico per identificare pop dei prezzi e sblocchi Slope Trend prestazioni utilizzando l'indicatore della pista per quantificare la tendenza a lungo termine e misurare la performance relativa per l'uso in una strategia di trading con i nove SPDRs settore Altalena Charting cosa swing Trading è e come può essere utilizzato per i profitti, in determinate condizioni di mercato Trend quantificazione e Asset Allocation Questo articolo mostra chartists come definire le inversioni di tendenza a lungo termine, come un processo lisciando i dati relativi ai prezzi con quattro diversi oscillatori percentuale prezzo. Chartists possono anche utilizzare questa tecnica per quantificare la forza di tendenza e determinare patrimoniale allocationDeveloping Una strategia di rotazione Utilizzando gli ETF molto diversificata, mentre sfogliando internet lo scorso fine settimana per la ricerca delle strategie di rotazione ETF, mi sono imbattuto in un sito chiamato Vector Grader (con cui l'autore non è affiliato ), che ha presentato una strategia per la rotazione tra una variegata collezione di ETF in base alle prestazioni di prezzo prima. Ho testato questi sistemi sul mio blog e recentemente pubblicato un articolo che fornisce analisi di questi tipi di sistemi di trading. Gli ETF nella strategia di vettore Grader, tuttavia, erano molto più diversificata rispetto ai sistemi che avevo testato in precedenza. strategie di rotazione successo su molto diversi gruppi di ETF sono difficili da concepire a causa delle differenze nelle volatilità dei ETF sottostanti. Tuttavia, applicando un fattore di compensazione di volatilità a questi ETF, sono stato in grado di sviluppare una strategia di rotazione che backtested con risultati di successo: i rendimenti totali di oltre 500 dal 1 Gennaio 2007 CAGR di oltre il 26 prelievo massimo di soli 13,2 Sharpe ratio di 1,51 Linearità di 8.1 rapporto di crescita di 3.11. Questi ultimi due valori sono metriche personalizzate che questo autore ha utilizzato per valutare i test retrospettivi di sistemi di negoziazione. Il cestino del sito ETF Il vettore Grader propone negoziazione i seguenti ETF in una strategia di rotazione mensile: IWM. iShares Russell 2000 ETF (small cap US azioni) IVV. iShares SampP 500 grandi titoli azionari cap statunitensi) EFA. iShares MSCI EAFE Index (azioni internazionali) ICF. iShares Cohen amp Steers Realty Majors (immobiliare) DBC. PowerShares DB Commodity (materie prime) VWO. Vanguard FTSE Emerging Markets (mercati emergenti) IAU. iShares Gold Trust (oro) TLT. iShares 20 Tesoro (lunghi legami degli Stati Uniti) SHY. iShares 1-3 anni del Tesoro (obbligazioni a breve) per il test descritto in questo articolo, i dati relativi ai prezzi di dividendo aggiustato per tutti questi ETF è stato scaricato via Yahoo Finanza in un foglio Excel. Per comodità, sono stati utilizzati i prezzi mensili. Il problema con la diversità La prima cosa che l'autore ha indagato è stata la deviazione media annua livello dei prezzi per questi ETF. Questo valore varia ampiamente, come indicato nella tabella che segue: una strategia di rotazione per la generazione di segnali di acquisto tra questi ETF avrebbe difficoltà che rappresentano la vasta gamma di volatilità. Ciò che potrebbe sembrare una grande oscillazione prezzo per IVV o TLT potrebbe non essere insolito per ICF o VWO. In altre parole, è difficile creare un insieme di regole che si applica a tutti gli ETF nel paniere per generare segnali di rotazione affidabili. Compensazione La volatilità in soccorso Le volatilità dei sottostanti ETF possono e devono essere compensate. Un semplice algoritmo è stato sviluppato dall'autore. La deviazione media annua standard di ciascuna ETF (volatilità ETF) è stata calcolata. Le volatilità ETF erano in media per dare una volatilità totale. Dividendo la volatilità totale dalla volatilità ETF di ciascun ETF, un rispettivo fattore di compensazione volatilità è stato calcolato per ciascun ETF. Ad esempio, la volatilità di IWM è stato determinato in 20,88 durante il periodo di backtest. La media di tutti i volatilità di tutti gli ETF (tranne SHY) era 21.38. Così, IWMS fattore di compensazione volatilità era 21.38 20.88 1.02. Il fattore di ICF è stato 0,71, che riflette la sua volatilità superiore alla media, e il fattore di TLT era 1.48, che riflette la sua volatilità inferiore rispetto alla media. SHY è stata esclusa dalla compensazione perché è destinata a fungere da arresto contanti e non parte della rotazione. Utilizzando il fattore di compensazione di volatilità in un sistema di rotazione Il sistema di rotazione autori ETF si sono basati per l'acquisto l'ETF avere la migliore qualità-prezzo in un determinato periodo di tempo. Gli autori recente articolo discute un periodo lookback 85 giorni. Uno dei post autori di blog discute un periodo lookback di tre mesi. Nel sistema proposto di questo articolo, l'autore ha calcolato il 1 mese, 3 mesi e 6 mesi di andamento dei prezzi, così come una volatilità 6 mesi, e ponderato ciascuno di questi per generare un rango totale per ogni ETF. L'autore poi applicato un'analisi di scenario, descritto di seguito, per determinare quanto ciascuno di questi quattro fattori deve essere ponderata calcolo del rango totale. Nel calcolare i valori delle prestazioni, l'autore invocato il logaritmo naturale di performance. Per esempio, l'andamento dei prezzi a 1 mese è stato il logaritmo naturale del rapporto tra questo mese prezzo di ultimi mesi dei prezzi. La performance a 3 mesi è stata la somma delle performance di registro 1 mese per tre mesi precedenti. Allo stesso modo, le prestazioni 6 mesi era la somma delle performance log 1 mese nei precedenti 6 mesi. Infine, la volatilità a 6 mesi è stata la deviazione standard dei precedenti 6 mesi di prestazioni log 1 mese. I fattori di compensazione volatilità entrano in gioco regolando le prestazioni di registro di 1 mese. L'autore semplicemente moltiplicato ogni 1 mese prestazioni log di ogni ETF dal rispettivo fattore di compensazione volatilità. Il risultato è stato che la volatilità delle performance di registro 1 mese compensato di tutti gli ETF è stato lo stesso. Ad esempio, nel dicembre 2006, 1 mese prestazioni log di VWO era -,00937. Il fattore di compensazione della volatilità per VWO era 0,81 a causa della sua maggiore volatilità. Le prestazioni di log 1 mese è stato moltiplicato per il valore di ridurlo a -,00758, abbassando efficacemente la volatilità alla media. Quando le prestazioni di registro 1 mesi di tutti gli ETF sono regolati in questo modo, tutti mostrano la stessa volatilità. Utilizzando i dati compensati, ora una strategia di rotazione adatto potrebbe essere applicata. Applicazione del sistema ai dati compensati Il sistema determinato 1 mese, 3 mesi, e prestazioni volatilità compensata 6 mesi, così come la volatilità 6 mesi, di ciascun ETF. Ognuno di questi parametri è stato classificato da 1 a 9 utilizzando la funzione RANK Excel. Questi file sono stati ponderati e aggiunti per arrivare a una classifica finale come segue: Peso1 1 mese rango prestazioni peso2 rango prestazioni a 3 mesi Peso3 rango prestazioni di 6 mesi Weight4 6 mesi rango volatilità totale Posizione. L'ETF classificato in alto è stato acquistato e detenuto per un mese. Alla fine del mese, i valori sono stati ricalcolati e un nuovo segnale dato. Su 90 mesi, il segnale è rimasto lo stesso 44 volte. Nove volte c'era un pareggio per l'ETF top in questi casi, sono state acquistate azioni in dollari uguali di entrambi gli ETF. Analisi di scenario: i risultati I pesi da dare a ciascuno dei quattro parametri di performance (1 mese, 3 mesi, 6 mesi le prestazioni e la volatilità di 6 mesi) ha creato un problema a 4-dimensionale in ottimizzazione. Piuttosto che tentare di ottimizzare il sistema per i massimi profitti, l'autore ha cercato di provare diversi, scenari semplici e vedere che cosa è emerso. L'autore ha cercato tre cose: i rendimenti elevati, basso rischio II e III le prestazioni di principio tra i parametri. Se solo una piccola serie di pesi ha fornito un buon sistema, allora sarebbe dubbio che il sistema continuerà a farlo in futuro. Se, tuttavia, il sistema esegue oltre una grande varietà di pesi, allora sarebbe aumentare la probabilità che il sistema continuerà a funzionare in futuro. Di seguito sono riportati i risultati degli scenari da più pesi differenti: scenario di test della strategia di rotazione autori di notare che i sistemi di prelievo era ancora inferiore alla ETF lungo legame TLT. Di seguito è la performance sistemi basati sull'analisi autori raffigurato in scala logaritmica rispetto ad una curva di crescita ideale. Il sistema abbraccia la curva ideale strettamente, mostrando rendimenti costanti rispetto all'anno precedente. I parametri autori personalizzate di linearità e il rapporto di crescita tentativo di quantificare in che misura la curva sistemi di equità si discosta da un (composto) curva di crescita esponenziale perfetto. Il 8.38 linearità è la radice quadratico medio della differenza tra queste due curve ed è notevolmente basso rispetto ad altri sistemi che questo autore ha testato. Il rapporto di crescita è il CAGR diviso per la linearità. Questo è superiore a 3, che è anche notevolmente elevata. Un cesto diversificata di ETF possono essere utilizzati in una strategia di rotazione se la strategia compensa la varianza nel loro volatilità. La strategia discussa sopra alti rendimenti offerti a basso rischio nel periodo backtest. I dati per questi ETF è stato limitato alla fine del 2006 e portato in un tempo relativamente breve backtest di soli sette anni. Questo lascia qualche domanda per la robustezza del sistema nel tempo. L'autore può verificare se simili fondi comuni di investimento esistono disporre di dati nel 1990 per ulteriori test di una società diversa, sistema di rotazione ETF volatilità compensata. Disclosure: Io sono molto SSO. Ho scritto io stesso questo articolo, ed esprime le mie opinioni. Non si ricevono una compensazione per esso (diverso da Seeking Alpha). Non ho alcun rapporto d'affari con una società le cui azioni sono citati nel presente articolo. A proposito di questo articolo: Migliorare l'ETF semplice rotazione Trading Modello In ultimo articolo week8217s chiamato, 8220Backtesting un sistema di rotazione ETF di base in Excel Download 8220, Dan ha presentato un semplice modello di trading di rotazione che chiunque potrebbe implementare dato un po 'di conoscenza in Excel. Quello che mi piace di modelli di trading come questo è la semplicità. Così spesso la semplicità trionfi complicazione. Sistemi semplici hanno spesso una caratteristica importante. Spesso si ottiene fuori dal mercato durante i mercati orso e ottenere indietro nel di cavalcare il toro ciclo successivo. Cioè, se si è disciplinato abbastanza per seguire in realtà le regole, che ovviamente è un altro intero argomento. Era il modello di trading presentato perfetto Certo che no. Guardando la curva di equità non it8217s molto liscia. It8217s personalmente non una cosa che cambierei. Comunque, spero che l'articolo vi ha dato alcune idee su ciò che è possibile con solo utilizzando Excel. A questo punto vorrei per vedere se siamo in grado di apportare alcuni miglioramenti nel modello di trading. Invece di utilizzare Excel I8217m intenzione di utilizzare il servizio di backtesting on-line chiamato ETFReplay. Questo servizio web permette di creare modelli di trading e backtest su un portafoglio di ETF. Il sito un costo mensile di usare il loro servizio, ma è molto ragionevole. Sarà molto più veloce per me, per testare le mie modifiche Utilizzando questo servizio rispetto all'utilizzo di Excel. Questo è lo stesso servizio I8217ve utilizzato durante la creazione del portafoglio Ivy-10. In primo luogo, voglio ricreare Dan8217s portafoglio originale utilizzando ETFReplay per vedere se si ottengono risultati simili. Come promemoria, qui di seguito è la curva di equità originale dal articolo. Il modello di trading è la linea di equità blu. Baseline Based Model Excel (Linea Blu) Di seguito sono riportati i risultati dello stesso modello creato nel ETFReplay. La linea di equità verde è il nostro modello di trading, mentre la linea blu è la spia (baseline). ETFReplay Based Model (linea verde) Come si può vedere le linee di equità appaiono molto simili. La versione ETFReplay finisce a causa della maggiore al fatto mia backtest attraversava l'intero anno del 2014. Questo mi dà fiducia che il modello di Excel e il modello ETF sono identiche nella logica di trading. Creazione della linea di base che utilizzerà i risultati ETFReplay come la nostra linea di base per confrontare i nostri risultati futuri. Per fare questo, avremo bisogno di un segmento di dati in-campione per testare su. Queste date saranno attraverso l'anno 2012. Questo ci dà poco più di 100 mestieri per il nostro segmento di dati in-campione. I nostri risultati di base sono al di sotto. In Campione Baseline 8211 Clicca per ingrandire Nel Campione Baseline Risultati 8211 Clicca per ingrandire Modifica 1: diversificazione e Trend filtro Quando guardo il prelievo (31,4) e visualizzare la curva di equità del modello originale, possiamo vedere non it8217s molto liscia. Ci sono enormi oscillazioni. Date un'occhiata alla enorme sbirciatina nel 2011, che cade in modo drammatico. Vorrei per lisciare fuori. Per fare questo, I8217m intenzione di utilizzare alcune idee dal modello rotazionale Ivy-10. In primo luogo, invece di negoziazione solo la classifica top ETF I8217m andando a prendere le prime due. Ciò fornirà una certa diversificazione nostri ritorni won8217t essere basate su un unico ETF. Avanti, I8217m andando ad aggiungere un filtro media mobile (SMA) semplice di 5 mesi. Questa è la stessa lunghezza del filtro utilizzato nella Ivy-10. L'aggiunta di questo filtro SMA forzerà il modello di trading di acquistare solo un ETF quando it8217s vivendo un mercato toro. Per il nostro backtest sarà acquistato l'ETF SHY se una classifica top can8217t ETF essere acquistati perché it8217s sotto il filtro SMA. TIMIDO è fx Low Duration Treasury ETF. Questo sarà il nostro equivalente in denaro. In sintesi, stiamo cambiando queste due impostazioni: Comprare i primi due ETF che svolgono acquisto solo quando un ETF è scambiato sopra del suo 5 mesi di media mobile semplice Di seguito sono i risultati quando si aggiungono i nostri due cambiamenti. Nel campione Modifica 1 8211 Clicca per allargare in Esempio Modifica 1 Risultati 8211 Clicca per ingrandire Questo è un enorme miglioramento come abbiamo notevolmente liscia la curva di equità. Possiamo vedere questo nel prelievo che è passato da 31 a 17. Avviso solo il rendimento annuo è aumentato da 13 a 16. C'è un altra modifica vorrei fare. Modifica 2: Regolazione della classifica punteggio Il punteggio classifica è il metodo che usiamo per classificare le prestazioni di ciascun ETF al fine di determinare quale sia la migliore performante. Il sistema di riferimento calcola semplicemente il ritorno di 5 mesi. In studi precedenti I8217ve scoperto che utilizzando sia breve periodo e per un periodo più lungo termine può aiutare a migliorare le prestazioni complessive del sistema. Così, voglio estendere il metodo di classificazione, cercando sia un ritorno a 3 mesi (1 trimestre) e un (1 mese di negoziazione) di ritorno di 20 giorni. Ho semplicemente prendere la media di questi due valori per generare un punteggio di classifica. Applicando questa semplice modifica produce i seguenti risultati sul nostro segmento di dati in-campione. Nel campione Modifica 2 8211 Clicca per allargare in Esempio Modifica 2 Risultati 8211 Clicca per ingrandire Questo produce un aumento di circa 1 in sede di dichiarazione annuale, ma non fa nulla per cambiare il drawdown max. Out-of-campione risultati ora Let8217s applicare il nostro nuovo modello per i nostri risultati out-of-sample. I risultati out-of-campione si concluderà il 31 dicembre 2014. Sembra che stiamo facendo nuovi massimi azionari. Per gli anni 2013 e 2014 il modello di trading restituita rendimenti annui rispettivamente di 12.9 e 4.4. Possiamo vedere il nostro CAGR finale è 15,9 e il nostro drawdown max rimane a 17.6. Conclusione Con poche modifiche secondarie sembra possiamo migliorare questo modello di trading al punto in cui in realtà potrebbe essere negoziabile con soldi reali. A questo punto mi sento don8217t ci sono abbastanza compravendite nel segmento out-of-sample. Nota i nostri risultati in-campione era costituito da 170 e la nostra esecuzione out-of-campione ha avuto un totale di 202 mestieri. Questo significa che abbiamo solo circa 32 compravendite nel segmento di dati out-of-sample. Sarebbe bello avere un po 'più operazioni registrate e questo significa che tenere duro e guardare questo modello per almeno un altro anno. Circa l'autore Jeff Swanson Jeff è il fondatore del sistema Trader successo - una rivista casella di posta elettronica dedicata alla condivisione di idee e concetti dal mondo dei sistemi di trading automatizzati. Per saperne di più Google