Vidyamurthy Pasang Forex Trading

Pairs Trading: Reversion to Mean Apa itu pair trading Ambil pasangan yang sangat berkorelasi, misalnya AUDUSDNZDUSD, ketika mereka melakukan decouple, short the higher one, beli yang lebih rendah, untuk mengantisipasi bahwa mereka akan kembali ke mean, di mana posisi waktu Tutup. Hampir semua threadsforums yang membahas trading pair FX mulai dan berakhir dalam kebingungan. Pedagang nampaknya menyukai ide trading pair FX tapi saya belum melihat strategi yang dikonseptualisasikan dengan sangat baik, apalagi diperdagangkan dengan baik. Thread ini akan mencoba membalikkan tren ini. Pairs Trading Strategy: Saya telah menemukan indikator MT4 yang menarik yang mengkonseptualisasikan trading pasangan FX dengan baik, memberi saya titik awal yang baik. Gambar yang terlampir menunjukkan indikator bollinger band looking, namun perbedaannya disini adalah bahwa osilator mewakili selisih harga antara 2 pasang. Ketika osilator bergerak ke salah satu ekstrim, 2 pasang menunjukkan decoupling membeli pasangan yang lebih rendah pada pasangan yang lebih tinggi, TP pada tingkat pengembalian ke mean. Namun, seperti halnya perdagangan bollinger band, harga yang berhubungan dengan band deviasi standar tidak selalu mewakili pembelian atau penjualan. Sinyal ini perlu disaring dengan cerdas. Catatan: Karena indikator yang saya lihat adalah iklan komersial, dan saya tidak ingin thread ini dipindahkan ke bagian komersial, saya tidak akan menyebutkan nama atau memberikan tautan di sini. Harapan saya adalah bahwa entah sudah ada versi gratis yang bagus dari indikator ini yang beredar atau seseorang yang ahli teknologi dapat mencambuknya untuk kita. Tujuan dari thread ini: 1 menggagalkan pro dan kontra dari perdagangan pasangan 2 jika kita bisa melewati itu, membangun sebuah strategi Attached Image (klik untuk memperbesar) Bergabung bulan Okt 2012 Status: Anggota 1.959 Posting Meskipun saya akan setuju bahwa AUDUSD dan NZDUSD Berkorelasi, saya berpikir bahwa mendasarkan strategi pada mengembalikan mean berarti berisiko. Jika 2 pasang cenderung kembali ke nilai rata-rata, maka Anda akan melihat grafik AUDNZD berosilasi di sekitar poros dan ini tidak terjadi. Tentu saja, melihat grafik, Anda mungkin bisa mengenali tempat di mana hal ini terjadi, namun secara real time, tidak begitu mudah. Please Do not PM Me With Coding Inquiries Bergabung Agustus 2011 Status: Member 1.132 Posting Anda tidak bisa hanya membeli Aussie dan menjual Kiwi. Dengan melakukan itu Anda berakhir dengan posisi panjang di AUDNZD. Anda harus menyeimbangkan ukuran posisi tergantung pada faktor kointegrasi saat ini dari kedua pasang. Filter yang Anda butuhkan adalah tes akar unit seperti uji Augbyed DickeyFuller Sadarilah bahwa tes tersebut - memerlukan banyak sampel untuk memberi pembacaan yang valid (lag) - berkinerja buruk pada data pasar (rangkaian waktu yang tidak sesuai fraksional) Tidak ada keserakahan. Tidak takut. Hanya matematika Bergabung Juli 2009 Status: Perdagangan. Ulasan. Perbaiki 986 Posts 7bit menulis EA yang melakukan hampir semuanya untuk Anda. Filter yang Anda butuhkan adalah tes akar unit seperti uji coba DickeyFuller yang Ditingkatkan Sadarilah bahwa tes tersebut - memerlukan banyak sampel untuk memberikan pembacaan yang valid (lag) - berkinerja buruk pada data pasar (rangkaian waktu yang tidak sesuai fraksional) Wasnt 7bits EA untuk co - Integrasi, bukan korelasi, itulah yang Peter bicarakan. Saya menyadari dua mazhab pemikiran utama mengenai perdagangan pasangan. Keduanya melibatkan pembalikan rata-rata. Keduanya memiliki kelebihan dan kekurangan. 1) Empiris atau bebas model (korelasi) Sekolah empiris menghitung penyebaran pada dua (atau lebih) pasangan berkorelasi tinggi dan deviasi perdagangan yang menyebar kembali ke mean atau titik lainnya. Perhitungannya bisa seperti: spread A coef1 - B coef2 Dimana A dan B adalah dua pasangan berkorelasi dan coef1 dan coef2 mewakili koefisien bobot yang menunjukkan bahwa konstanta yang membantu menormalisasi membuat spread lebih stasioner untuk pengembalian mean yang lebih mudah. Saya tahu 3 metode untuk menghitung koefisien: a) volatilitas, seperti ATR1 ATR2 (di mana 1 dan 2 berkorelasi pasangan mata uang) b) beta seperti betaA cov (A, B) var (B) untuk mendapatkan beta untuk simbol A di Istilah simbol B c) kointegrasi untuk menghitung vektor beta betas untuk digunakan sebagai bobot. Pro: model-free pair trading sangat mudah dimengerti dan cukup mudah untuk diperdagangkan. Begitu Anda menetapkan beberapa bobot, Anda cukup menerapkan peraturan pada spread untuk pengembalian rata-rata. Dengan asumsi pasangan A dan B tetap berkorelasi, pada akhirnya Anda akan mendapatkan pengembalian yang berarti. Perlu dicatat bahwa korelasi berdasarkan data pasar sangat tidak dapat diandalkan. Con: Jika terjadi kejutan dimana A B decouple, spread akan trend dan strategi reversi rata-rata akan mengakibatkan kerugian. 2) Model based (cointegration) Metode kointegrasi berbasis model biasanya menggunakan metode dua langkah Engle-Granger atau metode Johansen yang menguji ko-movement jangka panjang di antara pasangan. Co-movement berbeda dari korelasi karena pasangan tidak harus bergerak bersama sepanjang waktu (seperti dalam korelasi), mereka hanya perlu mengembalikan (bukan melayang) dan tetap berada dalam jarak tertentu. Ada tes lain seperti uji Phillips-Ouliaris yang mencoba menjelaskan pemutusan struktur pada data. Dalam kasus metode dua langkah Engle-Granger, beta regresi memberikan ukuran perdagangan untuk pasangan. Dengan Johansen, vektor eigen digunakan untuk mengukur penyebaran perdagangan. Con: Istirahat struktural (seperti di sekolah empiris) tidak mudah diidentifikasi sebelum terjadi dan akibatnya tren dapat terjadi dalam perdagangan aktual yang tidak terjadi dalam pengujian. Selain itu, regresi adalah metode optimasi dan akibatnya mungkin ada kecenderungan alami untuk perhitungan spread menjadi overfit. Pro: Tes statistik tambahan seperti ADF (tambahan dicker tambahan) dapat digunakan untuk memvalidasi atau mendapatkan beberapa ukuran kepercayaan mengenai apakah hubungan kointegrasi benar-benar ada di tempat pertama. Tapi, perlu dicatat bahwa seperti semua tes statistik, yang melewati ADF tidak menjamin bahwa penyebaran tersebut akan tetap terkointegrasi pada data baru yang tidak terlihat. Ringkasan Mungkin pertanyaan pertama yang seharusnya: haruskah saya menggunakan metode pengembalian rata-rata di pasar keuangan Pasar memiliki distribusi tailed lemak dan dengan demikian strategi pengembalian rata-rata dimulai dengan struktur yang kurang menguntungkan vs. pasar. Ini pada dasarnya berarti bahwa pasangan, dan spread yang dihitung dari pasangan tersebut akan memiliki kecenderungan alami untuk tidak tetap diam dan dengan demikian spread mungkin tidak berarti mengembalikan dalam jangka panjang. Pasar memiliki distribusi tailed lemak dan dengan demikian strategi pengembalian rata-rata dimulai dari sisi yang kurang menguntungkan dibandingkan struktur pasar. Ini pada dasarnya berarti bahwa pasangan, dan spread yang dihitung dari pasangan tersebut akan memiliki kecenderungan alami untuk tidak tetap diam dan dengan demikian spread mungkin tidak berarti mengembalikan dalam jangka panjang. Saya sudah mulai menulis posting besar tapi sudah jelas, bukan yang berhubungan dengan pasang trading dan pemborosan ruang jadi terhapus. Poin OPs lebih relevan daripada pertanyaan Anda. Pasar memiliki ekor gemuk tapi JUGA memiliki kecenderungan untuk kembali ke mean (beberapa lebih dari yang lain) dan melakukannya sebagian besar waktu. Saat ekor gemuk terjadi bisa ditebak banyak waktu (pengumuman berita utama, opencloses pasar dll). Anda salah informasi untuk berpikir strategi pengembalian berarti memiliki kelemahan. Edit: tidak memperdebatkan korelasi dan kointegrasi Anda, informasi yang baik Bergabung Agustus 2009 Status: Member 303 Post Sesuatu yang mungkin ingin Anda lihat yang akan mendapatkan banyak kerumunan ritel dari sisi ketika saya mengatakan itu rata-rata masuk Banyak orang Yang melakukan perdagangan menyebar dan memasangkan saham perdagangan, daripada mengatakan bahwa mereka masuk dalam posisi penuh satu poin, mungkin masuk setengah pada satu titik, kemudian separuh lagi di titik lain (jika sampai di sana), atau melakukannya di pertiga, dan lain-lain, Anda perlu Menjadi fleksibel tergantung pada volatilitas pasangan dan kondisi pasar. Secara pribadi, saya akan melihat pair trading stocks atau menyebarkan instrumen lain daripada pair trading forex karena Anda secara efektif hanya melakukan perdagangan cross pair. Atau mungkin menyebarkan mata uang dengan instrumen lain dan bukan mata uang lain. Jika saya bisa kembali ke awal perjalanan perdagangan saya atau merekomendasikan kepada seseorang bagaimana memulai trading, saya pikir pasangan tradingspreading adalah cara terbaik untuk pergi. Bergabung Jan 2007 Status: berkembang. 915 Posting Mungkin pertanyaan pertama yang seharusnya: haruskah saya menggunakan metode pengembalian rata-rata di pasar keuangan Pasar memiliki distribusi tailed lemak dan dengan demikian strategi pengembalian rata-rata dimulai dari struktur yang kurang menguntungkan vs. pasar. Ini pada dasarnya berarti bahwa pasangan, dan spread yang dihitung dari pasangan tersebut akan memiliki kecenderungan alami untuk tidak tetap diam dan dengan demikian spread mungkin tidak berarti mengembalikan dalam jangka panjang. Bagi mereka yang tertarik untuk memahami sedikit lebih banyak tentang sifat kerugian pembalikan rata-rata yang saya sebutkan: Sinopsis: Perdagangan pasangan adalah strategi netral pasar dalam bentuknya yang paling sederhana. Strategi ini melibatkan aset lama (atau bullish) satu dan pendek (atau bearish) lainnya. Jika benar dilakukan, investor akan mendapatkan jika pasar naik atau turun. Tentu saja, pertanyaan yang jelas muncul: Aset apa yang harus dibeli Berapa harga Rasio apa yang kita gunakan untuk membangun pasangan dengan benar Kapan kita bisa mengatakan bahwa harga telah menyimpang Jaket Deskripsi: Perdagangan pasangan adalah contoh paling sederhana untuk menerapkan strategi netral pasar. Ini melibatkan perdagangan sekuritas secara berpasangan yang terdiri dari posisi panjang dalam satu keamanan dan posisi pendek di sisi lain. Jika dilakukan dengan benar, investor akan berada dalam posisi ideal untuk mendapatkan situasi apa pun jika pasar naik atau turun. Penulis Ganapathy Vidyamurthy meneliti dua versi pasang iklan yang muncul dalam konteks arbitrase statistik dan arbitrase risiko. Dia menawarkan sudut pandang menarik yang mengintegrasikan teori dan praktik memberikan analisis mendalam dan wawasan dalam kedua kasus ini. Masalah yang dihadapi saat menerjemahkan teori ke praktik ditangani secara langsung, mempersenjatai profesional investasi dengan alat kuantitatif yang diperlukan untuk menjawab pertanyaan kunci yang berkaitan dengan jenis perdagangan ini. Ditulis dengan gaya yang mudah dan mudah diakses, buku ini adalah perpaduan ide yang mulus mulai dari teori ekonometri, teori kontrol, dan penelitian operasi hingga teori keuangan utama seperti teori harga arbitrase dan teori klaim kontinjensi. Ini disusun dalam tiga bagian yang dikemas secara informasi. Bagian I menetapkan konteks untuk sisa buku ini dengan memperkenalkan materi tentang topik utama termasuk deret waktu, model faktor, dan penyaringan Kalman. Bagian II dari buku rincian pasangan arbitrase statistik, arbitrase nilai relatif berdasarkan pada premis bahwa ada ekuilibrium jangka panjang antara harga saham yang terdiri dari pasangan. Bagian III bergerak untuk menggambarkan teknik dan strategi perdagangan yang terkait dengan arbitrase risiko. Teknik arbitrase yang dipraktekkan secara luas ini melibatkan perdagangan pasangan yang muncul dalam konteks acara perusahaan, terutama merger dan akuisisi. Anda juga akan menemukan mengapa jika mereka disebut strategi arbitrase di industri mereka tidak berarti bebas risiko. Perdagangan Pasangan berisi formula spesifik dan teruji untuk mengidentifikasi dan berinvestasi secara berpasangan. Untuk lebih memudahkan pemahaman tentang metode ini, sebuah ringkasan bullet yang menyoroti poin-poin utama diberikan di akhir setiap bab. Peppered dengan humor dan cuplikan sejarah, Pairs Trading menyediakan kerangka kerja dan wawasan untuk menerapkan analisis yang ketat terhadap pasangan perdagangan di pasar ekuitas. BAGIAN SATU: LATAR BELAKANG. Bab 1 Pendahuluan. Strategi Netral Pasar. Bab1602. Seri Waktu. Model Seri Waktu. Kebaikan Fit versus Bias. Pemodelan Harga Saham. Bab 3. Model Faktor. Teori Harga Arbitrase. Matriks Kovarian. Aplikasi: Menghitung Risiko pada Portofolio. Aplikasi: Perhitungan Portofolio Beta. Aplikasi: Tracking Basket Design. Bab 4. Penyaringan Kalman. Filter Kalman. Filter Skalar Kalman. Menyaring Jalan Acak. Aplikasi: Contoh dengan Standard Poor Index. BAGIAN DUA: ARBITRAGE STATISTIK. Bab 5. Ikhtisar. Menerapkan Model. Strategi Trading. Peta Jalan untuk Desain Strategi. Bab 6. Pemilihan Pasangan di Pasar Ekuitas. Model Cointegration Tren Bersama. Model Tren Umum dan APT. Jarak Mengukur. Menafsirkan Jarak Jauh. Mendamaikan Teori dan Praktik. Bab 7. Pengujian untuk Tradability. Hubungan Linear. Memperkirakan Hubungan Linear: Pendekatan Multifaktor. Memperkirakan Hubungan Linear: Pendekatan Regresi. Menguji Sisa untuk Tradability. Bab 8. Desain Perdagangan. Desain Band untuk White Noise. Mengikat Up Loose Ends. BAGIAN KETIGA: RISIKO ARBITRAGE PAIRS. Bab 9. Mekanisme Arbitrase Resiko.