Métricas da estratégia de negociação

Interpretando um Relatório de Desempenho Estratégico.
As plataformas de análise de mercado de hoje permitem que os comerciantes avaliem rapidamente o desempenho de um sistema comercial e avaliem sua eficiência e lucratividade potencial. Essas métricas de desempenho geralmente são exibidas em um relatório de desempenho de estratégia, uma compilação de dados com base em diferentes aspectos matemáticos do desempenho de um sistema. Quer olhe resultados hipotéticos ou dados comerciais reais, existem centenas de métricas de desempenho que podem ser usadas para avaliar um sistema de negociação.
Os comerciantes geralmente desenvolvem uma preferência pelas métricas que são mais úteis para seu estilo de negociação. Embora os comerciantes possam naturalmente gravitar em relação a um número - lucro líquido total, por exemplo - é importante compreender e analisar muitas das métricas de desempenho antes de tomar quaisquer decisões sobre a rentabilidade potencial do sistema. Saber o que procurar em um relatório de desempenho estratégico pode ajudar os comerciantes a analisar objetivamente os pontos fortes e fracos de um sistema. (Para um fundo, consulte o nosso Tutorial de Sistemas de Negociação.)
Relatórios de desempenho da estratégia.
Um relatório de desempenho de estratégia é uma avaliação objetiva do desempenho de um sistema. Um conjunto de regras de negociação pode ser aplicado aos dados históricos para determinar como ele teria realizado durante o período especificado. Isso é chamado de backtesting e é uma ferramenta valiosa para os comerciantes que desejam testar um sistema de negociação antes de colocá-lo no mercado. A maioria das plataformas de análise de mercado permite que os comerciantes criem um relatório de desempenho da estratégia durante o teste. Os comerciantes também podem criar relatórios de desempenho estratégico para resultados comerciais reais.
A Figura 1 mostra um exemplo de um resumo de desempenho de um relatório de desempenho de estratégia que inclui uma variedade de métricas de desempenho. As métricas estão listadas no lado esquerdo do relatório; os cálculos correspondentes são encontrados no lado direito, separados em colunas por todos os negócios, trades compridos e trades curtos.
Além do resumo de desempenho observado na Figura 1, os relatórios de desempenho da estratégia também podem incluir listas de comércio, retornos periódicos e gráficos de desempenho. A lista de comércio fornece uma conta de cada troca que foi realizada, incluindo informações como tipo de comércio (longo ou curto), data e hora, preço, lucro líquido, lucro acumulado e lucro por cento. A lista de comércio permite que os comerciantes vejam exatamente o que aconteceu durante cada comércio.
A exibição dos retornos periódicos de um sistema permite que os comerciantes vejam o desempenho dividido em segmentos diários, semanais, mensais ou anuais. Esta seção é útil na determinação de lucros ou perdas por um período de tempo específico. Os comerciantes podem avaliar rapidamente como um sistema está atuando diariamente, semanalmente, mensalmente ou anualmente. É importante lembrar que, na negociação, são os lucros acumulados (ou perdas) que importam. Olhar para um dia de negociação ou para uma semana de negociação não é tão significativo quanto a análise dos dados mensais e anuais.
Um dos métodos mais rápidos de análise do relatório de desempenho da estratégia é o gráfico de desempenho. Isso mostra os dados de comércio de várias maneiras; de um gráfico de barras que mostra o lucro líquido mensal, para uma curva de patrimônio. De qualquer forma, o gráfico de desempenho fornece uma representação visual de todas as negociações no período, permitindo que os comerciantes avaliem rapidamente se um sistema está ou não em conformidade com os padrões. A Figura 2 mostra dois gráficos de desempenho: um como um gráfico de barras do lucro líquido mensal; o outro como uma curva de equidade. (Para saber mais, confira o seu caminho para melhores retornos).
Um relatório de desempenho da estratégia pode conter uma enorme quantidade de informações sobre o desempenho de um sistema comercial. Embora todas as estatísticas sejam importantes, é útil restringir o escopo inicial a cinco métricas principais de desempenho:
Lucro líquido total Fator de lucro Porcentagem Rentável Média de comércio Lucro líquido Remuneração máxima.
Essas cinco métricas fornecem um bom ponto de partida para testar um potencial sistema de negociação ou avaliar um sistema de negociação ao vivo.
Lucro líquido total.
O lucro líquido total representa o resultado final de um sistema de negociação durante um período de tempo especificado. Esta métrica é calculada subtraindo a perda bruta de todos os negócios perdidos (incluindo comissões) do lucro bruto de todas as negociações vencedoras. Na Figura 1, o lucro líquido total é calculado como:
Embora muitos comerciantes utilizem o lucro líquido total como o principal meio para medir o desempenho da negociação, a métrica pode ser enganosa. Por si só, esta métrica não pode determinar se um sistema de negociação está funcionando de forma eficiente, nem pode normalizar os resultados de um sistema de negociação com base na quantidade de risco que é sustentada. Embora seja uma métrica valiosa, o lucro líquido total deve ser visto em conjunto com outras métricas de desempenho. (Para mais, veja Lucrando em uma economia pós-recessão.)
O fator de lucro é definido como o lucro bruto dividido pela perda bruta (incluindo comissões) para todo o período de negociação. Esta métrica de desempenho relaciona a quantidade de lucro por unidade de risco, com valores superiores a um que indicam um sistema lucrativo. Como exemplo, o relatório de desempenho da estratégia mostrado na Figura 1 indica que o sistema de negociação testado tem um fator de lucro de 1,98. Isso é calculado dividindo o lucro bruto pela perda bruta:
Este é um fator de lucro razoável e significa que esse sistema específico produz lucro. Todos sabemos que nem todos os negócios serão um vencedor e que teremos de sustentar perdas. A métrica do fator de lucro ajuda os comerciantes a analisar o grau em que as vitórias são maiores do que as perdas.
A equação acima mostra o mesmo lucro bruto que a primeira equação, mas substitui um valor hipotético pela perda bruta. Nesse caso, a perda bruta é maior do que o lucro bruto, resultando em um fator de lucro inferior a um. Este seria um sistema perdedor.
O percentual lucrativo também é conhecido como a probabilidade de ganhar. Esta métrica é calculada dividindo o número de negociações vencedoras pelo número total de negócios por um período especificado. No exemplo mostrado na Figura 1, a porcentagem rentável é calculada da seguinte forma:
O valor ideal para a métrica percentual rentável variará de acordo com o estilo do comerciante. Os comerciantes que costumam fazer movimentos maiores, com maiores lucros, requerem apenas um valor baixo e lucrativo para manter um sistema vencedor. Isso ocorre porque os negócios que ganham (que são lucrativos) geralmente são bastante amplos. Um bom exemplo disso é a tendência seguindo os comerciantes. Apenas 40% dos negócios podem ser rentáveis ​​e ainda produzem um sistema muito lucrativo porque os negócios que ganham seguem a tendência e geralmente conseguem grandes ganhos. Os negócios que não ganham são geralmente fechados por uma pequena perda.
Os comerciantes intraday, e particularmente os scalpers, que procuram ganhar uma pequena quantia em qualquer comércio, enquanto arriscam uma quantia similar, exigirão uma métrica rentável com maior porcentagem para criar um sistema vencedor. Isto é devido ao fato de que os negócios vencedores tendem a ser próximos de valor para os negócios perdidos; para "avançar", é necessário que haja um percentual significativamente mais alto lucrativo. Em outras palavras, mais negociações precisam ser vencedoras, uma vez que cada vitória é relativamente pequena. (Para saber mais, consulte Scalping: Pequenos lucros rápidos podem adicionar.)
Média do lucro líquido comercial.
O lucro líquido médio do comércio é a expectativa do sistema: representa o valor médio de dinheiro que foi ganho ou perdido por comércio. O lucro líquido comercial médio é calculado dividindo o lucro líquido total pelo número total de negócios. No nosso exemplo da Figura 1, o lucro médio comercial líquido é calculado da seguinte forma:
Em outras palavras, ao longo do tempo, poderíamos esperar que cada comércio gerado por este sistema seja de US $ 452,79. Isso leva em consideração os negócios vencedores e perdidos, uma vez que se baseia no lucro líquido total.
Esse número pode ser desviado por uma análise anormal, um único comércio que cria um lucro (ou perda) muitas vezes maior do que um comércio típico. Um outlier pode criar resultados irrealistas com um excesso de inflação do lucro líquido comercial médio. Um outlier pode fazer com que um sistema apareça significativamente mais (ou menos) lucrativo do que estatisticamente. O outlier pode ser removido para permitir uma avaliação mais precisa. Se o sucesso do sistema de negociação em backtesting depende de um outlier, o sistema precisa ser melhorado.
A métrica de retirada máxima refere-se ao "pior cenário possível" para um período de negociação. Ele mede a maior distância, ou perda, de um pico patrimonial anterior. Esta métrica pode ajudar a medir a quantidade de risco incorrida por um sistema e determinar se um sistema é prático com base no tamanho da conta. Se a maior quantia de dinheiro que um comerciante esteja disposta a arriscar seja menor que a redução máxima, o sistema de negociação não é adequado para o comerciante. Um sistema diferente, com uma redução máxima menor, deve ser desenvolvido.
Esta métrica é importante porque é uma verificação de realidade para os comerciantes. Apenas um comerciante poderia fazer um milhão de dólares - se eles pudessem arriscar dez milhões. A métrica de retirada máxima precisa estar alinhada com a tolerância ao risco do comerciante e o tamanho da conta de negociação. (Para mais, veja Proteger-se da perda de mercado.)
Os relatórios de desempenho da estratégia, seja aplicado a resultados de negociação históricos ou ao vivo, podem fornecer uma ferramenta poderosa para auxiliar os comerciantes na avaliação de seus sistemas de negociação. Embora seja fácil prestar atenção apenas na linha inferior, ou no lucro líquido total - todos queremos saber quanto dinheiro um sistema faz - métricas de desempenho adicionais podem fornecer uma visão mais abrangente do desempenho de um sistema. (Para saber mais, confira Criar suas próprias estratégias de negociação.)

métricas da estratégia de negociação
Métodos para a construção de estratégias baseadas em métricas.
por Michael R. Bryant.
O edifício de estratégia baseado em métricas refere-se à criação de estratégias de negociação, especificando as características desejadas da estratégia em termos de um conjunto de métricas de negociação. O algoritmo de construção de estratégia é responsável por chegar às regras de negociação e lógica para satisfazer os requisitos e / ou metas especificados em métricas. Isso contrasta com a abordagem tradicional de especificar as regras e a lógica e testar a estratégia resultante para verificar se o desempenho é aceitável. Como o universo das métricas de negociação é muito menor do que o universo das possíveis regras comerciais e lógica, é mais fácil especificar uma estratégia em termos do primeiro e permitir que o computador realize a tarefa mais difícil de chegar ao último. A adoção desta metodologia inversa tipicamente resulta em menos falsos começos e converge para uma estratégia aceitável muito mais rápida do que a abordagem tradicional.
Como o sucesso de uma abordagem de construção baseada em métricas depende da escolha das métricas corretas, este artigo discutirá três métodos possíveis para selecionar um conjunto de métricas de negociação. Sob as circunstâncias certas, qualquer um desses métodos - minimalista, baseado em destino e iterativo - pode ser usado com sucesso. As vantagens e desvantagens de cada método serão discutidas.
Considerações Gerais para Selecionar Métricas de Construção.
Para usar um método baseado em métricas para construir estratégias de negociação, o software de construção de estratégias deve conter um algoritmo para desenvolver automaticamente a lógica de negociação da estratégia com base nas métricas escolhidas. A estratégia gerada é então avaliada em relação às métricas para determinar a adequação. Alguns programas utilizam uma abordagem ad hoc para combinar regras e / ou padrões de preços. Em um artigo anterior, eu demonstrei que tipos simples de lógica de estratégia poderiam ser criados usando um método de seleção aleatória. No entanto, criar tipos mais complexos de regras de entrada e saída requer uma abordagem mais sofisticada, como a programação genética. Esta é a base do Adaptrade Builder, que será usado para ilustrar as idéias apresentadas aqui.
Embora o universo das métricas de negociação seja muito menor do que o universo da lógica de negociação, ainda existe uma grande variedade de métricas para escolher ao especificar os requisitos para uma estratégia de negociação. Um dos desafios é que muitas das métricas estão relacionadas umas com as outras. Isso torna possível especificar demais os requisitos. Por exemplo, suponha que você desejasse valores específicos para o lucro líquido total e o número de negócios e também tinha em mente um valor para o comércio médio. Especificar valores para cada métrica seria sobre-especificando os requisitos porque o lucro líquido é igual ao comércio médio multiplicado pelo número de negócios. Por conseguinte, é redundante especificar valores para as três métricas e, se os valores não forem consistentes, poderá dificultar o processo de otimização para encontrar uma solução.
As seguintes equações relacionam algumas das métricas mais comumente usadas entre si:
A equação (1) relaciona o comércio médio (A T) com a média de ganhos (A W), perda média (A L) e porcentagem de negociações vencedoras (P W). A Equação (2) simplesmente afirma que o lucro líquido (NetProf) é o produto do comércio médio e do número total de negócios (N T). A Equação (3) indica que o número total de barras de dados (N BARS) deve ser pelo menos tão grande quanto o produto do número de negócios e o número médio de barras em negociações (N BARS, T).
Para evitar uma especificação excessiva dessas métricas, devem ser especificadas menos métricas do que o número de métricas nas duas equações (1) ou (2). Por exemplo, não devem ser especificadas mais de três das quatro métricas em (1). Se os requisitos forem especificados para as quatro métricas, os requisitos serão sobre-especificados uma vez que cada uma das quatro variáveis ​​em (1), a quarta pode ser determinada a partir de (1). Da mesma forma, em (2), qualquer dois dos três podem ser especificados, mas os requisitos de configuração para os três seriam exagerados.
A equação (3) é um pouco diferente porque é uma condição de desigualdade e porque envolve o número total de barras de dados, que não é uma métrica de negociação. No entanto, é importante ter em mente que, ao especificar o número total de negócios e o número médio de barras em negociações, os dois são limitados pelo número total de barras de dados. Seria contraproducente, por exemplo, solicitar 1000 negócios e um comprimento de comércio médio de 50 barras, se você estiver construindo menos de 50.000 barras de dados.
Na mesma linha, seria excesso de especificação para estabelecer um requisito para a mesma métrica expressada em termos de dólar e porcentagem, como a especificação de um tamanho de comércio médio superior a US $ 100, bem como a porcentagem média de tamanho de comércio superior a 2%. Essas duas métricas estão relacionadas, portanto, apenas uma ou outra deve ser usada como um requisito de construção ou condição.
Outra consideração geral na seleção de métricas de compilação é que algumas métricas representam a qualidade geral da estratégia e podem ser aplicadas a qualquer estratégia. Eu discuti isso anteriormente no artigo Constraint-Driven Strategy Design. Exemplos de condições ou requisitos envolvendo esses tipos de métricas incluem um valor de significância estatística superior a 98% e o coeficiente de correlação maior que 0,95. Outras métricas desse tipo incluem o fator de lucro, a relação de Sharpe e a fração de Kelly.
A maioria das outras métricas, no entanto, são mais específicas para o tipo de estratégia que deseja. Por exemplo, o número de negócios por dia, barras médias em trades, porcentagem de vencedores e ganhos médios serão diferentes para diferentes tipos de estratégias. Uma estratégia de tendência a longo prazo nas barras diárias, por exemplo, pode ter menos de 50% dos vencedores, com uma relação vitoria / perda maior que 2, e talvez uma dúzia de negócios por ano por mercado. Uma estratégia de negociação no dia, por outro lado, pode ter mais de 60% de negociações vencedoras, um índice de ganhos / perdas próximo a 1, com vários negócios por dia.
Por último, uma consideração importante para escolher métricas é se os valores escolhidos são ou não razoáveis. Só porque você define um requisito para sua estratégia não significa que esse requisito possa ser cumprido. Como um exemplo extremo, você pode estabelecer um requisito para que o lucro líquido mensal médio seja superior a US $ 1.000.000 em uma base de 1 contrato para uma estratégia E-mini S & amp; P. Obviamente, definir essa condição não garante esse resultado. Mais comumente, uma série de condições pode parecer razoável, mas está além do potencial de lucro do mercado. Para evitar isso, construções preliminares e testes podem ser realizados para ter uma melhor idéia do potencial de lucro do mercado.
Em uma extremidade do espectro de métodos de construção de estratégia baseada em métricas é uma abordagem minimalista. Aqui, a única métrica que você usa é o lucro líquido, e o objetivo é simplesmente maximizar o lucro líquido. No Adaptrade Builder, a janela Metrics apareceria como mostrado abaixo na Fig. 1.
Figura 1. Construir métrica para um método minimalista de construção de estratégia baseada em métricas.
O valor de peso neste caso é arbitrário. A idéia por trás dessa abordagem é que, ao maximizar o lucro líquido, todas as outras métricas serão definidas. Em outras palavras, se o lucro líquido da estratégia for maximizado, ele também terá o maior fator de lucro, a redução menor, a curva de patrimônio líquido mais direta (em contrato fixo / compartilhado), e assim por diante.
Este método está na extremidade oposta do espectro a partir da abordagem minimalista. Em vez de usar um conjunto de métricas muito simples, nesta abordagem, você define um conjunto detalhado de requisitos para segmentar exatamente o que você deseja. Eu discuti esta abordagem anteriormente no artigo Reverse Engineering, uma Estratégia de Negociação. * Nesse artigo, usei os resultados de uma estratégia de negociação existente que tinha sido lucrativa no rastreamento em tempo real para estabelecer um conjunto de condições de construção. A Fig. 2 abaixo ilustra como essa estratégia de engenharia reversa ("MiniMax Clone") resistiu desde que o artigo foi publicado em 2011. Os resultados, uma vez que a estratégia foi criada usando a abordagem baseada em destino, são positivos, como mostrado pela curva à direita da linha vermelha.
Figura 2. Curva de capital da estratégia MiniMax Clone. Os resultados desde a versão são mostrados ao lado direito da linha vermelha.
Outro exemplo da abordagem baseada em alvo é mostrado na Fig. 3 abaixo usando métricas dos resultados reais de uma estratégia de negociação que encontrei publicado on-line.
Figura 3. Exemplo de métricas de compilação para um método baseado em metas de construção de estratégia baseada em métricas.
Os objetivos de construção na caixa superior da Fig. 3 são muito simples. Estas são as métricas que você está minimizando ou maximizando. As condições de compilação na caixa do meio são onde você segmenta as métricas. Neste exemplo, as métricas foram direcionadas ao lucro líquido, ao número de negócios, à porcentagem de ganhos, ao índice de ganhos / perdas e à redução máxima. Observe que uma gama de valores é usada para cada métrica porque a realização de uma duplicação exata é improvável.
Se você não tiver um conjunto específico de resultados de negociação para duplicar e você quer mais controle sobre os resultados da estratégia do que você pode obter de uma abordagem minimalista, é recomendável uma abordagem iterativa. Aqui é onde você executaria uma ou mais compilações preliminares usando um conjunto de métricas reduzidas, como as predefinidas fornecidas no Adaptrade Builder, e use os resultados dessa compilação, juntamente com os requisitos específicos que você possui, para selecionar um mais Conjunto completo de métricas. Depois de construir com essas métricas, você examinaria os resultados e alteraria as métricas conforme necessário para resolver qualquer coisa que você não gostou sobre os resultados. Por exemplo, se as principais estratégias tivessem transações consistentes com grandes perdas abertas, você poderia adicionar uma condição para a excursão adversa máxima (Max MAE). O processo pode então ser repetido até que os resultados atendam aos seus requisitos.
Um exemplo dessa abordagem foi seguido no artigo recente Estratégias baseadas em lucros a curto prazo. A figura abaixo é copiada da Fig. 3 desse artigo e mostra as métricas usadas na compilação final para uma estratégia E-mini S & amp; P de curto prazo.
Figura 4. Exemplo de métricas de compilação para um método iterativo de construção de estratégia baseada em métricas.
Tal como acontece com a abordagem baseada em alvo (Fig. 3), os objetivos de construção na Fig. 4 são bastante simples e consistem em métricas básicas que podem ser aplicadas a qualquer projeto de construção de estratégia. As condições de construção, por outro lado, consistem em uma combinação de métricas gerais (coeficiente de correlação e significado) e mais específicas para a estratégia a ser construída (fator de lucro, Max MAE e barras médias em perdas). A Fig. 4 também ilustra o uso de "Condições para selecionar estratégias superiores", que fornece um conjunto de condições para filtrar as estratégias que satisfazem todas as métricas desejadas.
A construção de estratégias com base em métricas pode ser uma maneira altamente eficaz de construir estratégias de negociação, mas escolher um bom conjunto de métricas requer algum pensamento. Este artigo analisou três métodos diferentes para escolher as métricas. A abordagem minimalista é provavelmente a melhor para quando você não tem requisitos específicos e quer a melhor estratégia global para o determinado mercado ou mercados, embora seja necessário ter cuidado especial para minimizar o risco de excesso de ajuste. Uma abordagem baseada em destino ou de engenharia reversa pode ser efetiva se você tiver ou puder encontrar resultados de negociação em tempo real adequados para replicar. A abordagem iterativa tende a ser o método padrão quando você quer mais controle sobre as estratégias resultantes, mas não tem conhecimento prévio de valores específicos para requisitos métricos.
Qualquer um dos métodos discutidos aqui pode ser usado para criar estratégias de negociação com sucesso usando uma ferramenta como Adaptrade Builder. Independentemente da abordagem que você segue, a seção "Considerações Gerais para Selecionar Métricas de Construção & quot; deve fornecer algumas orientações básicas.
Embora a construção de estratégias, especificando as métricas de negociação e permitindo que um algoritmo construa a lógica de negociação é o inverso da abordagem usual para a construção da estratégia, aplicam-se as mesmas advertências: cuidado com o excesso de ajuste e teste fora de amostra e no rastreamento em tempo real para validar o desempenho antes da negociação.
Boa sorte com sua negociação.
* Embora o método baseado em alvo possa ser considerado como um "engenheiro reverso" abordagem, a duplicação dos resultados de uma estratégia de negociação existente não significa que você está necessariamente duplicando a lógica interna. Com toda a probabilidade, existem muitos conjuntos diferentes de regras de negociação que são funcionalmente equivalentes e, portanto, geram os mesmos resultados.
Este artigo apareceu na edição de outubro de 2014 do boletim informativo do Adaptrade Software.
OS RESULTADOS DE DESEMPENHO HIPOTÉTICOS OU SIMULADOS TÊM CERTAS LIMITAÇÕES INERENTES. DESEJO UM REGISTO DE DESEMPENHO REAL, OS RESULTADOS SIMULADOS NÃO REPRESENTAM A NEGOCIAÇÃO REAL. TAMBÉM, DESDE QUE OS NEGÓCIOS NÃO SEJAM REALMENTE EXECUTOS, OS RESULTADOS PODEM TENER SOB OU COMENTÁRIOS COMPLEMENTARES PARA O IMPACTO, SE HAVER, DE CERTOS FATORES DE MERCADO, TAL COMO FALTA DE LIQUIDEZ. PROGRAMAS DE NEGOCIAÇÃO SIMULADOS EM GERAL SÃO TAMBÉM SUJEITOS AO FATO QUE ESTÃO DESIGNADOS COM O BENEFÍCIO DE HINDSIGHT. NENHUMA REPRESENTAÇÃO ESTÁ FAZENDO QUE QUALQUER CONTA VÁ OU SEJA PROBABILITÁVEL PARA ALCANÇAR LUCROS OU PERDAS SIMILARES ÀOS MOSTRADOS.
Se você quiser ser informado de novos desenvolvimentos, novidades e ofertas especiais do Adaptrade Software, por favor, junte-se à nossa lista. Obrigado.
Copyright © 2004-2015 Adaptrade Software. Todos os direitos reservados.

Medindo o sucesso: principais métricas de desempenho.
Quando você vê o desempenho de um sistema de negociação, como você sabe que é bom? Como você conhece o sistema certo para você? Muitas pessoas simplesmente olham o lucro líquido assumindo que o sistema com mais lucro deve ser o melhor sistema. Isso muitas vezes está longe de ser uma boa idéia. Ao comparar os sistemas de negociação durante o processo de desenvolvimento ou ao comparar sistemas antes de fazer uma compra, é bom ter algumas métricas disponíveis que permitirão comparar o sistema com um benchmark hipotético ou com outro sistema. Não há uma única pontuação que você possa usar, que funcionará para todos, já que todos nós temos tolerâncias de risco e definições únicas sobre o que consideramos negociável. Da mesma forma, nem todos os sistemas de pontuação são iguais ou realizados em todas as circunstâncias. No entanto, neste artigo, eu vou falar sobre meus métodos favoritos usados ​​para marcar e classificar os sistemas de negociação. Estas são as principais métricas de desempenho do sistema que uso durante o processo de desenvolvimento do sistema.
Número de operações.
Qualquer sistema comercial deve ter um & # 8220; significativo & # 8221; número de negócios. O que é significativo? Bem, isso varia. Para um sistema de swing que não leva mais de 10 negócios por ano, ter 100 trocas é bom. Isso representa cerca de 10 anos de testes históricos. Como um determinado sistema de negociação começa a produzir mais negócios por ano, espero ver mais trades utilizados durante o teste de backtesting.
Fator de lucro.
Embora o lucro líquido possa ser um fator na sua decisão sobre um sistema de comércio específico, o fator de lucro é muitas vezes ainda mais importante na minha opinião. Fator de lucro mede a eficiência do seu sistema de negociação. O fator de lucro é calculado dividindo o lucro gerado pelas perdas geradas. Um fator de lucro de 1,5 indica por cada dois dólares perdidos, ganham três dólares ($ 3 vitórias / $ 2 perdidos = 1,5). Obviamente, um número acima de 1.0 significa que você está ganhando dinheiro. Eu gosto de ver um fator de lucro de 1,5 ou superior.
Lucro médio por comércio.
Como fator de lucro, o lucro médio por comércio me diz se um sistema está fazendo dinheiro suficiente em cada comércio. Ao projetar um sistema de negociação, eu gosto de ver um comércio médio lucrativo acima de US $ 50 antes que as comissões e as devoluções sejam deduzidas em um mínimo absoluto. Se o lucro líquido médio for superior a US $ 50 com comissões e derrapagens deduzidas, isso é ainda melhor. Quanto maior o lucro médio por comércio, melhor.
Porcentagem de negócios vencedores.
Eu não acompanho isso demais. Eu tomo nota disso, mas isso não é tão importante para mim. A porcentagem de negociações vencedoras é simplesmente o número de negócios que geraram um lucro líquido positivo dividido por todas as negociações realizadas. Este fator pode ser importante se você não quiser ter uma grande série de perdedores. Por exemplo, muitas vezes os sistemas de tendências a longo prazo podem ser muito lucrativos, mas apenas têm uma taxa de ganhos de 40% ou menos. Você consegue muitos negócios perdidos? Talvez você esteja confortável apenas com sistemas que tendem a produzir mais negócios vencedores do que perder trocas. Se assim for, um sistema com uma taxa de ganhos de 60% ou mais seria melhor para você. O percentual de negociações vencedoras é um indicador de tolerância psicológica que variará entre as pessoas.
Taxa de Crescimento Anual Composto (CAGR)
Isso descreve o crescimento como se fosse uma taxa de retorno estável e fixa. Obviamente, isso não acontece ao negociar, pois seu sistema comercial produz uma curva de equidade irregular ao longo do tempo. No entanto, esta é uma maneira de facilitar seu retorno ao longo do mesmo período de negociação. Digamos que seu sistema comercial produz um CAGR de 5% ao longo de um período de 10 anos. Durante esse mesmo período, você possui um CD do banco que também produz um retorno de 5% no mesmo período. Isso faz do CD um investimento melhor? Talvez. Uma coisa a ter em mente é esta: o cálculo CAGR não leva em consideração o tempo em que seu dinheiro está em risco. Por exemplo, enquanto o sistema de negociação pode retomar 5% de CAGR ao longo de 10 anos, seu dinheiro está ativamente no mercado por uma fração do tempo. Na maioria das vezes, está sentando ocioso em sua conta de corretagem ou futuro aguardando o próximo sinal de negociação. A CAGR não leva em consideração o tempo em que seu dinheiro está em risco. Lembre-se, um retorno de 5% no CD é realizado apenas se o seu dinheiro estiver trancado 100% do tempo. Com o nosso sistema de troca de exemplo, nosso dinheiro também é liberado para ser usado em outros instrumentos.
Retorno ajustado ao risco (RAR)
Este cálculo leva em consideração o tempo em que seu dinheiro está em risco no mercado. Isso é feito tomando o CAGR e dividindo-o por exposição. A exposição é a porcentagem de tempo (durante o período de teste) de que seu dinheiro estava ativamente no mercado. Eu gosto de ver um valor de 50% ou melhor.
Maximum Intraday Drawdown e The Equity Curve.
Quão grande são essas retiradas? Posso lidar mentalmente com essa redução? Nessa linha, também vejo a forma da curva patrimonial. Ele sobe com retrocessos rasos ou tem retrocessos íngremes? Há longos períodos prorrogados sem novos aumentos de capital? Idealmente, a curva de equidade deve crescer à medida que o tempo passa, criando novos níveis de capital com retrocessos pouco profundos.
Este é aquele que você não vê muito. O t-Test é um teste estatístico usado para avaliar a probabilidade de os resultados do seu sistema comercial terem ocorrido por acaso sozinhos. Você gostaria de ver um valor superior a 1,6, o que indica que os resultados da negociação são mais prováveis ​​de não se basear no acaso. Qualquer outro valor abaixo indica que os resultados da negociação podem ser baseados em chance. O valor do teste t deve ser calculado com pelo menos 30 negócios. Abaixo está o cálculo do teste t.
t = raiz quadrada (número de negócios) * (lucro médio por comércio / desvio padrão de negócios)
Expectativa.
A expectativa é um conceito que foi descrito no livro de Van Tharps # 8220; Trade Your Way To Financial Freedom & # 8221 ;. A expectativa diz-lhe, em média, o quanto você espera fazer por dólar em risco. A expectativa também pode ser um valor que você otimiza ao testar diferentes combinações de entrada de estratégia. Enquanto a computação da verdadeira expectativa de um sistema de negociação está além deste artigo, pode ser estimada com a seguinte fórmula simples.
Expectativa = lucro líquido médio por comércio / | Perda média de troca em dólares |
Para aqueles que não estão familiarizados com a matemática, as linhas verticais em torno do & # 8220; Perda média de troca em dólares & # 8221; indica que o valor absoluto deve ser usado. Isto significa simplesmente se o número é um valor negativo, deixamos o sinal negativo, tornando o valor positivo.
Pontuação de Expectativa.
Esse valor é um valor de expectativa anualizada que produz um número objetivo que pode ser usado na comparação de vários sistemas de negociação. Essencialmente, os fatores da Pontuação de Expectativa em & # 8220; oportunidade; # 8221; no valor, levando em consideração a freqüência com que o sistema de negociação fornecido produz negócios. Assim, essa pontuação permite comparar sistemas de negociação muito diferentes. Quanto maior a expectativa, mais lucrativo será o sistema.
Pontuação de Expectativa = Expectativa * Número de Negociações * 365 / Número de dias de negociação da estratégia.
Conclusão.
Com os valores acima, podemos obter uma imagem decente sobre o desempenho do sistema. Há, é claro, outros valores que você poderia avaliar e ainda mais você pode fazer, como passar os negócios históricos através de um simulador de Monte Carlo. Mas esses valores discutidos neste artigo são os valores importantes que eu utilizo ao projetar um sistema ou ao avaliar um sistema de comércio de terceiros.
Sobre o Autor Jeff Swanson.
Jeff é o fundador do System Trader Success & # 8211; um site e uma missão para capacitar o comerciante de varejo com os conhecimentos e ferramentas adequados para se tornar um comerciante rentável no mundo da negociação quantitativa / automatizada.
Posts Relacionados.
Estratégia quebrada ou mudança de mercado: investigação de desempenho insuficiente.
Descobrindo o que funciona, e o que não funciona.
Trading The Equity Curve & # 038; Além.
Publicações populares.
Connors 2-Period RSI Update para 2013.
Este indicador simples faz dinheiro novamente e novamente.
The Ivy Portfolio.
Melhorando a Estratégia de Identidade Simples, Parte 1.
Copyright © 2017 da Capital Evolution LLC. - Projetado por temas Thrive | Powered by WordPress.
Por favor faça login novamente. A página de login será aberta em uma nova janela. Depois de efetuar o login, você pode fechá-lo e retornar a esta página.

Métricas de negociação: como medir o sucesso comercial.
Depois de ter negociado durante um determinado período de tempo, gravando seus negócios e criando um histórico de desempenho, você está pronto para avaliar seus resultados. Mas como você define & ldquo; bom sistema de comércio & rdquo; vs & ldquo; sistema de comércio ruim & rdquo ;? E como você pode mostrar seus resultados, para atrair capital ou investidores? Muitas pessoas simplesmente olham o lucro líquido assumindo que o sistema com mais lucro deve ser o melhor sistema. É como um médico dizendo: "Este homem parece mais saudável do que o próximo". sem fazer testes adequados. Neste artigo, exploraremos algumas métricas sólidas para avaliar seus resultados comerciais que podem lhe contar muito mais sobre sua negociação do que a mera margem de lucro pode.
1. Por que precisamos de métricas de desempenho?
Imagine querer alocar capital para um comerciante que tenha uma estratégia comprovada. Você tem muitos comerciantes para escolher, que trocam muitos sistemas diferentes & ldquo; systems & rdquo; eles criaram. Qual você escolhe? Não há uma única pontuação que você possa usar, que funcionará para todos, já que todos nós temos tolerâncias de risco e definições únicas sobre o que consideramos negociável. Da mesma forma, nem todos os sistemas de pontuação são iguais ou realizados em todas as circunstâncias. No entanto, existem métricas de desempenho do sistema chave que você deve usar durante o processo de desenvolvimento do sistema, e à medida que você progride como comerciante, isso irá mostrar-lhe mais informações sobre sua negociação e ndash; tipicamente de forma ajustada ao risco.
Os grandes lucros acumulados por riscos iguais ou maiores não são tão palatáveis ​​quanto os lucros ligeiramente menores acumulados por pequenos riscos. Além disso, os grandes lucros misturados com grandes perdas são menos palatáveis ​​do que as pequenas e baixas mudanças menores de P & amp; L. Isto é o que queremos medir: quão consistente estamos em assumir o risco que produz recompensa igual ou maior. As métricas que vamos explorar neste artigo são:
Outra métrica de desempenho chave é a expectativa do seu sistema, que cobrimos em um artigo anterior.
2. O que é o desvio padrão?
O desvio padrão é uma medida de dispersão estatística. Em linguagem simples, é uma maneira de descrever como distribuir um conjunto de valores em torno da média desse conjunto de dados. Por exemplo, se você tiver um conjunto de resultados comerciais (em termos P & amp; L ou termos% R), você pode calcular facilmente a média aritmética (basta resumir todos os valores e, em seguida, dividir pelo número de negociações). No entanto, conhecendo a média (ou a média, como ela é mais comumente chamada), não diz nada sobre a forma como os resultados são ordenados. Foram todos os seus negócios mais ou menos 2R? Você teve trocas 3-4R e perdas de 1-2R? Você teve negócios 10R e 10R perdas? Você pode ter exatamente a mesma média P & amp; L com características de distribuição muito diferentes. Olhe para o gráfico abaixo.
No gráfico acima, temos 2 distribuições de amostras de conjuntos p / l hipotéticos. No eixo X, estaríamos visualizando todos os $ ganhos / perdidos que os negócios experimentaram, desde a maior perda até o maior lucro. No eixo Y, teríamos o número de negócios que tiveram um resultado idêntico.
O que o gráfico está nos dizendo visualmente, é que, embora os dois comerciantes tenham tido um desempenho médio igual (valor médio), o comerciante representado com a distribuição p / l vermelha teve um spread muito mais amplo de retornos. Ele apresentou maiores perdas e maiores ganhos do que o comerciante representado com a distribuição azul. O que acharemos é que o desvio padrão da distribuição vermelha seria maior do que a distribuição azul. Preferimos negociar com um desvio padrão menor em relação ao nosso retorno médio.
Como eu calculo isso?
A idéia básica do desvio padrão é que você está avaliando variações em torno do valor médio. Alguns desses valores estarão abaixo da média, alguns acima e às vezes você terá alguns que são iguais à média. Em outras palavras, algumas das diferenças entre as medidas individuais serão positivas (mais do que a média), algumas serão negativas (abaixo da média) e algumas serão zero (diretamente igual à média). Agora, apenas adicionar essas diferenças é inútil porque os valores positivos e negativos se cancelarão. Por exemplo, para tomar um caso incrivelmente simplista: se você tiver dois negócios que deram lucro de US $ 100 e lucro de US $ 50, a média é igual a ((100 + 50) / 2) = $ 75. As diferenças são [(100-75) = 25] e [(50-75) = -25]. Adicionando estes juntos nos dá uma variação total de 0. Mas sabemos que não há variação zero em torno desse valor médio!
Então, para resolver este problema, cada uma das variações em torno da média é quadrada. Quando você marca um valor negativo, você obtém um valor positivo. Então, para calcular o desvio padrão, nós classificamos todas as diferenças a partir da média, adicionamos tudo e dividimos por um menos do que o número de valores em nosso conjunto. Este novo número é chamado de variância. Agora, nós tomamos a raiz quadrada da variância (que está a reverter o quadrado que fizemos anteriormente, de modo que nosso número se aproxima das diferenças originais), e esse é o desvio padrão.
Aqui, um exemplo de como você pode calcular a função (St. Dev ou Dev. St no Excel ou OpenOffice):
Na parte inferior também adicionei outro cálculo: o Coeficiente de Variação. Esta medida é o desvio padrão dividido pela média p / l, e basicamente é um "ruído" para o sinal & rdquo; proporção. Isso mostra quão bom a sua média p / l pode prever seu desempenho futuro. Valores próximos ou inferiores a 1 são o que você deve apontar.
Qual é o problema sobre a distribuição normal & # 8216; & # 8217; em estatísticas?
Se o seu conjunto p / l for & ldquo; normalmente distribuído & rdquo; , em outras palavras, você obteve a maioria dos dados perto da média e quanto mais longe você obtém da média, menos medições você tem, então o desvio padrão fornece informações extras:
& middot; Cerca de 68% dos dados estão dentro de um desvio padrão da média.
& middot: Cerca de 95% dos dados estão dentro de dois desvios padrão da média.
e cerca de 99% dos dados estão dentro de três desvios padrão da média.
Portanto, tire os valores de cima: se o P / L médio for 23 e o desvio padrão for 25, você pode esperar ver cerca de 68% dos valores no intervalo de -2 a 48 e 95% na faixa -27 para 73. E qualquer coisa abaixo de -27 ou acima 73 será muito rara (área do Cisne Negro).
Confusão entre desvio absoluto médio e desvio padrão.
Alguns pacotes de gráficos incluem um desvio padrão & ldquo; rdquo; indicador. Não devemos confundir esta medida com o desvio padrão em que estamos falando neste artigo. Para dizer que "o activo se move em média 1% ao dia em valor absoluto & rdquo; é diferente de dizer & ldquo; o desvio padrão do recurso é de 1% & rdquo ;. Houve muita confusão no setor financeiro neste ponto, e Nassim Taleb realmente escreveu um breve ensaio sobre isso, em 2007.
Se um instrumento tiver um desvio padrão diário de 1%, ele não se move em média 1% por dia. Em uma "distribuição normal", a razão do desvio padrão para o desvio absoluto médio é de 1,25. Então, se o desvio médio for 1%, então o desvio padrão é de 1,25%. Se o desvio padrão for de 1%, o desvio médio é de 0,8%. Além disso, ao anualizar o desvio padrão de um determinado conjunto de dados, lembre-se de multiplicar pela raiz quadrada do tempo: então, para anualizar uma medida diária de desvio padrão, certifique-se de multiplicar pela raiz quadrada de 365.
Além disso, o desvio padrão de certos instrumentos aumentará / diminuirá em consonância com o valor do instrumento. O desvio padrão da Apple ou do Google será muito diferente do desvio padrão do EURUSD. Portanto, seria útil dividir o desvio padrão pelo preço da segurança para obter uma porcentagem de leitura que poderia tornar possíveis comparações através de várias classes de ativos.
Finalmente, o desvio padrão também é chamado de & ldquo; volatility & rdquo; e você encontrará frequentemente citado como & sigma ;.
3. Sharpe Ratio.
Agora que entendemos os conceitos-chave de média (média) e volatilidade (& sigma;), podemos proceder a calcular outras medidas de risco que usam as mesmas métricas. Cerca de 50 anos atrás, W. Sharpe [1966], introduziu uma medida para o desempenho de fundos mútuos e propôs o termo "ldquo; razão de recompensa / variação"; para descrevê-lo. Enquanto a medida ganhou popularidade considerável, o nome não tem. O termo & ldquo; Sharpe Ratio & rdquo; tornou-se o mais popular (Morningstar [1993, p. 24]).
A Ratio Sharpe é criada da seguinte forma:
Rft = retorno do comerciante no período t.
Rbt = retornar no benchmark no período t, que é freqüentemente o & ldquo; risk-free & rdquo; taxa de retorno (como o retorno disponível em títulos públicos)
Como Dt = Rft & # 8211; Rbt.
Dt = retorno diferencial no período t.
Em seguida, calcule o valor médio de Dt (que chamaremos AvgD) durante o período histórico de t = 1 a T e o desvio padrão de Dt (que chamamos e sigma; D) ao longo do período histórico. Neste ponto, podemos calcular a Ratio Sharpe:
A relação indica o retorno diferencial médio histórico por unidade de variabilidade histórica do retorno diferencial.
É uma questão simples de calcular a Razão de Sharpe usando Excel ou OpenOffice. Os retornos do comerciante estão listados em uma coluna e aqueles do benchmark desejado na próxima coluna. As diferenças são calculadas em uma terceira coluna. As funções padrão são então utilizadas para calcular os componentes da relação. Por exemplo, se os retornos diferenciais fossem nas células C1 a C10, uma fórmula forneceria a Ratio Sharpe usando o Excel:
Quanto maior o índice Sharpe de um comerciante, melhor os seus retornos foram relativos à quantidade de risco que ele tomou. Vice-versa, quanto maior o desvio padrão de um comerciante, maior será o retorno para obter uma alta taxa de Sharpe. Por outro lado, os comerciantes com desvios padrão mais baixos podem ter uma proporção de Sharpe mais alta se tiverem rendimentos consistentemente decentes. Tenha em mente que, embora um índice de Sharpe mais alto indique um melhor desempenho histórico ajustado ao risco, isso não significa necessariamente que se traduz em um sistema de negociação de baixa volatilidade. Uma razão Sharpe mais alta significa que a relação risco / retorno do comerciante é mais proporcional.
É mais fácil comparar os retornos de todos os tipos usando a relação Sharpe baseada em desvio padrão do que com o conceito alfa baseado em beta (o alfa é uma medida de quanto o investimento superou o benchmark devido ao gerenciamento ativo). Ao contrário do beta & mdash; o montante da exposição ao risco de mercado que teve um investimento, que geralmente é calculado usando diferentes benchmarks para estoque e fundos de obrigações, o desvio padrão é calculado da mesma forma para qualquer tipo de desempenho, seja ele de ações, obrigações ou retornos de moeda. Por conseguinte, podemos usar o índice Sharpe para comparar os retornos ajustados ao risco dos comerciantes de ações com os de comerciantes de títulos e comerciantes de moeda.
Tal como acontece com o alfa, a principal desvantagem da relação de Sharpe é que ela é expressa como um número bruto e mdash, é claro, quanto maior a proporção de Sharpe melhor, mas não tendo nenhuma outra informação, você pode indicar se uma razão de Sharpe de 1,5 é bom ou ruim. Somente quando você compara uma razão Sharpe de um comerciante com a de outro comerciante (ou índice de comerciantes na mesma classe de ativos), você percebe seu retorno ajustado ao risco em relação aos outros.
Os valores ideais para a Ratio de Sharpe seriam superiores a 1. Uma proporção de 2 é muito boa e uma proporção de 3 é excepcional.
Outro debate considera o parâmetro de referência correto para escolher ao criar a relação Sharpe. Para muitos investimentos, a taxa de retorno livre de risco pode ser uma escolha ideal (ou seja, o retorno anual que você poderia obter em um vínculo governamental de longo prazo). Mas para os comerciantes, que são gerentes ativos, outros benchmarks provavelmente seriam mais adequados. Vamos falar sobre benchmarks em um artigo separado, mas, idealmente, quando comparamos seu desempenho como comerciante com um benchmark, a taxa livre de risco não é tão satisfatória como é para outros tipos de investimentos.
4. Razão Sortino.
Tanto o Sortino quanto o Sharpe foram projetados para ajudar os investidores a comparar os retornos de diferentes fontes. O índice de Sharpe, como vimos, subtrai a performance do investimento de um benchmark & ​​ndash; que em muitos casos é chamado de & ldquo; taxa livre de risco & rdquo ;. Sortino começa negando a disponibilidade de qualquer & ldquo; sem risco & rdquo; investimento. Afinal, se não há risco, não há recompensa. Sua suposição pode ser aberta ao debate, mas sua lógica pode nos dar um passo adiante no caminho de & ldquo; risk & rdquo ;. Afinal, o índice Sharpe & ldquo; injustamente & rdquo; penaliza a volatilidade: a volatilidade ascendente e a volatilidade negativa recebem a mesma importância. Mas para os investidores, a volatilidade ascendente é realmente boa!
Basta imaginar ter que explicar seus registros comerciais para alguém: & ldquo; sim, o desempenho foi muito mais volátil do que o esperado; # 8230; tivemos um retorno de 5% em janeiro, um retorno de 10% em fevereiro, um retorno de 3% em março e um retorno de 40% em abril & # 8230; & rdquo; Não é exatamente uma coisa ruim para ter volatilidade ascendente agora, não é?
Normalmente, os investimentos têm um perfil de volatilidade simétrica & # 8230; ..
Sortino supera isso, olhando apenas os desvios e ndash; aqueles que não gostamos. A ressalva dessa lógica é que a maioria (nem todos) os investimentos têm uma volatilidade simétrica e ndash; selvagem para o lado oposto E para a desvantagem ou calma para o lado positivo E para a desvantagem.
e algumas estratégias comerciais podem ter o mesmo Ratio Sharpe, mas um perfil de risco diferente.
Para Sortino, & ldquo; risk & rdquo; é definido não como a variabilidade de um investimento, mas como a incapacidade de atingir seus objetivos de investimento. A definição de & ldquo; risk & rdquo; tem consequências importantes para cada um de nós e não há uma maneira uniforme de defini-lo, então também é bastante instrutivo ver duas interpretações diferentes (Sharpe vs Sortino) uma contra a outra. No gráfico acima, as duas estratégias podem ter o mesmo Ratio de Sharpe, mas a inclinação positiva para a tendência seguinte significa que o comerciante está assumindo menos risco do que o índice de Sharpe prevê, enquanto a inclinação negativa da estratégia de venda de opções significa que o O comerciante está assumindo mais riscos do que o índice Sharpe prevê.
Assim como uma nota lateral, a aspereza é o grau em que a distribuição de retorno se espalhou em torno do retorno médio. Uma tendência que segue uma estratégia que tem menos perdas de maior magnitude e freqüentes vencedores de menor magnitude pode ter uma inclinação positiva, o que significa que os retornos não são igualmente equilibrados entre lucros e perdas. Nisso reside a importância do gerenciamento de dinheiro para um comerciante: você pode ter uma inclinação positiva em sua negociação, desde que você reduza suas perdas para 1R e tenha uma ampla gama de negócios rentáveis ​​que lhe proporcionem a característica negativa positiva.
Portanto, a razão Sortino é realmente uma escolha melhor do que a Ratio de Sharpe, quando se mede os retornos que podem ter uma afinidade não neutra. Aqui é como ele é definido matematicamente:
R = retorno médio ao longo do período selecionado.
T = Alvo ou taxa de retorno exigida para a estratégia, que foi inicialmente o Retorno Aceitável Mínimo e, em seguida, mudou para o Retorno de Destino Desejado.
TDD = Desvio Downside do alvo, que é o quadrado médio da raiz dos desvios do desempenho inferior do retorno realizado do retorno do alvo onde todos os retornos acima do retorno do alvo são ajustados automaticamente para 0.
Abaixo temos 2 exemplos de planilha calculando nossos índices usando% R como a variável de retorno. No primeiro exemplo, impomos um retorno de objetivo mínimo 1R rígido. No segundo exemplo, impusemos um retorno de destino 0R solto (então, enquanto você não estiver perdendo dinheiro, você está bem). Esses retornos são arbitrários e não são o único exemplo (ou o melhor para esse assunto) do que pode ser usado como retorno de destino. Além disso, não estamos usando retorno% anualizado aqui, na tentativa de tornar o exemplo claro e adequado para fins comerciais.
Retorno do alvo 1R. Nós somos rentáveis, mas nossos índices parecem ruins.
Retorno do alvo Zero-R. Somos rentáveis ​​e nossos índices são aceitáveis.
O Rácio K é completamente diferente dos rácios anteriores. Como as outras métricas, é uma métrica de retorno versus risco, onde o numerador é uma expressão de retorno e o denominador uma expressão de risco. O numerador é a inclinação da linha de regressão melhor ajustada sobreposta sobre uma série de retorno cumulativa. Quanto mais acentuada a inclinação, maior a taxa de crescimento da conta. O denominador é o erro padrão dessa linha de regressão melhor ajustada.
Uma representação visual da Linha de Regressão Melhor Ajuste.
A proporção foi inventada por Lars Kestner em 1996 em seu artigo & ldquo; Measuring System Performance & rdquo; para Stocks & amp; Commodities Magazine. É uma relação interessante porque basicamente é uma medida de quão consistente um comerciante está realizando ao longo do tempo. A relação deve estar acima de zero, o que significa que você está constantemente fazendo progresso em sua conta.
Valores mais elevados da Rácio K podem ser obtidos com uma pequena volatilidade de retornos e uma maior taxa de sucesso. Com uma taxa de acerto de 70%, um lucro médio de 1,5R e uma perda média de 1R será muito mais suave do que uma taxa de sucesso de 50% com um lucro médio de 2R e uma perda média de 1R. A relação K recompensa ganhos consistentes e consistentes, em vez de ganhos infreqüentes, porém enormes.
Veja como calcular a relação K:
Inclinação da linha de regressão de melhor ajuste após a linha de retorno acumulada / erro padrão da linha de melhor ajuste.
que em uma planilha significa:
Coluna A = número de comércio 1,2,3 e # 8230; .100.
Coluna B = curva de capital cumulativa da linha 1 para & hellip; .100.
K-ratio = (SLOPE (coluna B, Coluna A) * SQRT (DEVSQ (coluna A)) / (STEYX (coluna B, Coluna A) * SQRT (N & deg; Trades))
Kestner, em 2002, atualizou sua fórmula para explicar um pequeno erro em relação à escala do Rácio K.
A relação de 2003 = Rácio K original / Raiz quadrada do número de observações.
Para resumir: se você deve reter qualquer coisa deste artigo, mantenha o fato de que, se você planeja apresentar seus resultados de negociação para potenciais investidores, ou buscando financiamento, você provavelmente será obrigado a apresentar estatísticas similares. Os investidores realmente não se importam com o quanto você é rentável: eles se preocupam com seu perfil ajustado ao risco. Não tem um conhecimento imenso em estatísticas para compilar um registro de negociação bem parecido com alguns índices extravagantes, e este artigo pode ajudá-lo a apresentar seus registros melhor. A linha inferior em todos os índices ajustados ao risco é esta: se você conseguir conseguir lucros estáveis ​​de 1R ou mais, contenha suas perdas e mantenha-as o mais próximo possível de 1R (ou menos) e obtenha uma razão de ganhos de 50% then your statistics will automatically be good.
Ready to improve your trading performance?
Enter your name and e-mail below for details on our comprehensive trader education program:
Referências:
Goldstein & Taleb 2007 – We don’t quite know what we are talking about when we talk about volatility. Journal of Portfolio Management.
William Sharpe “The Sharpe Ratio” Journal of Portfolio Management, Fall 1994.
Reilly, Frank K. Investment Analysis and Portfolio Management, 3d edition.
Sharpe, William F. “Mutual Fund Performance.” Journal of Business, January 1966.