Forex Trading Diary 6 - Multi-Day Trading e rappresentazione grafica dei risultati È stato un po 'che il mio ultimo aggiornamento Forex Trading Diary. Ive stato occupato a lavorare sul nuovo QuantStart Jobs Consiglio e così Ive non ha avuto così tanto tempo come al solito per lavorare su QSForex. anche se ho fatto qualche progresso In particolare sono stato in grado di aggiungere alcune nuove funzionalità, tra cui: Documentazione - Ive ora ha creato una sottosezione QSForex sul sito, che comprende tutte le voci del Trading Forex Diario e la documentazione per QSForex. In particolare, esso include istruzioni dettagliate per l'installazione e una guida per l'utilizzo sia per backtesting e trading dal vivo. Simulata Tick Data Generation - Dal momento che è difficile per scaricare i dati forex tick in massa (o almeno lo è stato da alcuni fornitori che uso io) ho deciso che sarebbe stato più semplice per generare semplicemente alcuni dati tick casuali per testare il sistema. Multi-Day Backtesting - una richiesta di funzionalità di lunga data in QSForex è la capacità di backtest su più giorni di dati tick. Nella versione più recente QSForex ora supporta sia multi-giorno e multi-coppia di backtesting, rendendo sostanzialmente più utile. Tracciare risultati dei test retrospettivi - Mentre l'uscita della console è utile, niente è meglio di essere in grado di visualizzare una curva di equità o di drawdown storico. Ive ha fatto uso della biblioteca Seaborn per tracciare i vari grafici delle prestazioni. In questo articolo Ill descrivere tutte le nuove funzionalità in dettaglio di seguito. Se non avete potuto seguire la serie fino ad oggi si può andare alla sezione QSForex al fine di recuperare il ritardo su voci precedenti. Simulata Tick dati Script Una caratteristica molto importante richiesto per QSForex è stata la capacità di backtest su più giorni. In precedenza il sistema supportato solo backtesting tramite un unico file. Questa non era una soluzione scalabile come tale file deve essere letto in memoria e, successivamente, in una Panda dataframe. Mentre i file di dati tick prodotte non sono enormi (circa 3.5Mb ciascuno), che si sommano rapidamente se consideriamo più coppie per periodi di mesi o più. Per iniziare a creare una capacità multi-daymulti file ho iniziato cercando di scaricare altri file dal feed tick storica Dukascopy. Purtroppo, mi sono imbattuto in alcuni problemi e non ero in grado di scaricare i file necessari al fine di testare il sistema. Dal momento che non ero troppo si sono dedicati circa la serie tempo reale se stessi, ho sentito che sarebbe stato più semplice scrivere uno script per generare i dati forex simulati me stesso. Ho messo questo script nel file scriptsgeneratesimulatedpair. py. Il codice attuale può essere trovato qui. L'idea di base dello script è quello di generare un elenco di timestamp distribuiti in modo casuale, ciascuna in possesso di entrambi i valori bidask ea valori di volume bidask. Il differenziale tra l'offerta e la domanda è costante, mentre il bidask valori stessi sono generati come una passeggiata casuale. Dal momento che I wont in realtà mai essere testando tutte le strategie reali su tali dati non ero troppo preoccupato per le sue proprietà statistiche o dei suoi valori assoluti in relazione alle coppie di valute forex reale. Fino a quando aveva il formato corretto, e lunghezza approssimativa, ho potuto usarlo per testare il sistema di backtesting più giorni. Lo script è attualmente codificato per generare i dati forex per tutto il mese di gennaio 2014. Si utilizza la libreria Python calendario al fine di accertare giorni (anche se io ho mai escluso ancora le vacanze) e quindi genera una serie di file di forma BBBQQQYYYYMMDD. csv . dove BBBQQQ sarà la coppia di valute specificato (ad esempio GBPUSD) e YYYYMMDD è la data specificata (ad esempio 20.140.112). Questi file vengono inseriti nella directory CSVDATADIR, che è specificato nel settings. py nella radice dell'applicazione. Al fine di generare i dati il seguente comando deve essere eseguito, dove BBBQQQ deve essere sostituito con il particolare nome della valuta di interesse, ad esempio, GBPUSD: Il file richiederà modifiche al fine di generare più mesi o anni di dati. Ogni file tick giornaliero è dell'ordine di 3.2Mb dimensioni. In futuro sarò di modificare questo script per generare più mesi o anni di dati sulla base di un elenco di coppie di valute a condizione, piuttosto che i valori essere hardcoded. Tuttavia, per il momento, questo dovrebbe aiutare a iniziare. Si prega di notare che il formato che corrisponde esattamente ai dati storici tick Dukascopy, che è il set di dati che sono attualmente in uso. Multi-Day backtesting attuati in base a direttamente dalla generazione dei dati tick simulato è l'implementazione di più giorni backtesting. Mentre il mio piano a lungo termine è quello di utilizzare un più robusto sistema di storage storico come PyTables con HDF5. per il momento sto andando a fare uso di un insieme di file CSV, un file al giorno per coppia di valute. Questa è una soluzione scalabile come il numero di giorni aumenta. La natura event-driven del sistema richiede solo mai necessitano di N file in memoria in una sola volta, dove N è il numero di coppie di valute essere negoziati in un particolare giorno. L'idea di base del sistema è per il HistoricCSVPriceHandler corrente di continuare ad utilizzare il metodo streamnexttick, ma con una modifica per tenere conto di diversi giorni di dati tramite caricamento ciascun giorno di dati in modo sequenziale. L'implementazione corrente esce dal backtest al ricevimento della deroga StopIteration lanciata dalla successiva chiamata (..) per self. allpairs come mostrato in questo pseudocodice frammento: Nella nuova implementazione, questo frammento di codice viene modificato al seguente: In questo frammento, quando StopIteration è sollevato, il codice controlla il risultato di self. updatecsvforday (). Se il risultato è True backtest continua (su self. curdatepairs. Che avrebbero potuto essere modificati per la successiva dei dati giorni). Se il risultato è False. backtest finisce. Questo approccio è molto efficiente della memoria, come solo una particolare giorni vale la pena di dati vengono caricati in qualsiasi punto. Questo significa che siamo in grado potenzialmente svolgere mesi di backtesting e sono limitate solo dalla velocità di elaborazione della CPU e la quantità di dati possiamo generare o acquisire. Ho aggiornato la documentazione per riflettere il fatto che il sistema attende ora più giorni di dati in un formato particolare, in una particolare directory che deve essere precisato. Tracciare risultati dei test retrospettivi con Seaborn Biblioteca Una backtest è relativamente inutile se non possiamo visualizziamo le prestazioni della strategia nel corso del tempo. Mentre il sistema è stato in gran parte basato su console fino ad oggi, ho iniziato la transizione verso una Graphical User Interface (GUI) con questa release. In particolare, ho creato il solito tre riquadro di grafici che spesso accompagnano le metriche di performance per i sistemi di trading quantitative, vale a dire la curva di equità, i rendimenti profilo e la curva di prelievo. Tutti e tre sono calcolati per ogni tick e sono uscita in un file chiamato equity. csv nel OUTPUTRESULTSDIR trovata in settings. py. Al fine di visualizzare i dati ci avvaliamo di una libreria chiamata Seaborn. che produce la pubblicazione di qualità (sì, REALE pubblicazione-qualità) la grafica che sembrano sostanzialmente migliore rispetto ai grafici predefiniti prodotti da Matplotlib. La grafica sembrano molto vicini a quelli prodotti dalla ggplot2 pacchetto R. Inoltre Seaborn utilizza effettivamente Matplotlib sotto, in modo da poter ancora utilizzare l'API Matplotlib. Al fine di consentire l'uscita Ive scritto la sceneggiatura output. py che vive nella directory backtest. L'elenco per lo script è il seguente: Come si può vedere l'importazione di script Seaborn e apre il file equity. csv come Pandas dataframe, poi semplicemente crea tre sottotrame, uno ciascuno per la curva di equità, resi e prelievo. Si noti che il grafico prelievo in sé è in realtà calcolato da una funzione di supporto che vive in performanceperformance. py. che si chiama dalla classe portafoglio alla fine di un backtest. Un esempio di output per la strategia MovingAverageCrossStrategy incluso, su un insieme casuale di dati GBPUSD per il mese di gennaio 2014 è data come segue: In particolare, si possono vedere le sezioni piatte della curva equità nei fine settimana in cui non ci sono dati è presente (almeno, per questo insieme di dati simulati). Inoltre si può vedere che la strategia perde semplicemente il denaro in un modo piuttosto prevedibile in questa simulato casualmente insieme di dati. Questo è un buon test del sistema. Stiamo semplicemente cercando di seguire una tendenza su una serie temporale generata in modo casuale. Le perdite si verificano a causa della diffusione fissato introdotta nel processo di simulazione. Questo rende abbondantemente chiaro che se vogliamo realizzare un profitto consistente in alto forex trading frequenza avremo bisogno di un vantaggio quantificabile specifico che genera rendimenti positivi al di là dei costi di transazione, come la diffusione e lo slittamento. Avremo molto altro da dire su questo importantissimo punto nelle successive voci del Trading Forex Diario. Passi successivi correzione di calcoli di posizione Ive ha recentemente avuto un sacco di estremamente utile la corrispondenza con gli utenti QSForex attraverso i commenti Disqus e la pagina Problemi QSForex per quanto riguarda la correttezza dei calcoli all'interno della classe di posizione. Alcuni hanno notato che i calcoli non possono essere mirroring esattamente come OANDA (il broker che viene utilizzato per il sistema trading. py) si calcola compravendite cross currency. Quindi, uno dei più importanti passi successivo è quello di fare effettivamente e testare queste modifiche suggerite in position. py e anche aggiornare i test di unità che vivono in positiontest. py. Questo avrà un effetto a catena con portfolio. py e anche portfoliotest. py. Performance Measurement Mentre ora abbiamo un set base di indicatori di performance visive attraverso la curva di equità, restituisce il profilo e drawdown serie, abbiamo bisogno di misure di performance più quantificati. In particolare avremo bisogno di metriche livello di strategia, compresi i rapporti riskreward comuni come l'indice di Sharpe, Information Ratio e Sortino Ratio. Ci sarà anche bisogno di drawdown statistiche, tra cui la distribuzione dei prelievi, nonché statistiche descrittive come la perdita del max drawdown. Altri parametri utili includono il tasso di crescita composto annuo (CAGR) e il rendimento totale. A livello tradeposition che vogliamo vedere metriche quali avg profitloss, profitloss max, rapporto di profitto e il rapporto winloss. Dal momento che abbiamo costruito la classe posizione come parte fondamentale del software fin dall'inizio, che non dovrebbe essere troppo problematico per generare questi parametri tramite alcuni metodi aggiuntivi. Maggiori informazioni su questo nella prossima entrata, tuttavia clicca qui sotto per saperne di più su. Le informazioni contenute in questo sito web è il parere dei singoli autori in base alle loro osservazioni personali, la ricerca, e anni di esperienza. L'editore e gli autori non sono registrati i consulenti di investimento, avvocati, CPA o altri professionisti di servizi finanziari e non rendono legali, fiscali, contabili, consulenza di investimento o altri servizi professionali. Le informazioni offerte da questo sito web è solo l'istruzione generale. Poiché ogni individui situazione di fatto è diverso il lettore dovrebbe cercare il proprio consulente personale. Né l'autore né l'editore assume alcuna responsabilità per eventuali errori od omissioni e si hanno né responsabilità né responsabilità di qualsiasi persona o entità rispetto ai danni causati o presumibilmente causati direttamente o indirettamente dalle informazioni contenute in questo sito. Utilizzare a proprio rischio. Inoltre, questo sito può ricevere una compensazione finanziaria da parte delle società menzionate attraverso la pubblicità, programmi di affiliazione o altro. Tariffe e offerte da parte degli inserzionisti indicati su questo sito cambiamento di frequente, a volte senza preavviso. Mentre ci sforziamo di mantenere le informazioni tempestive e precise, dettagli dell'offerta possono essere aggiornati. I visitatori dovrebbero quindi verificare i termini di tali offerte prima di partecipare in loro. L'autore e il suo editore declinano responsabilità per l'aggiornamento delle informazioni e declinano ogni responsabilità per i contenuti di terze parti, prodotti e servizi, tra cui quando vi si accede tramite collegamenti ipertestuali annunci eo su questo site. Alex a248.e. akamaisecure. meetupstaticphotosmemberf15member248283861.jpeg meetupen-AUMelbourne-Bushwalkersmembers13575108 A Melbourne bushwalker offriamo un ricco programma di attività che camminano per tutto l'anno, che vanno dalla nostra normale Domenica, Sabato amp giorno della settimana giorno passeggiate per il campeggio più giorni e più a lungo i viaggi pacco-trasportare, con un sacco di opzioni in mezzo. Una caratteristica unica dei nostri Domenica Giornata-passeggiate è l'autobus che forniamo. Sedetevi e rilassatevi in comfort di viaggio da e per la passeggiata. Godetevi passeggiate uniche, senza il tempo perso in un lungo riordino auto. (Day Walks in autobus con Melbourne bushwalker) Questo Meetup è solo una porta per alcune delle nostre attività, passeggiate selezionati ed eventi che riteniamo un appello per gli escursionisti che cominciano così come quelli più esperti. Per partecipare a passeggiate pubblicizzato come un visitatore si deve venire a nostre camere club per parlare con i dirigenti circa la passeggiata e la vostra esperienza bush. Un semplice RSVP ci fa sapere di tuo interesse, ma non aggiunge il proprio nome alla lista di prenotazione. (I membri del club possono prenotare on-line.) Per visualizzare il programma completo visitare il nostro programma in linea di attività. Siamo una posizione strategica nel CBD, al primo piano del Royal Historical Societys edificio all'angolo di William e ABeckett Streets. L'ingresso alla sala club si trova in William Street e l'indirizzo è 362 William Street (Melway 2F, B2), solo su William Street dalla stazione ferroviaria di Flagstaff. I clubrooms sono aperte il mercoledì sera tra le 19:00 e 08:45. Gli abiti del club tutti i livelli di escursionismo e trekking esperienza. Vantaggio deriva dal club al di là delle passeggiate - iscrizione comprende l'accesso alla formazione pratica (pronto soccorso, guida l'escursionismo, navigazione cespuglio, navigazione GPS), l'escursionismo noleggio attrezzatura (zaini, tende, sacchi a pelo, materassini, ecc) e sociale, educativo amp attività ecologiche. La gente in questo Meetup sono anche in: 2.383 film Fans 2.844 appassionati di outdoor Cliccando registrati o Entra utilizzando Facebook, confermi di accettare i Termini di servizio amp sulla privacy
No comments:
Post a Comment