7 Melhores Estratégias de Negociação de ETF para Iniciantes Os fundos negociados em bolsa (ETFs) são ideais para investidores iniciantes por causa de seus muitos benefícios, como baixos índices de despesas. Liquidez abundante. Ampla variedade de opções de investimento, diversificação, baixo investimento limiar, e assim por diante (para mais ver vantagens e desvantagens de ETFs). Esses recursos também fazem ETFs veículos perfeitos para várias estratégias de negociação e investimento utilizados por novos comerciantes e investidores. Aqui estão as nossas sete melhores estratégias de negociação ETF para iniciantes apresentados em nenhuma ordem específica. 1. Dólar de Custo-média Nós começamos com a estratégia mais básica em primeiro lugar. Dólar-custo médio é a técnica de compra de um determinado valor fixo em dólares de um activo em um horário regular, independentemente da mudança custo do ativo. Iniciantes investidores são tipicamente os jovens que foram na força de trabalho por um ano ou dois e têm uma renda estável a partir da qual eles são capazes de poupar um pouco a cada mês. Esses investidores devem ter algumas centenas de dólares todos os meses e em vez de colocá-lo em uma conta de poupança de juros baixos, eles devem investir em um ETF ou um grupo de ETFs. Existem duas grandes vantagens de tais investimentos periódicos para iniciantes. A primeira é que confere uma certa disciplina ao processo de poupança. Como muitos planejadores financeiros recomendam, faz sentido eminente para pagar a si mesmo em primeiro lugar. Que é o que você consegue economizando regularmente. A segunda é que, ao investir o mesmo valor em dólar fixo em um ETF a cada mês, a premissa básica do recurso de média de custo de dólar irá acumular mais unidades quando o preço do ETF for baixo e menos unidades quando o preço da ETF for alto, Das suas explorações. Ao longo do tempo, esta abordagem pode pagar generosamente, desde que um fura para a disciplina. Por exemplo, digamos que você havia investido 500 no primeiro de cada mês, de setembro de 2017 a agosto de 2017, no SPDR SampP 500 ETF (SPY). Um ETF que rastreia o índice SampP 500. Assim, quando as unidades SPY estavam negociando em 136,16 em setembro de 2017, 500 teriam buscado 3,67 unidades, mas três anos depois, quando as unidades estavam negociando perto de 200, um investimento mensal de 500 teria dado 2,53 unidades. Durante o período de três anos, você teria comprado um total de 103,79 unidades SPY (com base nos preços de fechamento ajustados para dividendos e divisões). Ao preço de fechamento de 210,59 em 17 de agosto de 2017, essas unidades teriam sido no valor de 21.857,14, com retorno médio anual de quase 13. 2. Alocação de ativos Alocação de ativos. O que significa alocar uma parte de uma carteira para diferentes categorias de ativos como ações, títulos, commodities e dinheiro para fins de diversificação, é uma poderosa ferramenta de investimento. O limite de investimento baixo para a maioria dos ETFs geralmente tão pouco quanto 50 por mês torna fácil para um iniciante implementar uma estratégia básica de alocação de ativos, dependendo de seu horizonte de tempo de investimento e tolerância ao risco. Como exemplo, os investidores jovens podem ser 100 investidos em ETFs de ações quando estão em seus 20s por causa de seus horizontes de tempo de investimento longo e tolerância de alto risco. Mas como eles começam em seus 30 anos e embarcar em grandes mudanças do ciclo de vida, como começar uma família e comprar uma casa, eles podem mudar para um mix de investimento menos agressivo, como 60 em ETFs de ações e 40 em ETFs de títulos. 3. Swing Trading Swing negociações são os comércios que procuram tirar proveito de balanços consideráveis em ações ou outros instrumentos como moedas ou commodities. Eles podem levar de alguns dias a algumas semanas para trabalhar fora, ao contrário dos comércios do dia que raramente são deixados abertos durante a noite (ver Pros ampères Contras do Dia Trading Vs Swing Trading). Os atributos de ETFs que os tornam adequados para swing trading são sua diversificação e apertado bidask spreads. Além disso, como os ETFs estão disponíveis para muitas classes de investimento diferentes e uma ampla gama de setores, um iniciante pode optar por negociar um ETF que é baseado em um setor ou classe de ativos onde ele ou ela tem alguma experiência ou conhecimento específico. Por exemplo, alguém com um fundo tecnológico pode ter uma vantagem na negociação de uma tecnologia ETF como o PowerShares QQQ Trust Series 1 (QQQ). Que acompanha o Nasdaq-100, ou o iShares US Technology ETF (IYW). Um comerciante novato que acompanha de perto os mercados de commodities pode preferir o comércio de um dos muitos commodity ETFs disponíveis, como o PowerShares DB Commodity Index Tracking Fund (DBC). Porque os ETFs são normalmente cestas de ações ou outros ativos, eles não podem exibir o mesmo grau de movimento de preços para cima como um único estoque em um mercado em alta. Mas, da mesma forma, sua diversificação também os torna menos suscetíveis do que ações individuais a um grande movimento descendente. Isso fornece alguma proteção contra a erosão do capital, que é uma consideração importante para os iniciantes. 4. Rotação de Setor ETFs também tornam relativamente fácil para iniciantes executar rotação de setor. Com base em várias etapas do ciclo econômico (ver Rotação do Setor: O Essencial). Por exemplo, suponha que um investidor tenha sido investido no setor de biotecnologia por meio do Nasdaq Biotechnology ETF (IBB). Com rendimentos totais de 327 nos últimos cinco anos (a partir de 21 de agosto de 2017), o investidor pode querer tomar lucros neste ETF e girar em um setor mais defensivo como bens de consumo básico (com base na premissa de que o mercado econômico e de alta Ciclos já estendidos a partir de agosto de 2017). Isso pode ser facilmente realizado através da compra de um ETF como o Consumer Staples AlphaDEX Fund (FXG). 5. Short vendendo a venda curta. A venda de um empréstimo de segurança ou instrumento financeiro, é geralmente um empreendimento muito arriscado para a maioria dos investidores e, portanto, não algo que a maioria dos iniciantes deve tentar (veja Como é uma venda a descoberto arriscado). No entanto, a venda a descoberto através de ETFs é preferível ao encurtamento de acções individuais, devido ao menor risco de um pequeno aperto - um cenário de negociação em que uma garantia ou mercadoria que tem sido fortemente curto picos mais elevados -, bem como o custo significativamente menor de empréstimos (Em comparação com o custo incorrido na tentativa de curto um estoque com alto interesse curto). Essas considerações de mitigação de risco são importantes para um iniciante. Venda a descoberto através de ETFs também permite que um comerciante para tirar proveito de um tema de investimento ampla. Assim, um iniciante avançado (se existe um oxímoro tão óbvio) que esteja familiarizado com os riscos de curto-circuito e que queira iniciar uma posição curta nos mercados emergentes poderia fazê-lo através do iShares MSCI Emerging Markets ETF (EEM). No entanto, observe que recomendamos que os iniciantes fiquem longe de ETFs inversos de dupla alavancagem ou de alavancagem tripla. Que buscam resultados iguais a duas ou três vezes o inverso da variação de preço de um dia em um índice, devido ao grau significativamente maior de risco inerente a esses ETFs. (Para obter mais informações, consulte ETFs de venda a descoberto pela Fidelity Investments.) 6. Apostas em tendências sazonais Os ETFs também são boas ferramentas para que os iniciantes capitalizem as tendências sazonais. Vamos considerar duas tendências sazonais bem conhecidas. O primeiro é chamado de vender em maio e ir embora fenômeno. Refere-se ao fato de que as ações norte-americanas foram historicamente realizadas durante o período de seis meses de maio a outubro, em comparação com o período de novembro a abril. A outra tendência sazonal é a tendência do ouro ganhar nos meses de setembro e de outubro, graças à demanda forte de India antes da estação do casamento e do festival de Diwali das luzes, que cai tipicamente entre meados de outubro e meados de novembro. A ampla tendência de fraqueza do mercado pode ser explorada por meio de curto-circuito do SPDR SampP 500 ETF (SPY) no final de abril ou no início de maio e fechando a posição curta no final de outubro, logo após o desmaio do mercado típico desse mês ter ocorrido . Um novato também pode tirar vantagem da força do ouro sazonal comprando unidades de um popular ETF ouro, como o SPDR Gold Trust (GLD) ou o Comex Gold Trust (IAU). No final do verão e fechando a posição depois de um par de meses. Observe que as tendências sazonais nem sempre ocorrem como previsto e as paradas-perdas são geralmente recomendadas para tais posições de negociação para limitar o risco de grandes perdas. 7. Hedging Um novato pode ocasionalmente necessidade de hedge ou proteger contra o risco de queda em uma carteira substancial, talvez um que tenha sido adquirida como resultado de uma herança. Suponha que você tenha herdado uma carteira importante de blue chips dos EUA e esteja preocupado com o risco de uma grande queda nas ações dos EUA. Uma solução é comprar opções de venda. No entanto, uma vez que a maioria dos iniciantes não estão familiarizados com as estratégias de negociação de opções, uma estratégia alternativa é iniciar uma posição curta em ETFs de mercado amplo, como o SPDR SampP 500 (SPY) ou o SPDR Dow Jones industrial médio unidades de série 1 (DIA). Se o mercado cair como esperado, sua posição de capital de blue chip será coberta efetivamente desde declínios em sua carteira será compensado por ganhos na posição de curto ETF. Observe que seus ganhos também seriam limitados se o mercado avançar, desde ganhos em sua carteira será compensado por perdas na posição curta ETF. No entanto, ETFs oferecer iniciantes um método relativamente fácil e eficiente de cobertura. A linha de fundo Os fundos negociados em bolsa têm muitas características que os tornam instrumentos ideais para comerciantes e investidores iniciantes. Algumas estratégias de negociação ETF especialmente adequado para iniciantes são a média de custo de dólar, alocação de ativos, swing trading, rotação de setor, venda a descoberto, tendências sazonais e hedging. Uma teoria econômica da despesa total na economia e seus efeitos no produto e na inflação. A economia keynesiana foi desenvolvida. A detenção de um activo numa carteira. Um investimento de carteira é feito com a expectativa de ganhar um retorno sobre ele. Este. Um índice desenvolvido por Jack Treynor que mede ganhos obtidos em excesso do que poderia ter sido obtido em um risco. A recompra de ações em circulação (recompra) por uma empresa para reduzir o número de ações no mercado. Empresas. Um reembolso de imposto é um reembolso sobre os impostos pagos a um indivíduo ou agregado familiar quando a responsabilidade fiscal real é inferior ao montante. O valor monetário de todos os produtos acabados e serviços produzidos dentro das fronteiras de um país em um período de tempo específico. Estratégias de negociação e modelos Estratégias de negociação e modelos Outras estratégias de negociação Correção de CCI Uma estratégia que usa CCI semanal para ditar um viés de negociação e ICC diário para gerar Trading signals CVR3 VIX Market Timing Desenvolvido por Larry Connors e Dave Landry, esta é uma estratégia que utiliza leituras excedidas no Índice de Volatilidade CBOE (VIX) para gerar sinais de compra e venda para o SampP 500 Gap Trading Estratégias Várias estratégias de negociação com base na abertura Gap de preços Ichimoku Cloud Uma estratégia que usa a nuvem de Ichimoku para definir o viés de negociação, identificar correções e sinalizar pontos de viragem de curto prazo Moving Momentum Uma estratégia que usa um processo de três etapas para identificar a tendência, aguardar correções nessa tendência e, em seguida, Reversões que sinalizam um fim para a correção Narrow Range Day NR7 Desenvolvido por Tony Crabel, o estreito range day st Rategy procura contrações de intervalo para prever expansões de alcance. O código de varredura avançado incluiu que ajusta esta estratégia adicionando qualificadores de Aroon e de CCI Por cento Acima 50-dia SMA Uma estratégia que use o indicador da largura, por cento acima da média movente de 50 dias, para definir o tom para o mercado largo e identificar correções Pre - Holiday Effect Como o mercado tem realizado antes de grandes feriados nos EUA e como isso pode afetar as decisões comerciais. RSI2 Uma visão geral da estratégia de reversão de Larry Connors039 usando o RSI de 2 períodos A Estratégia de Negociação de Rotação de Setor Com base na pesquisa de Mebane Faber, esta estratégia de rotação de setor compra os setores de maior desempenho e re-saldos uma vez por mês. , Esta estratégia combina o ciclo de bull bear de seis meses com os sinais de MACD para o tempo Stochastic Pop and Drop Desenvolvido por Jake Berstein e modificado por David Steckler, esta estratégia utiliza o Average Directional Index (ADX) e oscilador estocástico para identificar pops de preços e breakouts Slope Tendência de Desempenho Usando o indicador de inclinação para quantificar a tendência de longo prazo e medir o desempenho relativo para uso em uma estratégia de negociação com os nove SPDRs do setor Swing Charting O que é Swing Trading e como ele pode ser usado para lucros em determinadas condições de mercado Trend Quantification and Asset Allocation Este artigo mostra chartists como definir inversões de tendência a longo prazo como um processo suavizando o pr Dados de gelo com quatro Osciladores de Preço Percentual diferentes. Os pesquisadores também podem usar esta técnica para quantificar a força da tendência e determinar a alocação de ativos. Ao desenvolver uma estratégia de rotação usando ETFs altamente diversificados Enquanto peruse a internet na semana passada para pesquisar algumas estratégias de rotação da ETF, encontrei um site chamado Vector Grader (com o qual o autor não é afiliado ) Que apresentou uma estratégia de rotação entre uma coleção diversificada de ETFs com base no desempenho anterior dos preços. Eu testei esses sistemas em meu blog e recentemente publicou um artigo fornecendo análise desses tipos de sistemas de negociação. Os ETFs na estratégia Vector Grader, no entanto, eram muito mais diversos do que os sistemas que eu havia testado anteriormente. Estratégias de rotação bem-sucedidas em grupos altamente diversificados de ETF são difíceis de elaborar devido às diferenças nas volatilidades dos ETF subjacentes. No entanto, através da aplicação de um fator de compensação de volatilidade para esses ETFs, eu era capaz de desenvolver uma estratégia de rotação que backtested com resultados bem sucedidos: Retornos totais de mais de 500 desde 01 de janeiro de 2007 CAGR de mais de 26 Drawdown máximo de apenas 13,2 Sharpe ratio de 1,51 Linearidade De 8.1 Relação de crescimento de 3.11. Esses dois últimos valores são métricas personalizadas que esse autor usou para avaliar os backtests dos sistemas de negociação. A cesta de ETFs O Web site do graduador do vetor propõe trocar os ETFs seguintes em uma estratégia de rotação mensal: IWM. IShares Russell 2000 ETF (acções de pequena capitalização nos EUA) IVV. IShares SampP 500 grandes capitais ações dos EUA) EFA. IShares MSCI EAFE Index (acções internacionais) ICF. IShares Cohen amp Steers Realty Majors (imobiliário) DBC. PowerShares DB Commodity (commodities) VWO. Vanguard FTSE Emerging Markets (mercados emergentes) IAU. IShares Gold Trust (ouro) TLT. IShares 20 Tesouraria (títulos longos dos EUA) SHY. IShares Tesouro de 1-3 anos (títulos curtos) Para os testes descritos neste artigo, os dados de preços ajustados por dividendos para todos esses ETFs foram baixados via Yahoo Finance para uma planilha do Excel. Para facilidade, os preços mensais foram usados. O problema com a diversidade A primeira coisa que o autor investigou foi o desvio padrão médio anual dos preços desses ETFs. Esse valor variou amplamente como mostrado na tabela abaixo: Uma estratégia de rotação para gerar sinais de compra entre esses ETFs teria problemas para explicar a ampla gama de volatilidades. O que pode parecer um grande balanço de preço para IVV ou TLT pode não ser incomum para ICF ou VWO. Em outras palavras, é difícil criar um conjunto de regras que se aplique a todos os ETFs na cesta para gerar sinais de rotação confiáveis. Compensação da volatilidade para o resgate As volatilidades dos ETF subjacentes podem e devem ser compensadas. Um algoritmo simples foi desenvolvido pelo autor. Foi calculado o desvio padrão médio anual de cada ETF (volatilidade ETF). As volatilidades da ETF foram todas médias para dar uma volatilidade total. Ao dividir a volatilidade total pela volatilidade do ETF de cada ETF, foi calculado um respectivo factor de compensação de volatilidade para cada ETF. Por exemplo, a volatilidade da IWM foi determinada como sendo 20,88 durante o período de backtest. A média de todas as volatilidades de todos os ETFs (exceto SHY) foi de 21,38. Assim, o fator de compensação de volatilidade de IWM foi 21,38 20,88 1,02. O fator de ICF foi de 0,71, refletindo sua volatilidade superior à média, eo fator de TLT foi de 1,48, refletindo sua volatilidade inferior à média. SHY foi excluído da compensação porque se pretende agir como uma paragem de dinheiro e não faz parte da rotação. Usando o fator de compensação de volatilidade em um sistema de rotação Os sistemas de rotação ETF autores foram baseados em comprar o ETF ter o melhor desempenho de preço ao longo de um determinado período de tempo. O artigo recente dos autores discute um período de lookback de 85 dias. Um dos autores blog posts discute um período de três meses lookback. No sistema proposto neste artigo, o autor calculou o desempenho dos preços de 1 mês, 3 meses e 6 meses, bem como uma volatilidade de 6 meses e ponderou cada um deles para gerar um ranking total para cada ETF. O autor então aplicou uma análise de cenário, discutida abaixo, para determinar quanto cada um desses quatro fatores deve ser ponderado no cálculo da classificação total. Ao calcular os valores de desempenho, o autor baseou-se no logaritmo natural do desempenho de preços. Por exemplo, o desempenho de preço de 1 mês foi o log natural da relação entre este preço de meses e preço de últimos meses. O desempenho de 3 meses foi a soma dos desempenhos do log de 1 mês para os três meses anteriores. Da mesma forma, o desempenho de 6 meses foi a soma dos desempenhos de log de 1 mês nos últimos 6 meses. Por fim, a volatilidade de 6 meses foi o desvio padrão dos seis meses anteriores de desempenho de log de 1 mês. Os fatores de compensação de volatilidade entram em jogo ajustando os desempenhos de log de 1 mês. O autor simplesmente multiplicou cada desempenho de log de 1 mês de cada ETF pelo respectivo fator de compensação de volatilidade. O resultado foi que a volatilidade dos desempenhos logísticos de 1 mês compensados de todos os ETFs foi a mesma. Por exemplo, em dezembro de 2006, o desempenho de log de 1 mês da VWO foi -0,00937. O fator de compensação de volatilidade para VWO foi 0,81 por causa de sua maior volatilidade. O desempenho do log de 1 mês foi multiplicado por esse valor para reduzi-lo a -0,00758, efetivamente reduzindo a volatilidade para a média. Quando os desempenhos log de 1 mês de todos os ETFs são ajustados desta forma, todos eles exibem a mesma volatilidade exata. Usando os dados compensados, agora uma estratégia de rotação adequada poderia ser aplicada. Aplicação do sistema aos dados compensados O sistema determinou o desempenho remunerado por volatilidade de 1 mês, 3 meses e 6 meses, bem como a volatilidade de 6 meses de cada ETF. Cada um desses parâmetros foi classificado de 1 a 9 usando a função Excel RANK. Estas classificações foram ponderadas e adicionadas para chegar a uma classificação final da seguinte forma: Peso1 Escala de desempenho de 1 mês Peso2 Escala de desempenho de 3 meses Peso3 Escala de desempenho de 6 meses Peso4 Escala de volatilidade de 6 meses Posição Total. O ETF classificado superior foi comprado e prendido por um mês. No final do mês, os valores foram recalculados e um novo sinal dado. Fora de 90 meses, o sinal permaneceu o mesmo 44 vezes. Nove vezes houve um empate para o ETF superior nesses casos, partes de dólar igual de ambos os ETFs foram comprados. Análise de cenários: os resultados Os pesos a serem atribuídos a cada um dos quatro parâmetros de desempenho (1 mês, 3 meses, 6 meses de desempenho e 6 meses de volatilidade) criaram um problema de 4 dimensões na otimização. Ao invés de tentar otimizar o sistema para o máximo retorno, o autor tentou experimentar vários cenários simples e ver o que surgiu. O autor procurou três coisas: i retornos elevados, ii baixo risco, e iii desempenho de princípio em parâmetros. Se apenas um pequeno conjunto de pesos fornecesse um bom sistema, então seria duvidoso que o sistema continuaria a fazê-lo no futuro. Se, no entanto, o sistema funcionasse bem em uma grande variedade de pesos, então aumentaria a probabilidade de que o sistema continuaria a funcionar no futuro. Abaixo estão os resultados dos cenários de vários pesos diferentes: Testes de cenários da estratégia de rotação de autores Note que o drawdown de sistemas foi ainda menor do que o ETT de obrigações longas de TLT. Abaixo está o desempenho dos sistemas com base na análise dos autores representada em uma escala logarítmica comparada a uma curva de crescimento ideal. O sistema abraça a curva ideal firmemente, mostrando retornos consistentes ano após ano. Os parâmetros personalizados de linearidade e razão de crescimento tentam quantificar até que ponto a curva de equidade de sistemas se desvia de uma curva de crescimento exponencial (composto) perfeita. A linearidade de 8,38 é a média quadrática da diferença entre estas duas curvas e é notavelmente baixa em comparação com outros sistemas que este autor testou. A razão de crescimento é a CAGR dividida pela linearidade. Isso é mais de 3, que também é notavelmente alta. Uma cesta diversa de ETFs pode ser usada em uma estratégia de rotação se a estratégia compensa a variação em suas volatilidades. A estratégia discutida acima forneceu retornos elevados com baixo risco durante o período de backtest. Os dados para estes ETFs foram limitados a tarde-2006 e resultaram em um tempo de backtest relativamente curto de somente sete anos. Isso deixa algumas dúvidas quanto à robustez deste sistema ao longo do tempo. O autor pode investigar se existem fundos mútuos similares com dados nos anos 90 para testes adicionais de um sistema de rotação ETF diversificado, com volatilidade compensada. Divulgação: Eu sou longo SSO. Eu escrevi este artigo eu mesmo, e expressa minhas próprias opiniões. Não estou recebendo compensação por isso (exceto de Buscando Alfa). Eu não tenho nenhum relacionamento comercial com qualquer empresa cujo estoque é mencionado neste artigo. Versão em Português: http://polomercantil. com. br Fonte do artigo: http://pt. articlesnatch. com Sobre o autor: Melhorando o Simple ETF Rotational Trading modelo No último artigo week8217s chamado, 8220Backtesting um sistema de rotação Basic ETF em Excel Free Download 8220, Dan apresentou um modelo de troca simples rotacional que qualquer pessoa poderia implementar dado um pouco de conhecimento no Excel. O que eu amo sobre modelos comerciais como este é a simplicidade. Tão frequentemente a simplicidade triunfa a complicação. Sistemas simples muitas vezes têm uma característica importante. Eles muitas vezes você sair do mercado durante os mercados de urso e levá-lo de volta para montar o próximo ciclo de touro. Ou seja, se você é disciplinado o suficiente para realmente seguir as regras, o que naturalmente é outro tópico inteiro. Foi o modelo de negociação apresentado perfeito Claro que não. Olhando para a curva de equidade não é muito bom. Ele pessoalmente não é algo que eu trocaria. No entanto, espero que o artigo lhe deu algumas idéias sobre o que é possível com apenas usando o Excel. Neste ponto, eu gostaria de ver se podemos fazer algumas melhorias no modelo de negociação. Em vez de usar o Excel I8217m vai usar o serviço de backtesting on-line chamado ETFReplay. Este serviço da correia fotorreceptora permite que você críe modelos negociando e backtest os em um portfolio de ETFs. O site cobra uma taxa mensal para utilizar o seu serviço, mas é muito razoável. Será muito mais rápido para mim testar minhas alterações usando este serviço do que usando o Excel. Este é o mesmo serviço usado na criação do portfólio Ivy-10. Primeiro, vou recriar o portfólio original do Dan8217s usando o ETFReplay para ver se obtemos resultados semelhantes. Como lembrete, abaixo está a curva de patrimônio original do artigo. O modelo de negociação é a linha de equidade azul. Baseline Modelo baseado em Excel (Blue Line) Abaixo estão os resultados do mesmo modelo criado no ETFReplay. A linha de equidade verde é o nosso modelo de negociação, enquanto a linha azul é o SPY (linha de base). Modelo baseado em ETFReplay (linha verde) Como você pode ver as linhas de equidade aparecem muito semelhantes. A versão de ETFReplay termina mais altamente devido ao fato meu backtest funcionou com o ano inteiro de 2017. Isto dá-me a confiança que o modelo de Excel eo modelo de ETF são idênticos na lógica negociando. Criando a linha de base Eu usarei os resultados de ETFReplay como nossa linha de base para comparar nossos resultados futuros. Para fazer isso, precisamos de um segmento de dados de amostra para testar. Essas datas serão até o ano de 2017. Isso nos dá pouco mais de 100 negócios para o nosso segmento de dados de amostra. Nossos resultados de linha de base estão abaixo. Na linha de base da amostra 8211 Clique para ampliar nos resultados da linha de base da amostra 8211 Clique para ampliar Modificação 1: Diversificação e filtro de tendência Quando olho para o levantamento (31.4) e vejo a curva de equidade do modelo original, podemos ver que ele não é muito suave. Há enormes balanços. Dê uma olhada no enorme peek em 2017, que cai drasticamente. Gostaria de suavizar isso. Para fazer isso, I8217m vai usar algumas idéias do modelo giratório Ivy-10. Primeiro, em vez de simplesmente negociar apenas o topo classificado ETF I8217m vai escolher os dois primeiros. Isto fornecerá alguma diversificação como nossos retornos won8217t seja baseado em um único ETF. Em seguida, I8217m vai adicionar um filtro de média móvel simples de 5 meses (SMA). Este é o mesmo comprimento de filtro usado no Ivy-10. Adicionar este filtro SMA vai forçar o modelo de negociação para comprar apenas um ETF quando it8217s experimentando um mercado em alta. Para nosso backtest o ETF SHY será comprado se um ETF superior classificado puder ser comprado porque it8217s abaixo do filtro de SMA. SHY é fx Low Duration Treasury ETF. Este será o nosso equivalente em dinheiro. Em resumo, estamos mudando estas duas configurações: Comprando os dois melhores ETFs de desempenho Comprando apenas quando um ETF está negociando acima de sua média móvel simples de 5 meses Abaixo estão os resultados ao adicionar nossas duas alterações. Na Modificação de Amostra 1 8211 Clique Para Aumentar Na Modificação De Amostra 1 Resultados 8211 Clique Para Aumentar Esta é uma grande melhora como nós visivelmente suavizar a curva de equidade. Podemos ver isso no levantamento que passou de 31 para apenas 17. Note o retorno anual também aumentou de 13 para 16. Há uma outra modificação que eu gostaria de fazer. Modificação 2: Ajustando o Ranking Score O ranking é o método que usamos para classificar o desempenho de cada ETF, a fim de determinar qual é o melhor desempenho. O sistema de linha de base simplesmente calcula o retorno de 5 meses. Em estudos anteriores, verificou-se que a utilização de um período de curto prazo e de um período de longo prazo pode ajudar a melhorar o desempenho global do sistema. Assim, eu quero expandir o método de classificação, observando um retorno de 3 meses (1 trimestre) e um retorno de 20 dias (1 mês de negociação). Eu simplesmente tomar a média desses dois valores para gerar uma pontuação de classificação. A aplicação desta alteração simples produz os seguintes resultados no nosso segmento de dados de amostra. Na Modificação de Amostra 2 8211 Clique Para Aumentar Na Modificação Da Amostra 2 Resultados 8211 Clique Para Ampliar Isto produz um aumento de cerca de 1 no retorno anual, mas não faz nada para alterar o limite máximo. Resultados Fora da Amostra A Let8217s agora aplica nosso novo modelo aos nossos resultados fora da amostra. Os resultados fora da amostra concluirão em 31 de dezembro de 2017. Parece que estamos fazendo novos aumentos de capital. Para os anos 2017 e 2017, o modelo de negociação apresentou retornos anuais de 12,9 e 4,4, respectivamente. Podemos ver a nossa CAGR final é de 15,9 e nossa queda máxima permanece em 17,6. Conclusão Com algumas pequenas modificações, parece que podemos melhorar este modelo de negociação até o ponto onde ele realmente pode ser negociável com dinheiro real. Neste ponto, não sinto que existem negócios suficientes no segmento fora da amostra. Observe que os nossos resultados na amostra consistiram em 170 e nossa execução fora da amostra teve um total de 202 operações. Isso significa que temos apenas cerca de 32 negócios no segmento de dados fora da amostra. Seria bom ter mais alguns comércios registados e isso significa que estamos sentados apertados e assistir a este modelo para, pelo menos, mais um ano. Versão em Português: http://polomercantil. com. br Fonte do artigo: http://pt. articlesnatch. com Sobre o autor: Jeff Swanson Jeff é o fundador do System Trader Sucesso - uma revista inBox dedicada a compartilhar grandes idéias e conceitos do mundo dos sistemas de negociação automática. Leia mais Google
No comments:
Post a Comment