แพนด้า Trading กลยุทธ์

กลยุทธ์การซื้อขายจำนวนเงินสูงสุดที่สหรัฐฯสามารถยืมได้มีการสร้างเพดานหนี้ภายใต้พระราชบัญญัติตราสารหนี้เสรี 2 (Second Liberty Bond Act) อัตราดอกเบี้ยที่สถาบันรับฝากเงินให้เงินกู้ยืมแก่กองทุนสำรองเลี้ยงชีพที่เก็บรักษาไว้ที่ Federal Reserve การกระจายตัวของผลตอบแทนสำหรับการรักษาความปลอดภัยที่กำหนดหรือดัชนีตลาดความผันผวนสามารถวัดได้ Act รัฐสภาคองเกรสแห่งสหรัฐอเมริกาผ่านในปี 1933 เป็นพระราชบัญญัติการธนาคารซึ่งห้ามธนาคารพาณิชย์จากการมีส่วนร่วมในการลงทุนการจ่ายเงินเดือน Nafsfarm หมายถึงงานนอกฟาร์มใด ๆ , ครัวเรือนที่เป็นภาคเอกชนและภาครัฐที่ไม่แสวงหาผลกำไร US Bureau of Labor ตัวย่อสกุลเงินหรือสัญลักษณ์สกุลเงินของรูปีอินเดีย INR สกุลเงินของประเทศอินเดียเงินรูปีประกอบด้วย 1 ระบบ Classic System สำหรับรัฐบาล Options. US ที่บังคับใช้ข้อกำหนด - Commodity Futures Trading การซื้อขายสัญญาซื้อขายล่วงหน้าของ Commission Futures และ Options มีผลตอบแทนที่มีขนาดใหญ่ แต่ยังมีความเสี่ยงที่อาจเกิดขึ้นได้คุณต้องตระหนักถึงความเสี่ยงและความตั้งใจ g จะยอมรับพวกเขาเพื่อลงทุนในตลาดฟิวเจอร์สและตัวเลือก Don t ค้ากับเงินที่คุณสามารถ t จะสูญเสียนี้ไม่ได้เป็นชักชวนหรือข้อเสนอที่จะซื้อขายฟิวเจอร์สหุ้นหรือตัวเลือกในการเป็นตัวแทนไม่มีการทำที่ ผลการดำเนินงานที่ผ่านมาของระบบการค้าหรือวิธีการใด ๆ ไม่จำเป็นต้องบ่งบอกถึงผลการดำเนินงานในอนาคตกฎของ FTC 4 41 - ผลการดำเนินงานแบบสมมุติหรือผลการดำเนินงานที่จำลองขึ้นมีข้อ จำกัด บางประการไม่ว่าจะเป็น ผลการดำเนินงานที่เกิดขึ้นจริงผลลัพธ์ที่จำลองไม่ได้แสดงถึงการค้าประเวณีที่แท้จริงตั้งแต่ธุรกิจไม่ได้รับการดำเนินการผลลัพธ์อาจมีน้อยกว่าหรือน้อยกว่าผลกระทบหากปัจจัยการตลาดบางอย่างเช่นการขาดสภาพคล่องจำลอง โปรแกรมการเทรดในข้อมูลทั่วไปยังต้องเป็นไปตามข้อเท็จจริงที่ได้รับการออกแบบมาเพื่อประโยชน์ของสายการบินไม่มีการรับรองใด ๆ ที่ทำขึ้นเพื่อให้บัญชีใด ๆ หรือจะเป็นไปตาม ACHI ผลกำไรหรือขาดทุนที่คล้ายคลึงกับที่ระบุไว้ไม่ว่าจะเป็นว่าจะทำบัญชีใด ๆ หรือทำกำไรหรือผลขาดทุนที่คล้ายคลึงกันกับผู้ใช้ที่อยู่ในเว็บไซต์นี้การสนับสนุนและสิ่งที่ต้องทำ S หลักสูตรผลิตภัณฑ์และบริการของเราควรใช้เป็นหลักสูตรเรียนรู้เกี่ยวกับโรคเอดส์ เฉพาะและไม่ควรใช้เพื่อลงทุนเป็นเงินจริงถ้าคุณตัดสินใจที่จะลงทุนเป็นเงินจริงการตัดสินใจทางการค้าทั้งหมดควรเป็นของคุณเองสำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์สหรัฐฯต้องมีประกาศทางกฎหมายต่อไปนี้ Panda Trading Strategies และ บริษัท ในเครือเป็นธุรกิจที่ไม่มีตัวตนและ ดังนั้นเนื้อหาที่นำเสนอต่อไปนี้เรียกว่าเว็บไซต์นี้หรือเพียงแค่แพนด้าไม่ถือเป็นคำแนะนำในการลงทุน แต่เพื่อวัตถุประสงค์ในการให้ข้อมูลโดยทั่วไปเท่านั้นการซื้อขายฟิวเจอร์สและเครื่องมือทางการเงินอื่น ๆ จะเกี่ยวข้องกับความเสี่ยง, เราไม่สามารถรับประกันผลกำไรหรือเป็นอิสระจากการสูญเสียคุณถือว่าค่าใช้จ่ายทั้งหมดและความเสี่ยงของ การซื้อขายใด ๆ ที่คุณเลือกที่จะดำเนินการคุณเป็นผู้รับผิดชอบ แต่เพียงผู้เดียวในการตัดสินใจลงทุนของคุณเอง Panda และ บริษัท ในเครือเจ้าของหรือผู้แทนของ บริษัท ไม่ได้จดทะเบียนเป็นตัวแทนซื้อขายหลักทรัพย์หรือที่ปรึกษาการลงทุนกับสำนักงานคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์สหรัฐฯหรือรัฐใด ๆ เราขอแนะนำให้ปรึกษากับที่ปรึกษาการลงทุนที่ปรึกษาการเป็นนายหน้าซื้อขายหลักทรัพย์และที่ปรึกษาด้านการเงินหากคุณเลือกที่จะลงทุนโดยมีหรือไม่ต้องการคำแนะนำจากที่ปรึกษาหรือนิติบุคคลนั้นผลที่ตามมาจากการลงทุนของคุณเป็นความรับผิดชอบของคุณโดยเด็ดขาด ข้อมูลที่โพสต์เชื่อกันว่ามาจากแหล่งข้อมูลที่น่าเชื่อถือ Panda ไม่รับประกันความถูกต้องความถูกต้องหรือความครบถ้วนสมบูรณ์ของข้อมูลที่มีอยู่ในบริการของ บริษัท และจะไม่รับผิดชอบต่อความเสียหายที่เกิดขึ้นเนื่องจากลักษณะทางอิเล็กทรอนิกส์ของอินเทอร์เน็ตเว็บไซต์ PandaTradingStrategies หรือ แฟกซ์และบริการแจกจ่ายอีเมลอาจล้มเหลวในเวลาที่กำหนด Panda I กลยุทธ์การลงทุนและ บริษัท ในเครือจะไม่รับผิดชอบต่อการไม่สามารถใช้งานเว็บไซต์หรือส่งแฟกซ์หรืออีเมลที่ไม่สามารถส่งมอบได้เนื่องจากปัญหาแบนด์วิธอินเทอร์เน็ตความล้มเหลวของอุปกรณ์หรือการกระทำของพระเจ้าแพนด้าอาจถือครองหลักทรัพย์ในเว็บไซต์นี้ได้ที่ใดก็ได้ เวลาอย่างไรก็ตาม Panda ไม่ขอร้องให้เสนอซื้อหลักทรัพย์ที่ระบุไว้ในเว็บไซต์นี้ไม่มีการรับประกันว่าผลการดำเนินงานที่ผ่านมาจะเป็นผลบ่งชี้หรือในอนาคตไม่สามารถรับประกันได้ว่าคำแนะนำของ Panda จะเป็นประโยชน์หรือไม่อาจสูญหายได้ จำไว้เสมอว่าจัดการเงินของคุณเช่นเป็นธุรกิจและลดการสูญเสียผลลัพธ์ที่ระบุไว้ในเว็บไซต์นี้มักขึ้นอยู่กับการค้าสมมุติพูดชัดแจ้งให้เพียงกล่าวว่าการค้าเหล่านี้ไม่ได้ดำเนินการจริงสมมุติหรือผลการจำลองมีข้อ จำกัด บางอย่างโดยธรรมชาติ บันทึกการปฏิบัติงานจริงการค้าแบบจำลองไม่ได้เป็นตัวแทนการซื้อขายที่แท้จริงนอกจากนี้เนื่องจากธุรกิจการค้ายังไม่ได้ทำ ผลที่ได้อาจได้รับผลกระทบเกินกว่าหรือภายใต้การชดเชยผลกระทบหากมีปัจจัยทางการตลาดบางอย่างเช่นการขาดสภาพคล่องคุณอาจได้ผลดีกว่าหรือแย่กว่าผลที่ได้แสดงให้เห็นว่าไม่มีการแสดงว่าบัญชีใด ๆ จะเป็นหรือเป็น มีแนวโน้มที่จะบรรลุผลกำไรหรือขาดทุนที่คล้ายคลึงกับที่ได้ระบุไว้ไม่มีฝ่ายอิสระได้ตรวจสอบผลการดำเนินงานสมมุติฐานที่มีอยู่ในเว็บไซต์นี้และไม่มีฝ่ายอิสระใด ๆ ที่ยืนยันว่าเป็นไปตามแนวทางการค้าภายใต้สมมติฐานหรือเงื่อนไขที่ระบุไว้ในเอกสารนี้ในขณะที่ผลที่ได้นี้ สมมติฐานดังกล่าวอาจไม่รวมถึงตัวแปรทั้งหมดที่จะมีผลกระทบหรือมีผลกระทบในอดีตที่เกิดขึ้นจากการดำเนินธุรกิจที่ระบุโดย Panda ผลการสมมุติฐานในเว็บไซต์นี้ยึดตามสมมติฐานดังต่อไปนี้ การจำลองนี้อนุมานว่าราคาจะไม่ได้รับอิทธิพลจากการค้าของแพนด้าโดยไม่คำนึงถึง จำนวนสัญญาที่ดำเนินการการจำลองสมมติว่าราคาซื้อและขายที่คาดว่าจะสามารถทำได้ในการซื้อขายที่เกิดขึ้นจริงราคาที่ได้รับอาจจะหรืออาจจะไม่เท่ากันกับราคาของใบสั่งซื้อที่สันนิษฐานโดยการเปรียบเทียบค่า Crossover Moving Average ใน Python กับ pandas ในบทความก่อนหน้านี้เกี่ยวกับการวิจัย Backtesting Environments ใน Python ด้วย Pandas เราได้สร้างสภาพแวดล้อมการทำ backtesting ที่มุ่งเน้นการวิจัยเชิงวัตถุและทดสอบกับกลยุทธ์การคาดเดาแบบสุ่มในบทความนี้เราจะใช้เครื่องมือที่เรานำมาใช้เพื่อดำเนินการวิจัยเกี่ยวกับกลยุทธ์จริง ได้แก่ Moving Average Crossover ใน AAPL. Moving Average Crossover Strategy เทคนิค Moving Average Crossover เป็นกลยุทธ์โมเมนตัมที่ใช้กันอย่างแพร่หลายเป็นที่รู้จักกันดีโดยทั่วไปถือเป็นตัวอย่างของ Hello World สำหรับการซื้อขายเชิงปริมาณกลยุทธ์ดังที่ระบุไว้ในที่นี้คือตัวกรองค่าเฉลี่ยเคลื่อนที่ที่ยาวเพียงสองแบบ ถูกสร้างขึ้นโดยมีช่วงเวลามองย้อนกลับที่แตกต่างกันของชุดเวลาหนึ่ง ๆ สัญญาณเพื่อซื้อสินทรัพย์ occu r เมื่อ lookback average สั้นกว่า average lookback moving average หากค่าเฉลี่ยที่ยาวนานกว่าค่าเฉลี่ยที่สั้นกว่าสินทรัพย์จะถูกขายกลับกลยุทธ์จะทำงานได้ดีเมื่อชุดข้อมูลเวลาเข้าสู่ช่วงของแนวโน้มที่แข็งแกร่งและจากนั้นกลับทิศทางกลับไปอย่างช้าๆ ตัวอย่างนี้ฉันได้เลือก Apple, Inc AAPL เป็นชุดข้อมูลระยะเวลาโดยมี lookback สั้น 100 วันและ lookback ยาว 400 วันนี่เป็นตัวอย่างที่มาจากไลบรารีการค้าอัลกอริธึม zipline ดังนั้นถ้าเราต้องการที่จะใช้ backtester ของเราเองเรา ต้องตรวจสอบให้แน่ใจว่าตรงกับผลลัพธ์ใน zipline เป็นวิธีพื้นฐานในการตรวจสอบตรวจสอบให้แน่ใจว่าได้ทำตามคำแนะนำก่อนหน้านี้ซึ่งอธิบายถึงลำดับชั้นของวัตถุที่สร้างขึ้นสำหรับ backtester มิฉะนั้นโค้ดด้านล่างจะไม่สามารถใช้งานได้ ฉันได้ใช้ห้องสมุดต่อไปนี้การใช้ต้องจากกวดวิชาก่อนหน้านี้ขั้นตอนแรกคือการนำเข้าโมดูลที่จำเป็นและวัตถุในก่อน กวดวิชา vious เราจะ subclass กลยุทธ์ชั้นฐานนามธรรมในการผลิต MovingAverageCrossStrategy ซึ่งมีรายละเอียดทั้งหมดเกี่ยวกับวิธีการสร้างสัญญาณเมื่อค่าเฉลี่ยเคลื่อนที่ของ AAPL ข้ามกันและกันวัตถุต้อง shortwindow และ longwindow ที่จะใช้งาน ค่าได้รับการตั้งค่าเป็นค่าเริ่มต้นเป็น 100 วันและ 400 วันตามลำดับซึ่งเป็นพารามิเตอร์เดียวกับที่ใช้ในตัวอย่างหลักของ zipline ค่าเฉลี่ยเคลื่อนที่จะถูกสร้างขึ้นโดยใช้ฟังก์ชัน rollingmean ของ pandas บนแท่งปิดราคาปิดของหุ้น AAPL Once ค่าเฉลี่ยเคลื่อนที่แต่ละตัวได้รับการสร้างซีรี่ส์สัญญาณจะถูกสร้างโดยการตั้งค่าให้เท่ากับ 1 0 เมื่อค่าเฉลี่ยเคลื่อนที่สั้นมากกว่าค่าเฉลี่ยเคลื่อนที่นานหรือ 0 0 มิฉะนั้นจากนี้จะสามารถสร้างคำสั่งตำแหน่งเพื่อแสดงสัญญาณการซื้อขายได้ MarketOnClosePortfolio เป็น subclassed จาก Portfolio ซึ่งพบได้ในเกือบจะเหมือนกันกับการใช้งานที่อธิบายไว้ใน tu ก่อน torial มีข้อยกเว้นว่าธุรกิจการค้าจะดำเนินการในขณะนี้แบบ Close-to-Close แทนที่จะเป็นแบบ Open-to-Open สำหรับรายละเอียดเกี่ยวกับวิธีกำหนด Portfolio ไว้ดูบทแนะนำก่อนหน้านี้ที่ฉันได้ทิ้งรหัสไว้ เพื่อความสมบูรณ์และเพื่อให้การสอนนี้สามารถใช้งานได้เองขณะที่มีการกำหนดคลาส MovingAverageCrossStrategy และ MarketOnClosePortfolio ฟังก์ชันหลักจะถูกเรียกเพื่อผูกฟังก์ชันการทำงานทั้งหมดร่วมกันนอกจากประสิทธิภาพของกลยุทธ์จะได้รับการตรวจสอบผ่านพล็อตของ เส้นโค้งส่วนได้เสีย Pandas DataReader จะดาวน์โหลดราคา OHLCV ของหุ้น AAPL สำหรับงวดตั้งแต่วันที่ 1 มกราคม 2533 ถึงวันที่ 1 ม. ค. 2545 ซึ่งเป็นจุดที่สัญญาณ DataFrame ถูกสร้างขึ้นเพื่อสร้างสัญญาณแบบยาวเท่านั้นต่อจากนั้นพอร์ตโฟลิโอจะสร้างขึ้นโดยมีทุนจดทะเบียนเริ่มแรก 100,000 เหรียญสหรัฐ ฐานและผลตอบแทนที่คำนวณจากส่วนของส่วนได้เสียขั้นตอนสุดท้ายคือการใช้ matplotlib เพื่อแปลงพล็อตสองตัวเลขของทั้งสองราคา AAPL ซ้อนทับกับค่าเฉลี่ยเคลื่อนที่และสัญญาณการขายซื้อ s เช่นเดียวกับเส้นโค้งส่วนที่มีสัญญาณการซื้อขายเดียวกันรหัสวางแผนถูกนำมาและแก้ไขจากตัวอย่างการดำเนินงาน zipline การแสดงผลกราฟิกของรหัสดังต่อไปนี้ฉันใช้คำสั่งวาง IPython ใส่ข้อมูลนี้ลงใน IPython คอนโซลในขณะที่ในอูบุนตูเพื่อให้การแสดงผลกราฟิกยังคงอยู่ในมุมมอง upticks สีชมพูแทนการซื้อสต็อกในขณะที่ downticks สีดำเป็นตัวแทนขายมันกลับ AAPL Moving Crossover เฉลี่ยผลการดำเนินงานจาก 1990-01-01 ไป 2002-01-01 as สามารถเห็นได้ว่ากลยุทธ์จะสูญเสียเงินไปในช่วงเวลาโดยมีธุรกิจการท่องเที่ยวแบบ round-trip 5 แห่งไม่น่าแปลกใจที่พฤติกรรมของ AAPL ในช่วงนี้มีแนวโน้มลดลงเล็กน้อยตามมาด้วยการเริ่มมีขึ้นอย่างมากในปี 2541 ระยะเวลาการมองย้อนกลับของ สัญญาณค่าเฉลี่ยเคลื่อนที่ค่อนข้างใหญ่และส่งผลกระทบต่อผลกำไรของการค้าในขั้นสุดท้ายซึ่งอาจทำให้กลยุทธ์มีกำไรได้ในบทความต่อไปเราจะสร้างวิธีการวิเคราะห์ที่ซับซ้อนขึ้น ประสิทธิภาพรวมถึงการอธิบายถึงวิธีเพิ่มประสิทธิภาพระยะเวลาการมองย้อนกลับของสัญญาณเฉลี่ยที่เคลื่อนที่ได้โดยง่ายเพียงแค่เริ่มต้นการซื้อขายเชิงปริมาณ