Vulnerabilidade ingênua vs. Otimização

A diversificação ingênua é melhor descrita como uma divisão áspera e mais ou menos instintiva de senso comum de um portfólio, sem se preocupar com modelos matemáticos sofisticados. Na pior das hipóteses, diga alguns especialistas, essa abordagem pode tornar as carteiras muito arriscadas. Mais uma vez, algumas pesquisas recentes indicam que esse tipo de divisão lógica informada, mas informalmente lógico, é tão eficaz quanto os modelos elegantes e otimizadores.
Vulneráveis. Sofisticado.
Não surpreendentemente, os investidores individuais raramente usam metodologias complexas de alocação de ativos. Estes têm nomes intimidantes, como a otimização média de variância, a simulação de Monte Carlo ou o modelo Treynor-Black, todos os quais são projetados para produzir um portfólio ideal, que produz o retorno máximo com o risco mínimo, que é de fato o sonho do investidor. (Veja também: Major Blunders in Portfolio Construction.)
A maneira média do investidor privado é simplesmente ter um pouco disso e um pouco disso, mesmo que seja menos viável? Esta é uma questão extremamente importante e no cerne do investimento. Um rabino, Issac bar Aha, parece ter sido o avô de tudo, depois de ter proposto ao redor do século IV, que se deveria "colocar um terço em terras, um terço em mercadoria e um terço em dinheiro". É um bom conselho que ainda é som, 1600 anos depois!
Algumas investigações sobre a teoria da otimização, como "Optimal Versus Naive Diversification: Quão eficiente é a estratégia de portfólio 1 / N", conduzida pelo Dr. DeMiguel et al., Argumentaram contra a eficácia de modelos sofisticados. A diferença entre eles e a abordagem ingênua não é estatisticamente significante; eles apontam que os modelos realmente básicos funcionam bastante bem.
Para alguns cínicos e cientistas, parece muito simples ser verdade, que se pode conseguir algo próximo a um ótimo apenas colocando um terço do seu dinheiro em ações ou imóveis, um terço em títulos e o restante em dinheiro. Alternativamente, os gráficos de torta clássicos que são divididos em carteiras de alto, médio e baixo risco são muito diretas, e pode haver nada de errado com elas.
Mesmo Harry Markowitz, que ganhou o Prêmio Nobel de Ciências Econômicas por seus modelos de otimização, evidentemente dividiu seu dinheiro igualmente entre títulos e ações, por "razões psicológicas". Era simples e transparente; na prática, ele estava feliz em deixar suas próprias teorias premiadas, quando se tratava de seus próprios fundos.
Sombras de Naivety e o próprio Termo.
Há, no entanto, mais sobre a questão. O professor alemão de banca e finanças, Martin Weber, explica que existem diferentes tipos de modelos ingênuos, alguns dos quais são muito melhores do que outros. A professora Shlomo Benartzi da UCLA também confirma que os investidores ingênuos são fortemente influenciados pelo que eles são oferecidos. Por esta razão, se eles vão para um corretor de ações, eles podem acabar com muitas ações, ou um especialista em vínculo pode empurrar muito disso. Além disso, existem muitos tipos diferentes de ações, como pequenas e grandes capitais, estrangeiras e locais, etc., de modo que qualquer viés pode levar a um portfólio desastroso, ou pelo menos, sub-intimo.
Na mesma linha, o conceito de ingenuidade pode ser simplista e um pouco injusto. O ingênuo no sentido de crédulo e mal informado é, na verdade, muito provável que leve ao desastre. No entanto, se ingênuo é considerado uma abordagem lógica e lógica, mas sem modelagem sofisticada, não há nenhuma razão real para que ele falhe. Em outras palavras, é indiscutivelmente as conotações negativas da palavra "ingenuidade" que são a questão real aqui; o uso de um rótulo depreciativo.
A complexidade nem sempre ajuda.
Vindo do outro lado, a complexidade metodológica e os modelos sofisticados não conduzem necessariamente à otimização do investimento, na prática. A literatura é bastante clara nisso e, dada a complexidade dos mercados financeiros, isso não é surpreendente. A mistura de fatores econômicos, políticos e humanos é assustadora, de modo que os modelos são sempre vulneráveis ​​a alguma forma de choque imprevisível ou combinação de fatores que não podem ser integrados de forma efetiva a um modelo.
O Dr. Victor DeMiguel e seus co-pesquisadores admitem que abordagens complexas estão seriamente limitadas por problemas de estimativa. Para os estatisticamente mentais, os "verdadeiros momentos de retorno de ativos" são desconhecidos, levando a erros de estimativa potencialmente grandes.
Conseqüentemente, um portfólio sensivelmente construído, que é regularmente monitorado e reequilibrado em termos do que está acontecendo no momento, não só tem um apelo intuitivo, ele também pode realizar tão bem quanto algumas abordagens muito mais sofisticadas que são limitadas pela sua própria complexidade e opacidade . Ou seja, o modelo pode não integrar todos os fatores necessários, ou pode não responder suficientemente às mudanças ambientais à medida que ocorrem.
Do mesmo modo, além da diversificação da classe de ativos, todos sabemos que uma carteira de ações também deve ser diversificada em si mesma. Neste contexto também, os defensores da alocação ingênua demonstraram que ter mais de 15 ações, não acrescenta nenhum benefício adicional de diversificação. Assim, uma mistura de capital realmente complicada provavelmente é contraproducente. (Veja também: Conseguindo alocação de ativos ótima.)
The Bottom Line.
Embora os modelos computadorizados possam parecer impressionantes, existe o perigo de ser cegado pela ciência. Alguns desses modelos podem funcionar bem, mas outros não são melhores senão simplesmente sensíveis. A única coisa em que todos concordam é que a diversificação é absolutamente essencial, mas os benefícios da modelagem matemática avançada não são claros; Para a maioria dos investidores, como eles operam é ainda menos claro. O velho ditado "fica com o que você conhece e entende", pode aplicar tanto a alocações de ativos diretas e transparentes quanto a diversas formas de produtos de investimento estruturados.

Estratégia de negociação nativa
Um Guia Passo a Passo para Usar um Classificador de Bay Bay para Prever a Direção de Estoque de Maçã na R.
Agora que temos uma compreensão dos conceitos básicos de usar algoritmos de aprendizagem em máquina em sua estratégia (você pode encontrar a primeira parte da série aqui), passaremos por um exemplo básico de como usar um classificador NaÃ've Bayes para prever a direção do estoque de maçã. Primeiro, vamos reunir um entendimento básico sobre o funcionamento de um classificador de Nağ Bayes, então passaremos por um exemplo muito simples usando o dia da semana para prever se o preço do dia vai fechar para cima ou para baixo e, finalmente, vamos construir um modelo mais sofisticado, adicionando um indicador técnico.
O que é um classificador NaÃ've Bayes?
Um classificador de NaÃve Bayes tenta encontrar a probabilidade de que A aconteça, dado que B já ocorreu, comumente denotado por P (A | B) (a probabilidade de A dada B).
Para o nosso caso, estamos basicamente perguntando: "qual é a probabilidade de que o preço de hoje aumentará dado que hoje é quarta-feira?" O Na've Bayes examina a probabilidade global de que o preço de hoje aumentará, ou seja, o número de dias do preço fechou-se durante o número total de dias, e a probabilidade de que o preço de hoje aumentará dado que hoje é quarta-feira, ou seja, em quantas milhas anteriores fez o preço fechar?
Podemos então comparar a probabilidade de que o preço de hoje aumentará para a probabilidade de que ele diminua e escolha o caso com maior probabilidade como nossa previsão.
Até agora, só falamos sobre incluir um indicador, mas, como vários indicadores são incluídos, a matemática rapidamente se torna muito complicada. Para contornar isso, o Na've Bayes trata cada indicador como independente, ou não correlacionado (daí o termo Náve). Portanto, é importante escolher indicadores que não estão correlacionados com os indicadores que possam estar lhe informando a mesma informação. Na prática, o Bay Bay nao é ótimo para aprender relacionamentos entre seus indicadores (como, quando é terça-feira e o RSI está acima de 75, existe uma probabilidade excepcionalmente alta de que o preço do próximo dia cairá), mas sim executar razoavelmente bem mesmo se houver alguma correlação entre seus indicadores.
Esta é uma visão geral muito simplificada e de alto nível da Nağ Bays, mas deve dar uma compreensão básica de como ela funciona. Se você quiser saber mais sobre o NaÃ've Bayes e outros algoritmos de aprendizado de máquina, aqui é uma ótima fonte.
Exemplo passo a passo em R.
Agora, vamos passar por um exemplo muito simples em R. Usaremos o dia da semana para prever se o preço atual do estoque de maçã vai fechar para cima ou para baixo.
Primeiro, vamos garantir que possamos todas as bibliotecas que precisamos instaladas e carregadas. Em seguida, possamos obter todos os dados que precisaremos. Agora que temos todos os dados que precisaremos, vamos buscar o nosso indicador, o dia da semana. E o que estamos tentando prever, se o preço do dia vai fechar para cima ou para baixo e criar o conjunto final de dados. Finalmente, estamos prontos para usar o classificador NaÃ've Bayes. Parabéns! Nós já usamos um algoritmo de aprendizado de máquina para analisar ações da Apple. Agora, vamos mergulhar nos resultados.
Isso nos mostra a probabilidade de um aumento ou diminuição de preços em relação ao nosso conjunto de dados inteiro (conhecido como probabilidades anteriores). Podemos ver que há um leve viés de baixa, mas não muito.
Isso mostra as probabilidades condicionais (Dado que é um certo dia da semana, qual é a probabilidade de o preço se fechar para cima ou para baixo). Eles são muito inferiores a 50% devido ao fato de serem reduzidos pelas probabilidades anteriores de os resultados (probabilidade de aumento de preços em todo o conjunto de dados).
Podemos ver que este não é um modelo muito bom, ou seja, não retorna probabilidades muito altas. No entanto, podemos ver que você geralmente está melhor por muito tempo no início da semana e curto até o final da semana.
Melhorando o modelo.
Eu prefiro usar médias móveis exponenciais, então olhe para uma cruzada de média móvel exponencial (EMA) de 5 períodos e 10 períodos.
Primeiro, precisamos calcular as EMAs: então, calcule a cruz e arredondando os valores para 2 casas decimais. Isso é importante porque, se houver uma instância que o Bay Bay nunca tenha visto, ele calculará automaticamente a probabilidade em 0%. Por exemplo, se estivéssemos olhando o cruzamento EMA para 6 casas decimais e encontrou uma probabilidade muito alta de um movimento descendente de preços quando a diferença foi de US $ 2.349181 e foi apresentado com um novo ponto de dados que teve a diferença como $ 2.349182, seria calcule uma probabilidade de 0% que leve a um aumento ou redução de preços. Ao arredondar para 2 casas decimais, atenuamos esse risco como um conjunto de dados suficientemente grande, devia ter visto a maioria dos valores do indicador. Esta é uma limitação importante a lembrar ao construir seus próprios modelos. Vamos criar um novo conjunto de dados e dividi-lo em um conjunto de treinamento e teste para que possamos ver o quão bem o nosso modelo faz com novos dados Agora para construir o modelo: A Probabilidade Condicional da Cruz EMA, uma variável numérica, mostra a valor médio para cada caso ([, 1]), e o desvio padrão ([, 2]). Podemos ver que a diferença média entre EMA de 5 períodos e EMA de 10 períodos para negócios longos e curtos foi de US $ 0,54 e - US $ 0,24, respectivamente.
E teste-o sobre novos dados: podemos ver em geral ter 79 de 164, ou 48%, corretos. Tinha um grande desvio para baixo, prevendo 95, ou 58%, casos como "DOWN".
Embora estes não sejam ótimos resultados, isso deve dar-lhe todas as informações necessárias para criar sua própria estratégia baseada em aprendizagem em máquina.
Na próxima parte da nossa série, examinaremos como você pode realmente usar este modelo para melhorar sua própria negociação.

Abrazolica.
Home & nbsp & nbsp & nbsp & nbsp Arquivo & nbsp & nbsp & nbsp & nbsp Tags & nbsp & nbsp & nbsp & nbsp Sobre o & nbsp & nbsp & nbsp & nbsp & nbsp & nbsp & nbsp RSS.
Aqui está um exemplo simples de usar métodos bayesianos para negociação. O objetivo é chegar a uma probabilidade de a hipótese de que o mercado de ações subirá amanhã. Por uma questão de taquigrafia, rotular a hipótese \ (H \) e sua negação, o mercado não vai subir, \ (\ bar \). Para obter uma probabilidade de \ (H \), você precisa de dados ou evidências de que você acredita ter alguma influência em \ (H \). Vamos rotular a evidência \ (E \). O que queremos é a probabilidade de \ (H \) dada a evidência \ (E \) ou \ (P (H | E) \). O teorema de Bayes nos permite relacionar isso com a probabilidade de \ (E \) dado \ (H \) da seguinte maneira:
Esta equação é útil porque podemos obter \ (P (E | H) \) de dados históricos. Como exemplo, suponha que \ (E \) consista em 3 partes de dados: \ (A \), \ (B \) e \ (C \). \ (A \) é se os tesouros caíram na negociação durante a noite antes do mercado se abrir. \ (B \) é se o EUR / USD subiu durante a noite e \ (C \) é se o mercado de ações subiu no dia anterior. Então nós temos.
\ (A \), \ (B \) e \ (C \) quase certamente não são eventos independentes, mas podemos adotar a abordagem ingênua e assumir que eles são. Isso simplifica as coisas transformando a probabilidade em um produto:
Você pode obter uma estimativa para essas probabilidades, observando os dados históricos. Para estimar \ (P (A | H) \), por exemplo, poderíamos observar os 200 dias de negociação anteriores, contando o número de vezes que os tesouros diminuíram durante a noite e o mercado de ações subiu no dia seguinte. Divida isso pelo número total de vezes que as ações subiram e você tem uma estimativa para \ (P (A | H) \). Exatamente como você estima essas probabilidades não é tão importante enquanto você faz isso consistentemente. Em outras palavras, não use os últimos 200 dias para estimar \ (P (A | H) \) e os últimos 20 dias para estimar \ (P (B | H) \). A fórmula para \ (P (H | E) \) é então.
A única coisa que falta é \ (P (E) \). Acontece que você não precisa calcular isso diretamente. Você pode usar o fato de que.
para obter \ (P (E) \). \ (P (\ bar | E) \) é dado por.
o que significa que \ (P (E) \) deve ser igual.
Alternativamente, se tudo o que você realmente quer saber é se \ (P (H | E) \ gt P (\ bar | E) \), então você pode verificar se.
Este método pode ser estendido a qualquer número de provas.
Para mais exemplos de usar probabilidades para desenvolver estratégias de negociação, veja nosso livro Estratégias de negociação simples que funcionam.

Heiken Ashi Naïve.
Introdução.
Heiken Ashi Na & iuml; ve é um consultor especializado da MetaTrader baseado no sistema de gráficos Heiken Ashi através do indicador padrão da plataforma com o mesmo nome. O sistema de comércio empregado é ingênuo de uma maneira que interpreta apenas duas últimas velas Heiken Ashi e não aplica qualquer análise de padrão complexo. O único truque é que o consultor especialista negocia contra a direção da tendência suposta, confirmada pela configuração atual do Heiken Ashi. A maior vantagem é que ele não possui parâmetros de entrada para otimizar e ajustar as curvas nos dados passados. O dimensionamento de posição opcional baseado em ATR está disponível para melhorar o gerenciamento de dinheiro. Existem duas versões da EA: uma simples e uma com otimização Z-Score aplicada. O consultor especialista (com e sem otimização Z-Score) está disponível para as versões MT4 e MT5 da plataforma.
Heiken Ashi.
Heiken Ashi (ou Heikin Ashi, do japonês 平均 足) é uma técnica alternativa de representação das cartas de candelabro usuais com o objetivo de negociar. Ao contrário das velas tradicionais japonesas, é impossível ler os níveis reais de preços (Open, High, Low e Close) no gráfico Heiken Ashi, mas é mais fácil detectar desenvolvimentos de tendência e reversões. As velas de ascensão de Heiken Ashi costumam ser traçadas como brancas, e a queda e mdash; como vermelhas. Da mesma forma que as velas padrão, Heiken Ashi mostra mechas. Nem direção de uma vela, nem o comprimento de suas mechas apontam para os níveis de preços reais, mas deve ser considerado em relação a outras velas de Heiken Ashi na proximidade.
A mudança de cores significa uma mudança de tendência: vermelho a branco e mdash; uma inversão de tendência de baixa, branca a vermelha e mdash; uma inversão de tendência de alta. O aumento do comprimento do corpo da vela indica o fortalecimento da tendência. Decrescente & mdash; sinais de enfraquecimento. Mechas inferiores em velas brancas e mechas superiores em velas vermelhas sinalizam volatilidade e instabilidade de tendência. A falta de tais mechas indica uma tendência clara e clara.
Regras de cálculo.
As seguintes regras são usadas para calcular os níveis de vela Heiken Ashi:
HA_Open = (HA_Open anterior + anterior HA_Close) / 2 HA_Low = mínimo (Baixo, HA_Open, HA_Close) HA_High = máximo (High, HA_Open, HA_Close) HA_Close = (Abrir + Alto + Baixo + Fechar) / 4.
HA_Open, HA_High, HA_Low e HA_Close & mdash; Heiken Ashi níveis de vela. Open, High, Low e Close & mdash; níveis de vela normais. Os níveis da vela HA inicial são iguais aos níveis respectivos da vela original.
Gráfico Heiken Ashi.
O gráfico que você vê abaixo demonstra a técnica da vela de Heiken Ashi, mostrando períodos de tendências e intervalos. A tendência de alta inicial (branca) torna-se fraca com Heiken Ashi doji e fica vermelha para quatro velas. Apenas uma vela (segunda) nesta tendência de baixa se qualifica para uma forte tendência de baixa, de acordo com as regras Heiken Ashi descritas acima. A nova tendência de alta mostra um período de fraqueza (velas de corpo curto com mechas laterais), mas depois retorna à sua força. Uma pequena correção vermelha é bastante profunda e é sinalizada como tal pelas velas de corpo comprido sem mechas superiores. Sem um sinal de inversão claro, surge uma nova tendência para cima. Foi seguido por um platô com um caos de cores vermelhas / brancas, que terminou em uma longa tendência descendente. Uma pequena correção consistindo de cinco brancos com uma vela vermelha em um meio não impediu toda a tendência indo para o sul até o final do gráfico.
Naturalmente, esse indicador parece bastante promissor para os comerciantes que desejam trocar as tendências e suas reversões.
Estratégia de negociação.
Heiken Ashi Na & iuml; ve expert advisor usa um método bastante simples, mas não muito óbvio para trocar com as velas Heiken Ashi.
Os seguintes sinais de entrada são usados:
Vender se a última vela HA concluída é alta, seu corpo é mais longo do que o corpo da vela anterior, a vela anterior também é otimista e a vela mais recente não tem mecha inferior. Compre se a última vela HA concluída é baixa, seu corpo é mais longo que o corpo da vela anterior, a vela anterior também é baixa e a última vela não possui mecha superior.
Se existe uma posição aberta em uma direção oposta quando um sinal chega, a posição é fechada. Se a posição existente estiver na mesma direção que o sinal, o último é ignorado.
Os seguintes sinais de saída são usados ​​para fechar negócios antes que um novo sinal de entrada chegue:
Sair da posição curta se a última vela de HA concluída for baixa, a vela anterior também é baixa e a vela mais recente não tem mecha superior. Saia da posição longa se a última vela HA concluída for alta, a vela anterior também é otimista e a vela mais recente não tem mecha inferior.
Como você pode ver, o consultor especialista usa a lógica invertida em sua estratégia comercial. Vai longo quando o sistema Heiken Ashi aponta para uma tendência grosseira bastante forte, e fica curto quando é uma manifestação de alta, de acordo com Heiken Ashi. O truque aqui é que ele tenta capturar as reversões o mais cedo possível.
Exemplos de comércio.
A captura de tela do gráfico do backtest de estratégia em EUR / JPY é mostrada abaixo. Existem seis negócios completos:
A primeira posição é descendente (mostrada com uma seta vermelha) e dura 8 velas até que a nova posição seja inserida após a geração de sinal de entrada otimizada. A segunda posição é otimista (mostrada com uma seta azul) e é um grande perdedor. A tendência de baixa sinalizada por Heiken Ashi acaba por ser duradoura, então o sistema do consultor falha aqui. A terceira posição é um curto-prazo (segunda flecha vermelha). Ele dura apenas 3 dias e é bastante lucrativo. A quarta posição é uma hipótese de curto prazo (segunda flecha azul) e é ainda mais lucrativa. A quinta posição é outra venda de curto prazo (terceira flecha vermelha). É o comércio mais lucrativo dos seis apresentados nestes exemplos. A sexta posição é longa (terceira seta azul). É muito lucrativo e dura por tempo suficiente para viver várias velas brancas, que não conseguem desencadear condições de saída para o comércio otimista.
Dimensionamento das posições.
O consultor especializado da Heiken Ashi Na & iuml; usa o mesmo sistema avançado de dimensionamento de posição que o consultor especializado em Ichimoku Chikou Cross. É capaz de tamanho de posição fixa e tamanho de posição fracionada fixa baseada em ATR.
Otimização de pontuação Z.
A segunda versão deste consultor especialista tem otimização Z-Score implementada em seu algoritmo. A otimização da pontuação Z é baseada no parâmetro intrínseco de algumas estratégias de Forex. Basicamente, o valor de Z-Score nos diz se há alguma correlação entre os resultados comerciais da estratégia dada. O Z-score positivo grande (como o de Heiken Ashi Na & iuml; ve no EUR / JPY D1) significa que o comércio vencedor provavelmente será seguido por um perder, e que o comércio perdedor provavelmente será seguido por um vencedor. O grande escore Z negativo significaria que os negócios vencedores são freqüentemente seguidos por mais negócios vencedores, enquanto a perda de negociações freqüentemente segue os mesmos negócios perdidos. Obviamente, essa métrica pode ser usada para otimizar uma estratégia de negociação ou um consultor especializado.
Heiken Ashi Na & iuml; ve com a otimização de Z-score pára de negociar após um comércio lucrativo. Em seguida, ele muda para um modo de negociação virtual, onde ele calcula os negócios, mas na verdade não envia ordens para o MetaTrader sever. Uma vez que um comércio virtual perdido é encontrado, o EA volta ao modo de negociação real e continua a operação normal. Este consultor especializado também é capaz de salvar e carregar todos os dados de negociação virtual do arquivo, evitando o mau funcionamento da otimização do Z-score devido a falhas de software ou hardware.
Resultados do Backtest.
O backtest do consultor especialista da Heiken Ashi Na & iuml; foi realizado no período de 1 de janeiro de 2001 a 6 de dezembro de 2013 (quase 13 anos) no gráfico EUR / JPY D1.
Quando o volume de posição fixa de 0,1 lote padrão foi usado, o lucro líquido resultante foi de US $ 11.112 no saldo da conta inicial de $ 10.000 com a redução relativa máxima de 15,8%.
Com o dimensionamento de posição baseado em ATR ativado (período ATR = 20; ATR multiplicador = 1; 2% de tolerância ao risco), o lucro líquido resultante aumentou para US $ 29.903 no mesmo saldo da conta inicial de $ 10.000, enquanto a redução relativa máxima aumentou para 39%.
Backtesting Z-Score EA otimizada.
A versão otimizada Z-Score do consultor especializado da Heiken Ashi Na & iuml; backts foi testada nos mesmos dados que a versão original. O desempenho resultou em um lucro de $ 8,119 e uma redução relativa de 9,11% para um tamanho de posição fixa (0,1 lote padrão). Ao usar o dimensionamento de posição baseado em ATR, a EA mostrou $ 15,002 com redução de 20,9%.
Como você pode ver, há pouco interesse em usar uma versão Otimizada Z-Score deste consultor especialista, a menos que você realmente precise obter um valor de retirada menor. A versão Z-Score faz apenas 109 negócios em comparação com 349 trades da versão original. Outra vantagem da versão Z-Score é a recompensa esperada de US $ 74,49 vs. US $ 31,84 por troca e o índice Double Sharp (0,31 vs. 0,14).
Parâmetros de entrada.
Gerenciamento de dinheiro.
Lotes (padrão = 0,1) & mdash; tamanho básico do lote para dimensionamento de posição fixa. Usado quando MM = falso. MM (padrão = falso) & mdash; se for verdade, o dimensionamento de posição baseado em ATR está habilitado. ATR_Period (default = 20) & mdash; o período do indicador ATR, que é usado para o cálculo do tamanho da posição. Funciona somente se MM = true. ATR_Multiplier (padrão = 1) & mdash; um valor, pelo qual o valor do indicador ATR será multiplicado. Funciona somente se MM = true. Risco (padrão = 2) & mdash; tolerância ao risco em porcentagem do saldo da conta / patrimônio líquido. Funciona somente se MM = true. Este parâmetro de entrada é ignorado se UseMoneyInsteadOfPercentage estiver definido como verdadeiro. FixedBalance (padrão = 0) & mdash; se definido como valor diferente de zero, ele é usado em vez do saldo da conta / equidade para o cálculo do tamanho da posição. Funciona somente se MM = true. MoneyRisk (padrão = 0) & mdash; tolerância ao risco em moeda da conta. Funciona somente se MM = true. Requer UseMoneyInsteadOfPercentage para ser definido como verdadeiro. UseMoneyInsteadOfPercentage (padrão = false) & mdash; se for verdade, o tamanho da posição é calculado com base no valor do risco fornecido na moeda da conta (MoneyRisk) em vez do risco de porcentagem de saldo / patrimônio (Risco). Funciona somente se MM = true. UseEquityInsteadOfBalance (padrão = false) & mdash; se verdadeiro, o tamanho da posição é calculado com base no patrimônio da conta em vez do saldo. Funciona somente se MM = true. Ignorado se UseMoneyInsteadOfPercentage = true. LotDigits (padrão = 2) & mdash; Número de casas decimais permitido pelo seu corretor no volume da ordem. Por exemplo, se o seu corretor permitir micro lotes (0.01), esse parâmetro deve ser definido como 2. Se seu corretor permite apenas mini lotes (0.1), este parâmetro deve ser definido como 1. Requerido somente se MM = true.
Diversos.
OrderComment (default = & quot; HAN & quot;) & mdash; O comentário para os cargos abertos por esta EA. Slippage (padrão = 100) & mdash; o deslizamento de preços aceitável em pips. Magic (padrão = 152207122013) & mdash; o número mágico da ordem para filtrar as posições abertas por esta EA. Usado apenas no MT4. Mudo (padrão = falso) & mdash; Se for verdade, a EA não produzirá saída em relação aos eventos comerciais virtuais. Este parâmetro de entrada está presente apenas na versão otimizada Z-Score. FileName (default = & quot; HAN_vt. dat & quot;) & mdash; o nome do arquivo usado pela EA para armazenar dados comerciais virtuais. Este parâmetro de entrada está presente apenas na versão otimizada Z-Score.
Qual é o tamanho médio de perda / perda gerado por esta EA?
O backtest no EUR / JPY D1 mostrou uma média de comércio perdedor de 287 pips e um comércio médio vencedor de 183 pips. A versão com otimização Z-Score mostrou perda média de 241 pips e 156 pips para a posição média rentável.
Com que frequência essa EA comercializa?
No gráfico diário EUR / JPY (configuração padrão), esta EA irá negociar cerca de 2 vezes ao mês em média. A versão Z-Score da Heiken Ashi Na & iuml; marchará cerca de 8 vezes por ano.
Qual a diferença entre as versões para MT4 e MT5?
A versão MT5 irá interferir nas posições de outros consultores especializados no mesmo par de moedas. O MT4 usará o número mágico para evitar isso.
Isso mostrou resultados lucrativos em outros pares de moedas?
Alguns outros pares de moedas mostram lucro insignificante, que são prejudicados por grandes remessas. Parece que apenas EUR / JPY tem algumas características comerciais que são capturadas por este consultor especialista.
Você otimizou os parâmetros de entrada desse consultor especializado?
Não há entradas para otimizar, a menos que você considere o par de moedas e o cronograma como entradas.
Esta EA é segura para ECN. Você pode usar livremente este consultor especializado com os corretores da ECN (execução do mercado), pois não aplica quaisquer níveis de stop-loss e take-profit em suas ordens comerciais ou envia apenas pedidos pendentes.
Versão normal.
Versão otimizada com pontuação Z.
Discussão.
Atenção! Antes de fazer perguntas básicas sobre a instalação dos consultores especializados, leia este Tutorial MT4 Expert Advisors para obter os conhecimentos elementares sobre como lidar com eles.
Você tem seus próprios resultados de negociação ou qualquer outra observação sobre este consultor especializado? Discuta Heiken Ashi Na & iuml; ve com outros comerciantes e programadores MQL nos fóruns de especialistas.