Cómo mejorar el rendimiento en un promedio móvil de los crossover algoritmo

Question

Estrategia de crossover promedio móvil es una estrategia ampliamente utilizada en algo trading. Es allí una manera de mejorar el rendimiento en un promedio móvil de los crossover stratergy. He utilizado este sitio para hacer el backtest MA crossover stratergy en ETF.

los parámetros utilizados

ETF= DIA
MA Length=21 days(long),9 days(short)
Trade On= Day of cross
start date = 03-Jan-2000
end date= 02-Jul-2015
Advance setting= Default

Backtest estadísticas

Total Return= +62.7

Buy                 Sell       Return   Days In Trade  
Mar 20, 2000    Apr 17, 2000    -0.76   20                  
May 23, 2000    May 26, 2000    -1.26   3
Jun 07, 2000    Jun 21, 2000    -3.08   10
Jul 11, 2000    Jul 31, 2000    -1.96   14
Aug 10, 2000    Sep 18, 2000    -0.65   26
Oct 31, 2000    Nov 20, 2000    -4.19   14
Dec 11, 2000    Dec 26, 2000    +0.15   10
Dec 28, 2000    Jan 17, 2001    -2.56   12
Jan 30, 2001    Feb 22, 2001    -2.68   16
Apr 11, 2001    Jun 05, 2001    +12.03  37
Jul 23, 2001    Aug 01, 2001    +1.34   7
Aug 03, 2001    Aug 08, 2001    -2.30   3
Oct 10, 2001    Jan 16, 2002    +5.44   67
Feb 12, 2002    Mar 28, 2002    +5.28   31
May 16, 2002    May 31, 2002    -3.68   10
Aug 07, 2002    Sep 05, 2002    -1.35   20
Oct 18, 2002    Dec 12, 2002    +3.32   38
Jan 08, 2003    Jan 24, 2003    -5.47   11
Feb 27, 2003    Mar 03, 2003    -0.57   2
Mar 20, 2003    Jul 01, 2003    +9.71   71
Jul 14, 2003    Aug 11, 2003    +0.78   20
Aug 12, 2003    Sep 29, 2003    +1.06   33
Oct 09, 2003    Oct 31, 2003    +1.04   16
Nov 04, 2003    Nov 20, 2003    -2.07   12
Dec 03, 2003    Feb 04, 2004    +6.11   42
Feb 12, 2004    Mar 04, 2004    -1.07   14
Apr 02, 2004    Apr 23, 2004    +0.02   14
Jun 02, 2004    Jul 07, 2004    -0.14   23
Aug 25, 2004    Sep 23, 2004    -1.30   20
Nov 04, 2004    Jan 10, 2005    +3.49   45
Feb 04, 2005    Mar 18, 2005    -0.60   29
May 06, 2005    Jun 28, 2005    +0.96   36
Jul 15, 2005    Aug 10, 2005    -0.05   18
Sep 12, 2005    Sep 23, 2005    -2.40   9
Oct 28, 2005    Dec 15, 2005    +5.02   33
Dec 23, 2005    Dec 30, 2005    -1.66   4
Jan 04, 2006    Jan 24, 2006    -1.54   13
Feb 08, 2006    Mar 10, 2006    +2.27   21
Mar 16, 2006    Apr 06, 2006    -0.31   15
Apr 21, 2006    May 19, 2006    -1.46   20
Jun 27, 2006    Jul 17, 2006    -1.59   13
Jul 31, 2006    Feb 28, 2007    +11.03  145
Mar 23, 2007    Jun 12, 2007    +6.97   55
Jun 21, 2007    Jun 27, 2007    -0.92   4
Jul 09, 2007    Jul 31, 2007    -3.04   16
Aug 31, 2007    Oct 22, 2007    +1.83   35
Dec 05, 2007    Dec 26, 2007    +0.96   14
Feb 06, 2008    Feb 15, 2008    +1.07   7
Feb 25, 2008    Mar 07, 2008    -5.29   9
Mar 26, 2008    May 21, 2008    +2.11   40
Jul 24, 2008    Aug 26, 2008    +0.63   23
Nov 04, 2008    Nov 14, 2008    -12.46  8
Dec 05, 2008    Dec 30, 2008    +0.42   16
Jan 06, 2009    Jan 15, 2009    -8.84   7
Mar 19, 2009    Jun 23, 2009    +13.41  66
Jul 20, 2009    Oct 06, 2009    +10.72  55
Oct 14, 2009    Nov 03, 2009    -2.33   14
Nov 11, 2009    Jan 25, 2010    -0.47   49
Feb 19, 2010    May 06, 2010    +1.50   53
Jun 17, 2010    Jul 01, 2010    -6.74   10
Jul 16, 2010    Aug 18, 2010    +3.52   23
Sep 09, 2010    Nov 19, 2010    +8.07   51
Dec 07, 2010    Mar 03, 2011    +8.46   59
Mar 29, 2011    May 19, 2011    +3.09   36
Jun 29, 2011    Jul 29, 2011    -0.99   21
Aug 31, 2011    Sep 14, 2011    -3.06   9
Sep 16, 2011    Sep 20, 2011    -0.85   2
Oct 13, 2011    Nov 21, 2011    +0.84   27
Dec 07, 2011    Apr 10, 2012    +4.97   84
Apr 26, 2012    May 11, 2012    -2.78   11
Jun 15, 2012    Aug 31, 2012    +3.22   54
Sep 11, 2012    Oct 10, 2012    +0.35   21
Nov 30, 2012    Apr 25, 2013    +13.92  99
Apr 30, 2013    Jun 06, 2013    +1.79   26
Jul 09, 2013    Aug 14, 2013    +0.48   26
Sep 12, 2013    Oct 03, 2013    -2.00   15
Oct 21, 2013    Dec 12, 2013    +2.76   37
Dec 23, 2013    Jan 22, 2014    +0.60   19
Feb 19, 2014    Mar 21, 2014    +1.76   22
Mar 28, 2014    Apr 14, 2014    -0.86   11
Apr 25, 2014    Jul 31, 2014    +1.75   67
Aug 20, 2014    Oct 01, 2014    -0.90   29
Oct 29, 2014    Dec 15, 2014    +1.67   32
Dec 29, 2014    Jan 13, 2015    -2.29   10
Feb 10, 2015    Mar 11, 2015    -0.94   20
Apr 15, 2015    May 06, 2015    -1.31   15
May 13, 2015    Jun 04, 2015    -0.63   15
Jun 23, 2015    Jul 01, 2015    -2.05   6

Desde el backtest de datos podemos inferir que el retorno total en porcentaje de la media móvil stragery es mucho menor (71%) que el punto de Referencia DIA (135%). Entonces, ¿cómo debemos optimizar nuestra MA crossover algoritmo para obtener un rendimiento total porcentaje igual o más que la de referencia. Cómo evitar que los rendimientos negativos ?

ejemplo

Dec 29, 2014    Jan 13, 2015    -2.29   10
Feb 10, 2015    Mar 11, 2015    -0.94   20
Apr 15, 2015    May 06, 2015    -1.31   15

una manera de prevenir las operaciones cuando el retorno están en negativo.

Considere la posibilidad de este pseudo-código, como la MA crossover algoritmo

initial_invest=1500        //initial investment amount
shareprice=15             // value of one share//
ma_short=9               // moving averages 9 days
ma_long=21
if ma_short crossabove ma_long
Buy share
elif ma_short crossbelow ma_long
sell share
endif

Answer 1

Es poco probable que usted podría batir el mercado en el largo plazo con una estrategia simple. Pero, ya que le pregunte acerca de la optimización (no de trading real), todo lo que tienes que hacer es ejecutar la optimización de las pruebas una y otra vez con diferentes parámetros hasta encontrar la medida exacta de la media móvil de combinaciones que podrían predecir el pasado perfectamente. El único problema es que la estrategia se desmoronará por completo si se intenta utilizar la salida de datos de la muestra!

La triste realidad es que, superando los promedios no es tan fácil como se supone que debe ser, y los estudios sugieren que el 86% de todos los administradores de dinero y el 99% de los comerciantes activos no puede batir al S&P500. Por lo tanto, si usted simplemente podría batir el Dow jones y el S&P constantemente, que sería uno de los mejores comerciantes en la historia de la humanidad.

Habiendo dicho eso, los promedios móviles son, de hecho, la partida de los ingredientes (o al menos importante filtros) para muchos el éxito comercial de los sistemas. Un completo sistema de comercio tiene salidas/detiene, manejo de dinero, y la diversificación de suavizar la equidad de la curva y aumenta la rentabilidad. Las entradas sí solas no hacen un sistema de comercio, y perder es parte del juego, así que acostumbrarse a tener rendimientos negativos.

Recomiendo los siguientes libros para obtener ideas sobre cómo venir para arriba con un buen sistema de trading:

-Construcción Confiable, Sistemas de Negociación por Keith Fitschen

-La construcción de la Ganancia de la Negociación Algorítmica de Sistemas por Kevin Davey

-La evidencia-Basado en el Análisis Técnico por David Aronson

-Técnica de los Comerciantes de Guía para el Análisis de la Computadora en el Mercado de Futuros por Charles LeBeau

-La mejor Guía para la operación por John Hill y George Pruitt

Buena suerte

Answer 2

Como aludido en @Valtinho la respuesta, usted debe considerar dividir el conjunto de entrenamiento y de prueba. Utilice el conjunto de entrenamiento para estimar la su MA de los parámetros. Usted podría utilizar, por ejemplo, una cuadrícula de búsqueda para encontrar los mejores parámetros. Normalmente puede optimizar la absoluta (y, por lo tanto, el rendimiento relativo. Pero se puede ser creativo y tratar de optimizar la otra cantidad, por ejemplo, las detracciones como sugerencia hacia en su pregunta. Tenga en cuenta que la eliminación de los rendimientos negativos por completo es casi ciertamente imposible.

Utilizando los parámetros que se encuentran desde el conjunto de entrenamiento, se puede comprobar cómo el sistema realiza fuera de la muestra, es decir, sobre el conjunto de prueba. Esto le dará una idea acerca de qué esperar en el comercio de vivir. También puedes añadir más instrumentos para su backtest, tanto por la diversificación y por la prevención de que el sobreajuste sus parámetros en un solo instrumento. (Asumiendo que su MA definición será la misma a través de los instrumentos)