Índice direcional médio (ADX) Índice direcional médio (ADX) Introdução O índice direcional médio (ADX), o indicador direcional menor (-DI) e o indicador direccional Plus (DI) representam um grupo de indicadores de movimento direcional que formam um sistema comercial desenvolvido por Welles Mais selvagem. Wilder projetou ADX com commodities e os preços diários em mente, mas esses indicadores também podem ser aplicados aos estoques. O Índice Directivo Direcional (ADX) mede a força da tendência, independentemente da direção da tendência. Os outros dois indicadores, Indicador Direcional Plus (DI) e Indicador Direcional Menos (-DI), complementam ADX definindo a direção da tendência. Usados em conjunto, os cartistas podem determinar a direção e a força da tendência. Wilder apresenta os indicadores do Movimento Direcional em seu livro de 1978, New Concepts in Technical Trading Systems. Este livro também inclui detalhes sobre o alcance real médio (ATR), o sistema SAR parabólico e RSI. Apesar de serem desenvolvidos antes da idade do computador, os indicadores de Wilder039 são incrivelmente detalhados em seus cálculos e resistiram à prova do tempo. O Movimento Direcional Plus Movimento Direcional (DM) e Movimento Direcional Menos (-DM) formam a espinha dorsal do Índice Directivo Médio (ADX). Um movimento direcional determinado mais selvagem comparando a diferença entre dois mínimos consecutivos com a diferença entre os altos. O movimento direcional é positivo (mais) quando a alta alta menos a alta anterior é maior que a baixa anterior menos a baixa atual. O chamado Movimento Direcional Plus (DM) é igual à corrente alta menos a alta anterior, desde que seja positiva. Um valor negativo simplesmente seria inserido como zero. O movimento direcional é negativo (menos) quando o mínimo anterior menos a baixa atual é maior do que a alta atual menos a alta anterior. O chamado Movimento Direcional Minúsculo (-DM) é igual ao mínimo anterior menos a baixa atual, desde que seja positivo. Um valor negativo simplesmente seria inserido como zero. O gráfico acima mostra quatro exemplos de cálculo para o movimento direcional. O primeiro emparelhamento mostra uma grande diferença positiva entre os máximos para um forte Movimento Direcional Plus (DM). O segundo emparelhamento mostra um dia exterior com o Movimento Direcional Menos (-DM) obtendo a borda. O terceiro emparelhamento mostra uma grande diferença entre os mínimos para um forte Movimento Direcional Menos (-DM). O emparelhamento final mostra um dia interno, o que equivale a nenhum movimento direcional (zero). Tanto o Movimento Direcional Plus (DM) quanto o Movimento Direcional Menos (-DM) são negativos e se cancelam uns aos outros. Os valores negativos retornam para zero. Todos os dias internos terão um movimento direcional zero. Cálculo As etapas de cálculo para o Índice Directivo Direcional (ADX) são detalhadas em cada etapa. Average True Range (ATR) não está detalhado porque existe um artigo inteiro da ChartSchool para isso. Basicamente, ATR é a versão de Wilder039 do intervalo de negociação de dois períodos. As versões suavizadas do Movimento Direccional Plus (DM) e do Movimento Direcional Menos (-DM) são divididas por uma versão suavizada do Rácio Real Médio (ATR) para refletir a magnitude real de um movimento. O exemplo abaixo é baseado em um cálculo ADX de 14 dias. 1. Calcule o Real Range (TR), Movimento Direcional Plus (DM) e Movimento Direcional Menos (-DM) para cada período. 2. Alise esses valores periódicos usando as técnicas de suavização Wilder039s. Estes são explicados em detalhes na próxima seção. 3. Divida o Movimento Direcional Suavizado de 14 dias (DM) pela faixa verdadeira suavizada de 14 dias para encontrar o Indicador direcional Plus de 14 dias (DI14). Multiplique por 100 para mover o ponto decimal em dois lugares. Este DI14 é o Plus Directional Indicator (linha verde) que é plotado junto com ADX. 4. Divida o Movimento Direcional de Minúsculo Suavizado de 14 dias (-DM) pela faixa verdadeira suavizada de 14 dias para encontrar o Indicador Direcional Menos de 14 dias (-DI14). Multiplique por 100 para mover o ponto decimal em dois lugares. Este - DI14 é o Indicador Direcional Menos (linha vermelha) que é plotado junto com ADX. 5. O Índice de Movimento Direcional (DX) é igual ao valor absoluto de DI14 menos - DI14 dividido pela soma de DI14 e - DI14. Multiplique o resultado em 100 para mover o ponto decimal em dois lugares. 6. Depois de todas essas etapas, é hora de calcular o Índice direcional médio (ADX). O primeiro valor ADX é simplesmente uma média de 14 dias do DX. Os valores ADX subsequentes são alisados multiplicando o valor ADX de 14 dias anterior por 13, adicionando o valor DX mais recente e dividindo esse total em 14. Acima é um exemplo de planilha com todas as etapas envolvidas. Existe uma diferença de cálculos de 119 dias, pois cerca de 150 períodos são necessários para absorver as técnicas de suavização. Os entusiastas do ADX podem clicar aqui para baixar esta planilha e ver os detalhes sangrentos. O gráfico abaixo mostra um exemplo de ADX usando o Nasdaq 100 ETF (QQQQ). Suavização Wilder039s Como se viu no cálculo ADX, há muito envolvimento envolvente e é importante entender os efeitos. Devido às técnicas de suavização de Wilder039, pode levar cerca de 150 períodos de dados para obter valores de ADX verdadeiros. A Wilder usa técnicas de suavização semelhantes com seus cálculos RSI e Average True Range. Os valores ADX usando apenas 30 períodos de dados históricos não coincidirão com os valores de ADX usando 150 períodos de dados históricos. Os valores de ADX com 150 dias ou mais de dados permanecerão consistentes. A primeira técnica é usada para suavizar os valores de DM1, - DM1 e TR1 de cada período em mais de 14 períodos. Tal como acontece com uma média móvel exponencial. O cálculo deve começar em algum lugar, então o primeiro valor é simplesmente a soma dos primeiros 14 períodos. Como mostrado abaixo, o alisamento começa com o segundo cálculo de 14 períodos e continua por completo. A segunda técnica é usada para suavizar o valor DX de cada período para finalizar com o Índice Directivo Direcional (ADX). Primeiro, calcule uma média para os primeiros 14 dias como ponto de partida. O segundo e os cálculos subseqüentes usam a técnica de suavização abaixo: Interpretação O Índice direcional médio (ADX) é usado para medir a força ou fraqueza de uma tendência, não a direção real. O movimento direcional é definido por DI e - DI. Em geral, os touros têm a ponta quando DI é maior do que - DI, enquanto os ursos têm a ponta quando - DI é maior. Os cruzamentos desses indicadores direcionais podem ser combinados com o ADX para um sistema comercial completo. Antes de olhar alguns sinais com exemplos, tenha em mente que Wilder era comerciante de commodities e moeda. Os exemplos em seus livros são baseados nesses instrumentos, não em ações. Isso não significa que seus indicadores não podem ser usados com ações. Algumas ações possuem características de preços similares às commodities, que tendem a ser mais voláteis com tendências curtas e fortes. Os estoques com baixa volatilidade podem não gerar sinais com base nos parâmetros de Wilder039s. Os cartistas provavelmente precisarão ajustar as configurações do indicador ou os parâmetros do sinal de acordo com as características da segurança. Força de tendência No seu valor mais básico, o Índice Directivo de Direção (ADX) pode ser usado para determinar se uma segurança está em tendência ou não. Essa determinação ajuda os comerciantes a escolher entre um sistema de seguimento de tendência ou um sistema que não segue a tendência. Wilder sugere que uma forte tendência está presente quando o ADX está acima de 25 e nenhuma tendência está presente quando abaixo de 20. Parece haver uma zona cinza entre 20 e 25. Conforme mencionado acima, os autores podem precisar ajustar as configurações para aumentar a sensibilidade e os sinais . O ADX também tem uma certa quantidade de atraso devido a todas as técnicas de suavização. Muitos analistas técnicos usam 20 como o nível-chave para o ADX. O gráfico acima mostra Nordstrom (JWN) com o SMA de 50 dias e o Índice Direcional Médio de 14 dias (ADX). O estoque passou de uma forte tendência de alta para uma forte tendência de baixa em abril-maio, mas ADX permaneceu acima de 20 porque a forte tendência de alta rapidamente se transformou em uma forte tendência de baixa. Houve dois períodos não-tendentes, já que o estoque formou um fundo em fevereiro e agosto. Uma forte tendência surgiu após o final de agosto, enquanto a ADX se movia acima de 20 e permaneceu acima de 20. DI Crossover System Wilder apresentou um sistema simples para negociação com esses indicadores de movimento direcional. O primeiro requisito é que a ADX seja negociada acima de 25. Isso garante que os preços estão sendo exibidos. Muitos comerciantes, no entanto, usam 20 como o nível-chave. Um sinal de compra ocorre quando DI cruza acima - DI. Wilder baseou a parada inicial no final do dia do sinal. O sinal permanece em vigor desde que este seja baixo, mesmo que DI cruza para trás abaixo - DI. Aguarde que esta baixa seja penetrada antes de abandonar o sinal. Este sinal de alta é reforçado se o ADX aparecer e a tendência se fortalecer. Uma vez que a tendência se desenvolve e se torna rentável, os comerciantes terão de incorporar um stop-loss e uma parada final se a tendência continuar. Um sinal de venda dispara quando - DI cruza acima de DI. O alto no dia do sinal de venda torna-se o stop-loss inicial. O gráfico acima mostra Medco Health Solutions com os três indicadores de movimento direcional. Observe que 20 é usado em vez de 25 para qualificar os sinais ADX. Uma configuração mais baixa significa sinais mais possíveis. As linhas pontilhadas verdes mostram os sinais de compra e as linhas pontilhadas vermelhas mostram os sinais de venda. As paradas iniciais de Wilders não foram incorporadas para se concentrar nos sinais indicadores. Como o gráfico mostra claramente, há muitas DI e - DI cruza. Alguns ocorrem com ADX acima de 20 sinais de validade. Outros ocorrem para invalidar sinais. Tal como acontece com a maioria desses sistemas, haverá whipsaws, ótimos sinais e sinais ruins. A chave, como sempre, é incorporar outros aspectos da análise técnica. Por exemplo, o primeiro grupo de whipsaws em setembro de 2009 ocorreu durante uma consolidação. Além disso, essa consolidação parecia uma bandeira, que é uma consolidação de alta que se forma após um avanço. Teria sido prudente ignorar os sinais de baixa, com um padrão de continuação de alta. O sinal de compra de junho de 2010 ocorreu perto de uma zona de resistência marcada por suporte quebrado e a zona de retracement 50-62. Seria prudente ignorar um sinal de compra tão próximo dessa zona de resistência. O gráfico acima mostra ATampT (T) com três sinais durante um período de 12 meses. Esses três sinais eram bastante bons, desde que os lucros foram obtidos e as paradas anteriores foram usadas. Wilders Parabolic SAR poderia ter sido usado para definir uma perda de stop-stop. Observe que não houve sinal de venda entre os sinais de compra de março e julho. Isso ocorre porque o ADX não estava acima de 20 quando o ID-I cruzou acima de DI no final de abril. Conclusões Os cálculos do indicador de movimento direcional são complexos, a interpretação é direta e a implementação bem-sucedida é prática. DI e - DI crossovers são bastante frequentes e os chartists precisam filtrar esses sinais com análises complementares. Definir um requisito ADX irá reduzir os sinais, mas este indicador suavizado tende a filtrar tantos bons sinais como ruins. Em outras palavras, os cartistas podem considerar mover o ADX para o back-burner e se concentrar nos Indicadores Direcionais para gerar sinais. Esses sinais de cruzamento serão semelhantes aos gerados usando osciladores de momentum. Portanto, os chartists precisam procurar outro lugar para obter ajuda de confirmação. Indicadores baseados em volume, análise básica de tendências e padrões de gráfico podem ajudar a distinguir sinais de cruzamento fortes de sinais de cruzamento fracos. Por exemplo, os chartists podem se concentrar nos sinais de compra de DI quando a tendência maior é aumentada e - DI vende sinais quando a tendência maior está baixa. Os usuários SharpCharts SharpCharts podem traçar os indicadores de movimento direcional selecionando o Índice Directivo Direcional (ADX) na lista suspensa do indicador. Por padrão, ADX estará em preto, o Indicador Direcional Plus (DI) em verde e o Indicador Direcional Menos (-DI) em vermelho. Isso facilita a identificação de cruzamentos de indicadores direcionais. Enquanto o ADX pode ser plotado acima, abaixo ou por trás do gráfico do preço principal, recomenda-se que você trate acima ou abaixo porque há três linhas envolvidas. Uma linha horizontal pode ser adicionada para ajudar a identificar os movimentos do ADX. O exemplo do gráfico abaixo também mostra o SMA de 50 dias e o SAR Parabólico traçado por trás do gráfico de preços. A média móvel é usada para filtrar sinais. Somente os sinais de compra são usados quando se negociam acima da média móvel de 50 dias. Uma vez iniciado, o Parabolic SAR pode ser usado para definir paradas. Clique aqui para um exemplo ao vivo do ADX. Análise sugerida de aumento global com DI Crossing acima de - DI. Esta varredura começa com ações que medem o volume diário de 100.000 ações e têm um preço de fechamento médio acima de 10. Uma tendência de alta está presente ao negociar acima da SMA de 50 dias. Um sinal de compra é possível quando o ADX está acima de 20. Este sinal se materializa quando DI se move acima - DI. Baixa descendente com - DI Crossing acima de DI. Esta varredura começa com ações que compartilham o volume diário de 100.000 ações e têm um preço de fechamento médio acima de 10. Uma tendência de baixa está presente ao negociar abaixo da SMA de 50 dias. Um sinal de venda é possível quando o ADX está acima de 20. Este sinal se materializa quando - DI se move acima de DI. Stocks amp Commodities Artigos da revista: 30 de novembro de 2016, 12:34 pm Alguns meses atrás, um leitor me apontou essa nova maneira de conectar R e Excel. Não sei por quanto tempo isso aconteceu, mas nunca encontrei isso e eu nunca vi nenhuma postagem no blog ou artigo sobre isso. Então eu decidi escrever uma publicação, pois a ferramenta realmente vale a pena e antes de qualquer pessoa pedir, I8217m não está relacionado à empresa de forma alguma. BERT significa Basic Excel R Toolkit. It8217s gratuito (licenciado sob a GPL v2) e foi desenvolvido pela Structured Data LLC. No momento da redação, a versão atual do BERT é 1.07. Mais informações podem ser encontradas aqui. De uma perspectiva mais técnica, o BERT é projetado para suportar a execução de funções R a partir de células da planilha do Excel. Em termos de Excel, it8217s para escrever funções definidas pelo usuário (UDFs) em R. Nesta postagem, I8217m não vai mostrar-lhe como o R e o Excel interagem via BERT. Existem muitos tutoriais aqui. Aqui e aqui. Em vez disso, quero mostrar-lhe como usei o BERT para construir uma torre 8222control para minha negociação. Meus sinais comerciais são gerados usando uma longa lista de arquivos R, mas eu preciso da flexibilidade do Excel para exibir resultados de forma rápida e eficiente. Como mostrado acima, o BERT pode fazer isso por mim, mas eu também quero adaptar o aplicativo às minhas necessidades. Ao combinar o poder de XML, VBA, R e BERT, posso criar uma aplicação bem parecida e poderosa, na forma de um arquivo Excel com código VBA mínimo. Em última análise, eu tenho um único arquivo do Excel reunindo todas as tarefas necessárias para gerenciar o meu portfólio: atualização do banco de dados, geração de sinal, envio de pedidos, etc8230. Minha abordagem poderia ser dividida nas 3 etapas abaixo: use XML para criar menus e botões definidos pelo usuário em um Excel Arquivo. Os menus e botões acima são essencialmente chamadas para funções VBA. Essas funções VBA estão envolvidas em torno de funções R definidas usando o BERT. Com esta abordagem, posso manter uma distinção clara entre o núcleo do meu código mantido em R, SQL e Python e tudo o que é usado para exibir e formatar resultados mantidos no Excel, VBA amp XML. Nas próximas seções, apresento o pré-requisito para desenvolver essa abordagem e um guia passo a passo que explica como o BERT poderia ser usado para simplesmente passar dados de R para Excel com um código mínimo de VBA. 1 8211 Baixe e instale o BERT a partir deste link. Uma vez que a instalação foi concluída, você deve ter um novo menu de suplementos no Excel com os botões, conforme mostrado abaixo. É assim que o BERT se materializou no Excel. 2 8211 Baixe e instale o editor personalizado de UI. O Editor de UI personalizado permite criar menus e botões definidos pelo usuário na fita do Excel. Um procedimento passo a passo está disponível aqui. Guia passo a passo 1 8211 Código R: A função R abaixo é um pedaço de código muito simples apenas para fins ilustrativos. Calcula e retorna os resíduos de uma regressão linear. É o que queremos recuperar no Excel. Salve isso em um arquivo chamado myRCode. R (qualquer outro nome está bem) em um diretório de sua escolha. 2 8211 funções. R em BERT. No Excel, selecione Add-Ins - gt Home Directory e abra o arquivo chamado functions. R. Neste arquivo cole o seguinte código. Certifique-se de inserir o caminho correto. Isso é apenas o acesso ao BERT o arquivo R que você criou acima. Em seguida, salve e feche as funções do arquivo. R. Se você deseja fazer alguma alteração no arquivo R criado na etapa 1, você terá que recarregá-lo usando o botão BERT 8220Reload Startup File8221 no menu Add-Ins no Excel 3 8211 No Excel: Crie e salve um arquivo chamado myFile. xslm (Qualquer outro nome está bem). Este é um arquivo ativado por macro que você salva no diretório que você escolheu. Uma vez que o arquivo é salvo, feche-o. 4 8211 Abra o arquivo criado acima no editor UI personalizado: depois que o arquivo estiver aberto, cole o código abaixo. Você deve ter algo assim no editor XML: Essencialmente, esse código XML cria um menu adicional (RTrader), um novo grupo (Meu Grupo) e um botão definido pelo usuário (Novo botão) na faixa do Excel. Uma vez que você esteja pronto, abra myFile. xslm no Excel e feche o Editor de UI personalizado. Você deve ver algo assim. 5 8211 Abra o editor VBA. Em myFile. xlsm insira um novo módulo. Cole o código abaixo no módulo recém-criado. Isso apaga os resultados anteriores na planilha antes de copiar novos. 6 8211 Clique em Novo botão. Agora volte para a planilha e no menu RTrader, clique no botão 8220New Button8221. Você deve ver algo como o que aparece abaixo. O guia acima é uma versão muito básica do que pode ser alcançado usando o BERT, mas mostra como combinar o poder de várias ferramentas específicas para criar sua própria aplicação personalizada. Do meu ponto de vista, o interesse de tal abordagem é a capacidade de juntar R e Excel, obviamente, mas também para incluir via XML (e lote) partes de código de Python, SQL e muito mais. Isso é exatamente o que eu precisava. Finalmente, eu ficaria curioso para saber se alguém tem alguma experiência com o BERT 19 de agosto de 2016, às 9h26. Ao testar as estratégias de negociação, uma abordagem comum é dividir o conjunto de dados inicial em dados de amostra: a parte dos dados projetados para calibrar O modelo e fora dos dados de amostra: a parte dos dados utilizados para validar a calibração e garantir que o desempenho criado na amostra seja refletido no mundo real. Como regra geral, cerca de 70 dos dados iniciais podem ser utilizados para calibração (isto é, na amostra) e 30 para validação (isto é, fora da amostra). Em seguida, uma comparação dos dados de entrada e de saída ajuda a decidir se o modelo é robusto o suficiente. Esta publicação tem como objetivo avançar um pouco e fornece um método estatístico para decidir se os dados fora da amostra estão de acordo com o que foi criado na amostra. No gráfico abaixo, a área azul representa o desempenho fora da amostra para uma das minhas estratégias. Uma simples inspeção visual revela um bom ajuste entre o desempenho dentro e fora da amostra, mas o grau de confiança que eu tenho neste. Nesta fase, não é muito e essa é a questão. O que é realmente necessário é uma medida de similaridade entre os conjuntos de dados dentro e fora da amostra. Em termos estatísticos, isso pode ser traduzido como a probabilidade de os números de desempenho dentro e fora da amostra serem provenientes da mesma distribuição. Existe um teste estatístico não-paramétrico que faz exatamente isso: o teste de Kruskall-Wallis. Uma boa definição deste teste pode ser encontrada na coleção R-Tutor 8220A. As amostras de dados são independentes se elas vierem de populações não relacionadas e as amostras não se afetam. Usando o teste de Kruskal-Wallis. Podemos decidir se as distribuições da população são idênticas sem assumir que elas sigam a distribuição normal.8221 O benefício adicional deste teste não está assumindo uma distribuição normal. Existe outros testes da mesma natureza que possam enquadrar-se nesse quadro. O teste de Mann-Whitney-Wilcoxon ou os testes de Kolmogorov-Smirnov adequam-se perfeitamente à estrutura descreve aqui no entanto, isso está além do escopo deste artigo para discutir os prós e os contras de cada um desses testes. Uma boa descrição junto com os exemplos R pode ser encontrada aqui. Aqui, o código usado para gerar o gráfico acima e a análise: no exemplo acima, o período de amostra é maior do que o período fora da amostra, então eu criei aleatoriamente 1000 subconjuntos dos dados de amostra, cada um deles com o mesmo comprimento que o fora De dados de amostra. Em seguida, testei cada subconjunto de amostra contra os dados fora da amostra e gravei os valores p. Esse processo não cria um único valor de p para o teste de Kruskall-Wallis, mas uma distribuição que torna a análise mais robusta. Neste exemplo, a média dos valores de p é bem acima de zero (0.478), indicando que a hipótese nula deve ser aceita: há fortes evidências de que os dados dentro e fora da amostra são provenientes da mesma distribuição. Como de costume, o que é apresentado nesta publicação é um exemplo de brinquedo que apenas arranha a superfície do problema e deve ser adaptado às necessidades individuais. No entanto, acho que propõe um quadro estatístico interessante e racional para avaliar os resultados da amostra. Esta publicação está inspirada nos seguintes dois artigos: Vigier Alexandre, Chmil Swann (2007), Efeitos de várias funções de otimização sobre o desempenho de amostras de estratégias de negociação desenvolvidas genéticamente, Previsão de mercados financeiros Conferência Vigier Alexandre, Chmil Swann (2010), An Processo de otimização para melhorar a consistência da amostra, um caso do mercado de ações, JP Morgan Cazenove Equity Quantitative Conference, Londres outubro de 2010 13 de dezembro de 2015, 2:03 pm A pesquisa quantitativa implica uma grande quantidade de dados crunching e um precisa de dados limpos e confiáveis para Alcançar isso. O que é realmente necessário é a limpeza de dados que é facilmente acessível (mesmo sem conexão à internet). A maneira mais eficiente de fazer isso para mim foi manter um conjunto de arquivos csv. Obviamente, esse processo pode ser tratado de várias maneiras, mas eu encontrei horas extras muito eficientes e simples para manter um diretório onde eu armazeno e atualize arquivos csv. Eu tenho um arquivo csv por instrumento e cada arquivo é nomeado após o instrumento que ele contém. A razão pela qual eu faço isso é dupla: primeiro, eu não quero baixar dados (preço) do Yahoo, Google etc8230 sempre que eu quiser testar uma nova idéia, mas mais importante, uma vez que identifiquei e solucionei um problema, eu não quero ter que Faça novamente a próxima vez que eu precisar do mesmo instrumento. Simples, mas muito eficiente até agora. O processo está resumido no quadro abaixo. Em tudo o que se segue, suponho que os dados sejam provenientes do Yahoo. O código terá de ser alterado para os dados do Google, Quandl etc8230 Além disso, eu apresento o processo de atualização dos dados diários de preços. A configuração será diferente para dados de freqüência mais alta e outro tipo de conjunto de dados (ou seja, diferente dos preços). 1 8211 Download inicial de dados (listOfInstruments. R amp historicalData. R) O arquivo listOfInstruments. R é um arquivo contendo apenas a lista de todos os instrumentos. Se um instrumento não for parte da minha lista (ou seja, nenhum arquivo csv na minha pasta de dados) ou se você fizer isso pela primeira vez que você deve baixar o conjunto de dados históricos inicial. O exemplo abaixo baixa um conjunto de preços diários dos ETFs da Yahoo Finance de volta para janeiro de 2000 e armazena os dados em um arquivo csv. 2 8211 Atualizar dados existentes (updateData. R) O código abaixo começa a partir de arquivos existentes na pasta dedicada e atualiza todos eles um após o outro. Costumo executar esse processo todos os dias, exceto quando I8217m de férias. Para adicionar um novo instrumento, basta executar o passo 1 acima para este instrumento sozinho. 3 8211 Criar um arquivo em lote (updateDailyPrices. bat) Outra parte importante do trabalho é criar um arquivo em lote que automatiza o processo de atualização acima (I8217m, um usuário do Windows). Isso evita abrir o RRStudio e executar o código a partir daí. O código abaixo é colocado em um arquivo. bat (o caminho deve ser alterado com a configuração do reader8217s). Observe que eu adicionei um arquivo de saída (updateLog. txt) para rastrear a execução. O processo acima é extremamente simples porque ele apenas descreve como atualizar os dados de preços diários. Eu usei isso por um tempo e funcionou muito bem para mim até agora. Para dados mais avançados e ou frequências mais elevadas, as coisas podem ficar muito mais complicadas. Como de costume, todos os comentários são bem-vindos 15 de agosto de 2015, às 21h03. A indústria de gerenciamento de ativos está à beira de uma grande mudança. Nos últimos dois anos, Robots Advisors (RA) emergiram como novos jogadores. O termo em si é difícil de definir, pois engloba uma grande variedade de serviços. Alguns são projetados para ajudar os conselheiros tradicionais a alocar melhor o dinheiro de seus clientes e alguns são 8220black box8221 reais. O usuário insere alguns critérios (idade, renda, filhos, etc.) e o robô propõe uma alocação feita sob medida. Entre esses dois extremos, está disponível uma gama completa de ofertas. Eu achei a definição da Wikipedia muito boa. 8220Estes uma classe de consultor financeiro que oferece gerenciamento de portfólio on-line com uma intervenção humana mínima8221. Mais precisamente, eles usam gerenciamento de portfólio baseado em algoritmos para oferecer o espectro completo de serviços que um conselheiro tradicional ofereceria: reinvestimento de dividendos, relatórios de conformidade, reequilíbrio de portfólio, colheita de perda de impostos, etc.8230 (bem, isso é o que a comunidade de investimentos quantitativos está fazendo há décadas). A indústria ainda está em sua infância, com a maioria dos jogadores ainda gerenciando uma pequena quantidade de dinheiro, mas eu só percebi o quão profunda era a mudança quando eu estava na Nova York alguns dias atrás. Quando a RA recebe seus nomes na TV adiciona ou no telhado do táxi da NYC, você sabe que algo grande está acontecendo. Esta é cada vez mais a atenção da mídia e, acima de tudo, faz muito sentido da perspectiva do investidor. Na verdade, existem duas vantagens principais no uso da RA: taxas significativamente mais baixas sobre os conselheiros tradicionais. O investimento é mais transparente e mais simples, o que é mais atraente para as pessoas com conhecimento financeiro limitado. Nesta postagem R é apenas uma desculpa para apresentar bem o que é uma grande tendência em A indústria de gerenciamento de ativos. O gráfico abaixo mostra as partes de mercado da RA mais popular do final de 2014. O código usado para gerar o gráfico abaixo pode ser encontrado no final desta publicação e os dados estão aqui. Esses números são um pouco datados, desde a rapidez com que essa indústria evolui, mas ainda é muito informativa. Não surpreendentemente, o mercado é dominado por provedores dos EUA, como Wealthfront e Betterment, mas a RA surge em todo o mundo: Ásia (8Now), Suíça (InvestGlass), França (Marie Quantier) 8230. Está começando a afetar significativamente a forma como os gestores de ativos tradicionais estão fazendo negócios. Um exemplo proeminente é a parceria entre Fidelity e Betterment. Desde dezembro de 2014, melhorando a marca AUM de 2 bilhões. Apesar de tudo acima, acho que a mudança real está à nossa frente. Como eles usam menos intermediários e produtos de baixa comissão (como ETFs) eles cobram taxas muito mais baixas do que os conselheiros tradicionais. A RA certamente ganhará quotas de mercado significativas, mas também reduzirá as taxas cobradas pela indústria como um todo. Em última análise, isso afetará a forma como as empresas de investimento tradicionais fazem negócios. O gerenciamento de portfólio ativo que está tendo um tempo difícil por alguns anos agora sofrerá ainda mais. As taxas elevadas que cobra serão ainda mais difíceis de justificar, a menos que se reinvente. Outro impacto potencial é o aumento de ETFs e produtos financeiros de baixa comissão em geral. Obviamente, isso começou há um tempo atrás, mas acho que o efeito será ainda mais pronunciado nos próximos anos. Novas gerações de ETF acompanham índices mais complexos e estratégias customizadas. Essa tendência ficará mais forte, inevitavelmente. Como de costume, todos os comentários são bem-vindos 7 de julho de 2015, 8:04 am Há muitos tutoriais da série R que flutuam na web, esta publicação não foi projetada para ser uma delas. Em vez disso, eu quero apresentar uma lista dos truques mais úteis que encontrei ao lidar com as séries temporais financeiras em R. Algumas das funções apresentadas aqui são incrivelmente poderosas, mas infelizmente enterradas na documentação, portanto, meu desejo de criar uma publicação dedicada. Eu só dirijo séries de tempos de frequência diária ou baixa. Lidar com dados de freqüência mais alta requer ferramentas específicas: pacotes de dados ou de alta freqüência são alguns deles. Xts. O pacote xts é o que deve ter quando se trata de séries de tempos em R. O exemplo abaixo carrega o pacote e cria uma série de tempo diária de 400 dias, normalmente distribuídos, retorna merge. xts (pacote xts): isso é incrivelmente poderoso quando se trata de Encadernando duas ou mais vezes as séries juntas se elas têm o mesmo comprimento ou não. O argumento de junção faz a magia que determina como a ligação é executada apply. yearlyapply. monthly (pacote xts): aplique uma função específica para cada período distinto em um determinado objeto de séries temporais. O exemplo abaixo calcula os retornos mensais e anuais da segunda série no objeto tsInter. Observe que eu uso a soma dos pontos de extremidade de retorno (sem composição) (pacote xts): extrair valores de índice de um determinado objeto xts correspondente às últimas observações, dado um período especificado por on. O exemplo dá o último dia do mês retorna para cada série no objeto tsInter usando o ponto final para selecionar a data. Na. locf (pacote zoológico): função genérica para substituir cada NA com o mais recente não-NA antes dele. Extremamente útil ao lidar com uma série de tempo com alguns 8220holes8221 e quando esta série de tempo é posteriormente usada como entrada para funções R que não aceita argumentos com NAs. No exemplo, crio uma série temporal de preços aleatórios, em seguida, inclui artificialmente alguns NAs e substituí-los pelo valor mais recente. Charts. PerformanceSummary (pacote PerformanceAnalytics): para um conjunto de retornos, crie um gráfico do índice de riqueza, barras para desempenho por período e gráfico subaquático para retirada. Isso é incrivelmente útil, pois exibe em uma única janela todas as informações relevantes para uma rápida inspeção visual de uma estratégia de negociação. O exemplo abaixo transforma a série de preços em um objeto xts e, em seguida, exibe uma janela com os 3 gráficos descritos acima. A lista acima não é de forma alguma exaustiva, mas uma vez que você domina as funções descritas nesta publicação torna a manipulação das séries temporais financeiras muito mais fácil, o código mais curto e a legibilidade do código melhor. Como de costume, todos os comentários são bem-vindos 23 de março de 2015, às 20h55. Quando se trata de gerenciar um portfólio de ações em comparação com um benchmark, o problema é muito diferente da definição de uma estratégia de retorno absoluto. No primeiro, é preciso manter mais ações do que no final, onde nenhum estoque pode ser realizado se não houver uma oportunidade suficiente. A razão para isso é o erro de rastreamento. Isso é definido como o desvio padrão do retorno da carteira menos o retorno do benchmark. Menos ações são mantidas em comparação com um benchmark quanto maior o erro de rastreamento (por exemplo, maior risco). A análise que se segue é em grande parte inspirada no livro 8220Active Portfolio Management8221 por Grinold amp Kahn. Esta é a Bíblia para quem está interessado em administrar um portfólio em relação a um benchmark. Eu incentivo fortemente qualquer pessoa com interesse no tópico para ler o livro desde o início até o fim. It8217s muito bem escrito e estabelece as bases do gerenciamento sistemático sistemático de portfólio (não tenho afiliação ao editor ou aos autores). 1 8211 Análise de fator Aqui estamos tentando classificar com a maior precisão possível os estoques no universo de investimento em uma base de retorno para a frente. Muitas pessoas vieram com muitas ferramentas e inúmeras variantes dessas ferramentas foram desenvolvidas para conseguir isso. Nesta publicação, foco em duas métricas simples e amplamente utilizadas: Coeficiente de Informações (IC) e Quantiles Return (QR). 1.1 8211 Coeficiente de informação O horizonte para o retorno para a frente deve ser definido pelo analista e it8217s como função do rolamento da estratégia8217 e da desintegração alfa (este tem sido objeto de pesquisa extensiva). Obviamente, os CIs devem ser o mais alto possível em termos absolutos. Para o leitor afiado, no livro de Grinold amp Kahn, é dada uma fórmula que liga a Relação de Informações (IR) e IC: com a amplitude sendo o número de apostas independentes (trades). Esta fórmula é conhecida como a lei fundamental do gerenciamento ativo. O problema é que muitas vezes, definir a amplitude com precisão não é tão fácil quanto parece. 1.2 8211 Retorno dos Quantiles Para ter uma estimativa mais precisa do poder preditivo do fator, é preciso avançar um pouco mais e agrupar os estoques por quantile dos valores dos fatores, em seguida, analisar o retorno direto médio (ou qualquer outra métrica de tendência central) de cada um desses Quantiles. A utilidade desta ferramenta é direta. Um fator pode ter um bom IC, mas seu poder preditivo pode ser limitado a um pequeno número de ações. Isso não é bom, pois um gerente de portfólio terá que escolher ações dentro do universo inteiro para atender a sua restrição de erro de rastreamento. O bom retorno de quantiles são caracterizados por uma relação monótona entre os quantiles individuais e retornos diretos. Todas as ações no índice SampP500 (no momento da redação). Obviamente, há um viés de navio de sobrevivência: a lista de ações no índice mudou significativamente entre o início e o final do período de amostra, no entanto, é bom o suficiente para fins ilustrativos. O código abaixo baixa os preços das ações individuais no SampP500 entre janeiro de 2005 e hoje (leva um tempo) e transforma os preços brutos em retorno nos últimos 12 meses e no último mês. O primeiro é o nosso fator, o último será usado como a medida de retorno direto. Abaixo está o código para calcular Coeficiente de Informação e Quantiles Return. Note-se que eu usei quintiles neste exemplo, mas qualquer outro método de agrupamento (terciles, deciles, etc8230) pode ser usado. Depende realmente do tamanho da amostra, do que você deseja capturar e da sua vontade de ter uma ampla visão geral ou foco nas caudas de distribuição. Para estimar os retornos dentro de cada quintil, a mediana foi utilizada como estimador de tendência central. Esta medida é muito menos sensível a valores aberrantes do que a média aritmética. E, finalmente, o código para produzir o gráfico de Retorno Quantiles. 3 8211 Como explorar as informações acima No gráfico acima, Q1 é mais baixo após 12 meses de retorno e Q5 mais alto. Existe um aumento quase monotônico no retorno de quantiles entre Q1 e Q5, o que indica claramente que os estoques que caíram no Q5 superam aqueles que caíram em Q1 em cerca de 1 por mês. Isso é muito significativo e poderoso para um fator tão simples (não é realmente uma surpresa though8230). Portanto, há maiores chances de vencer o índice ao sobreponderar os estoques caindo no Q5 e subponderar os que caíram no Q1 em relação ao benchmark. Um IC de 0,0206 pode não significar um ótimo negócio em si, mas it8217s significativamente diferente de 0 e indica um bom poder preditivo dos últimos 12 meses em geral. Os testes de significância formal podem ser avaliados, mas isso está além do escopo deste artigo. 4 8211 Limitações práticas O quadro acima é excelente para avaliar a qualidade dos investimentos de factor8217, no entanto, existem várias limitações práticas que devem ser abordadas para a implementação da vida real: Reequilíbrio. Na descrição acima, it8217s assumiu que, no final de cada mês, o portfólio é totalmente reequilibrado. Isso significa que todas as ações que caem no primeiro trimestre estão abaixo do peso e todas as ações que caem no Q5 estão com sobrepeso em relação ao benchmark. Isso nem sempre é possível por razões práticas: alguns estoques podem ser excluídos do universo de investimento, existem restrições ao peso da indústria ou do setor, existem restrições sobre o roteamento, etc.8230 Custos de transação. Isso não foi levado em consideração na análise acima e isso é um travão grave para a implementação da vida real. As considerações sobre o volume de negócios geralmente são implementadas na vida real de forma a serem penalizadas na qualidade dos fatores. Coeficiente de transferência. Esta é uma extensão da lei fundamental da gestão ativa e relaxa a suposição do modelo Grinold8217s que os gerentes não enfrentam restrições que impedem que eles traduzam seus insights de investimentos diretamente em apostas de portfólio. E, finalmente, I8217m impressionado com o que pode ser alcançado em menos de 80 linhas de código com o R8230. Como de costume, todos os comentários são bem-vindos. Apenas um aviso: esses sistemas são publicados por seu valor educacional e não são feitas reivindicações sobre rentabilidade ou capacidade de comercialização. Estude-os e use as idéias para encontrar um método adequado às suas próprias personalidades, habilidades e tolerância ao risco. É preciso mais do que um sistema para poder negociar de forma rentável, você também precisa aprender a trocar, o que leva tempo, persistência, bons conselhos e recursos suficientes. NOTA: Novos sistemas de negociação e métodos de negociação estão em desenvolvimento e estão sendo discutidos e negociados ao vivo no chat durante o dia e na reprodução do mercado à noite, então fique certo e visite lá para o mais recente. Este é apenas o material que tínhamos tempo de publicar: 2X (atualizado em setembro de 2002) Sempre desejava que você pudesse pegar todas as dificuldades Verifique a disciplina de negociação Jimmers 2X. Isso é 2X como em quottwo vezes o intervalo diário. Notas negociações de divergência (atualizado em setembro de 2002) Esses negócios de alta confiabilidade têm quotclickedquot para muitas pessoas no chat, especialmente com os excelentes treinamentos e gráficos que a NQoos vem fornecendo. B-Line (atualizado em novembro de 2002) Sistema original Buffys para negociação diária dos futuros do índice Nasdaq e SampP. Os sinais podem ser tão simples ou tão complicados como você deseja fazê-lo. Forças: usa análise multi-horário. Oportunidades de negociação frequentes. Deixa muito pouco sobre a mesa. Muito adequado para o comércio a tempo parcial. Pode o couro cabeludo (gráficos de tic) ou a tendência (gráficos de minutos) negociar intraday. (Também pode ser usado para estoques com gráficos de 60M - D - M). Pontos fracos: se scalping, requer muita atenção para os gráficos e rápida entrada e execução comercial. Intensidade: Scalping (20 dias), Trend trading depende do prazo utilizado. Recursos: Gráficos em tempo real postados ao longo do dia, suporte de voz em voz real em voz, pós-horas simuladas com Buffy, bate-papo por voz QampA. 2X B-Line (atualizado em janeiro de 2003) Combina o sistema Buffy B-Line com o sistema Jimmers 2x. Inclui tanto o MOF (dinheiro no chão) quanto o estilingue que diferem principalmente na posição do estocástico a longo prazo na janela 2X e no bline. O MOF alcança o primeiro sinal de uma inversão de tendência, e o estilingue capta a continuação. Você pode aprender muito facilmente ao mesmo tempo. Goinglites K (não disponível) Um sistema semelhante ao Jimmers 2X, exceto que usa bandas Keltner em vez de bandas de Bollinger. A banda preta de Keltner e o Keltner interior azul e rosa apresentam quatro camadas de suporte e resistência, então há mais opções nas entradas. Atualmente, trabalhando em filtros para tornar as configurações de reteste mais fortes. Goinglite decidiu não disponibilizar os detalhes no daCharts. Enthios Univeral System (fevereiro de 2005) Este é um novo sistema de negociação, que eu chamo de Enthios Universal porque apresenta tantas oportunidades diferentes e pode ser ajustado ao seu próprio estilo de investimento ou de negociação - posição, dia, dia, swing couro cabeludo. É a próxima evolução do antigo gráfico Enthios Handy, que meu bom amigo Citizen surgiu em 1999. O modelo Universal Chart é gratuito para os usuários do Ensign e eSignal. Foi gratuito desde abril de 2004. O retorno anualizado sobre os negócios desde então é de cerca de 150. Os qualificadores usuais e as letras pequenas são aplicáveis. Site atualizado (fevereiro de 2008) Retro-Trader (atualizado em outubro de 2001) Sistema de breakout de 15m para negociação diária dos futuros do índice Nasdaq e SampP Fortes: Bom em maximizar os resultados nas tendências intradiárias, sobrevive bem enquanto jocou para a posição para o próximo grande movimento. Usa 2 intervalos de tempo (5 minutos e 15 minutos) para filtrar corridas ruins e aviso prévio de mudanças de tendência. Fraquezas: resultados medíocres em dias de alcance estreito, não lucrativos durante a picada. O posicionamento Stop-Loss é muito grande para muitos comerciantes. A frequência das oportunidades comerciais é muito lenta para uma aprendizagem eficiente em tempo real. Um sistema que oferece pequenos ganhos freqüentes é mais satisfatório para a maioria das pessoas. Intensidade: média de 10 transações por dia. Requer olhar para o gráfico apenas a cada 5 minutos. Recursos: Gráficos e registros comerciais de Fall, 2001, são mantidos para interesse histórico e estudo independente. SMAX (atualizado em abril de 2002) Sistema de cruzamento MACD para negociação diária dos futuros do índice Nasdaq e SampP Pontos fortes: Usa análise multi-horário para alcançar entriesexits atempados. Excelente rentabilidade. Fraquezas: dados históricos limitados, requer um olho nítido e atenção aos gráficos durante o dia. Intensidade: média de 12 trades por dia Recursos: SMAX não é mais suportado, pois foi superado por 2X. Os gráficos e arquivos SMAX são mantidos para interesse histórico e estudo independente. Aviso: esses sistemas e métodos de negociação são publicados apenas pelo seu valor educacional. Os resultados históricos não foram completamente testados ou avaliados. As regras de negociação podem estar sujeitas a interpretação e podem precisar ser alteradas ou mesmo descartadas. Os níveis planejados de risco podem ser excedidos drasticamente em condições extremas de mercado que não são incomuns. O mesmo sistema pode ser rentável para um comerciante consumado e gerar perdas nas mãos de um comerciante desprevenido. Não há substituto para aprender a trocar, o que leva tempo na negociação real. Use e modifique as informações contidas nesses recursos apenas por sua conta e risco. Copy O material contido nesta página e ao longo deste site é protegido por direitos autorais por DaChartsDampM Tools são apaixonados por ferramentas. Como um dos maiores varejistas de ferramentas independentes no Reino Unido, fornecemos ferramentas elétricas profissionais. ferramentas de mão. Máquinas e acessórios. Nós armazenamos uma grande variedade de ferramentas elétricas, incluindo brocas sem fio, serras sem fio, brocas sem fio, fadadas sem fio, roteadores e moinhos angulares. A nossa gama de máquinas inclui: tornos, serras de serras, serras de mesa, moldes de fuso, aplainadoras e espessadores e brocas de pilares, bem como extratores de pó, soldadores e bombas de água. As ferramentas DampM também oferecem uma grande variedade de ferramentas manuais e acessórios de Irwin, Stanley, Bahco e muitos outros, incluindo martelos, chaves de fendas, serras, grampos, chaves, espessuras e chaves. Nós também armazenamos uma extensa seleção de roupas e roupas de trabalho, incluindo calças, jaquetas, camisolas, hoodies, camisetas, meias e calçados da marca superior Snickers. Dickies. Jobman. Apache e DeWalt Grandes marcas, grandes negócios e Great range apoiados com o nosso famoso serviço DampM. Por que comprar em outro lugar
No comments:
Post a Comment