Designing Stock Market Trading Systems Om forfatterne Bruce Vanstone Dr. Bruce Vanstone er en assisterende professor ved Bond University i Australia. Han fullførte sin PhD i Computational Finance i 2006. Han er en regelmessig presentatør og utgiver av faglig arbeid på børs handelssystemer på internasjonalt nivå. Han lærer kurs på handelsmarkedet på universitetet, og er konsulent for et boutique hedgefond i Australia. Mer informasjon om Bruces. Les mer på Bruce Vanstone Tobias Hahn Tobias Hahn studerer for tiden mot en doktorgrad ved Bond University i Australia. Hans forskning fokuserer på markedsmikrostruktur, og særlig anvendelsen av maskininnlæringsteknikker til prising av derivatprodukter. Innholdsfortegnelse Listing Forord Godkjenninger Innledning 1. Utforming av aksjemarkedssystemer 1.1 Innledning 1.2 Motivasjon 1.3 Omfang og data 1.4 Den effektive markedshypotesen 1.5 Kunnskaps illusjon 1.6 Investering mot handel 1.6.1 Investering 1.6.2 Handel 1.7 Bygg et mekanisk aksjemarkedssystem 1.8 Stedet for mykt databehandling 1.9 Slik bruker du denne boken 2. Introduksjon til handel 2.1 Innledning 2.2 Ulike tilnærminger til handel 2.2.1 Retning av handel 2.2.2 Handelsplan 2.2.3 Type oppførsel utnyttet 2.2.3.1 Trendbasert handel 2.2.3.2 Breakout trading 2.2.3.3 Momentum trading 2.2.3.4 Gjennomsnittlig reversering trading 2.2.3.5 Høyfrekvent handel 2.3 Konklusjon 2.4 Det neste trinnet 3. Fundamentale variabler 3.1 Innledning 3.1.1 Benjamin Graham og verdi investere 3.2 Informasjonsfordel og markedseffektivitet 3.3 A Note on Adjustments 3.4 Kjerne Strategier 3.4.1 Intrinsic verdi estimater 3.4.2 Fundamentale filtre 3.4.3 Rangordre filtre 3.5 Elemenne ts av et grunnleggende-basert filter 3.5.1 Rikdom på et firma og dets aksjonærer 3.5.1.1 Bokført verdi 3.5.1.2 Omløpsmidler kontra kortsiktig gjeld 3.5.1.3 Utnyttelsesgrad 3.5.2 Inntektskapasitet 3.5.3 Evne til å generere kontanter 3.6 Fundamental Nøkkeltall og industri sammenligninger 3.7 En endelig notat om Invest Investing Research 3.8 Det neste trinnet 3.9 Case Study: Analysere en variabel 3.9.1 Innledning 3.9.2 Eksempel - PE forhold 3.9.3 Rikdomslab 3.9.4 SPSS 3.9.5 Outliers 4. Tekniske variabler 4.1 Innledning 4.1.1 Kartlegging 4.1.2 Tekniske indikatorer 4.1.3 Andre tilnærminger 4.2 Kartlegging og mønsteranalyse 4.3 Tekniske indikatorer 4.3.1 Intermarkedsanalyse 4.3.2 Flytende gjennomsnitt 4.3.3 Volum 4.3.4 Momentumindikatorer 4.3.4.1 Moving Average ConvergenceDivergence (MACD) 4.3.4.2 Relativ styrkeindikator (RSI) 4.4 Alternative tilnærminger 4.5 På bruk og misbruk av teknisk analyse 4.6 Case Study: Har teknisk analyse noen troverdighet 5. Soft Computing 5.1 Innledning 5.1.1 Typer myke databehandling 5.1.2 Ekspert-systemer 5.1.3 Saksbasert resonnement 5.1.4 Genetiske algoritmer 5.1.5 Sverm-intelligens 5.1.6 Kunstige nevrale nettverk 5.2 Gjennomgang av forskning 5.2.1 Soft computing-klassifisering 5.2.2 Forskning i tidsserienes prediksjon 5.2.3 Forskning om mønstergjenkjenning og klassifisering 5.2.4 Forskning i optimalisering 5.2.5 Forskning i ensemble-tilnærminger 5.3 Konklusjon 5.4 Det neste trinnet 6. Opprette kunstige nevrale nettverk 6.1 Innledning 6.2 Å uttrykke ditt problem 6.3 Partisjoneringsdata 6.4 Finne variabler av betydning 6.5 ANN Arkitekturvalg 6.6 ANN Training 6.6.1 Momentum 6.6.2 Treningsrate 6.7 ANN In-sample Testing 6.8 Konklusjon 6.9 Det neste trinnet 7. Handelssystemer og distribusjoner 7.1 Innledning 7.2 Studere en gruppe av handel 7.2.1 Gjennomsnittlig lønnsomhetsgrad 7.2.1.1 Studentene t - test 7.2.1.2 Løpetest 7.2.2 Vinnerstatistikk 7.2.3 Løsning av metriske data 7.2.4 Sammendrag av beregninger 7.2.5 Fordeling 7.2.5.1 Kortsiktig distribusjon 7.2.5.2 Midlertidig dis tildeling 7.2.5.3 Langsiktig distribusjon 7.2.6 Sammenligning av to sett med råvarer 7.3 Konklusjoner 7.4 Neste trinn 8. Posisjonsstørrelse 8.1 Introduksjon 8.1.1 Fast posisjonering 8.1.2 Kelly metode 8.1.3 Optimal-f 8.1.4 Prosentandel av egenkapitalen 8.1.5 Maksimal risikoprosent 8.1.6 Martingale 8.1.7 Anti-martingale 8.2 Pyramiding 8.3 Konklusjoner 8.4 Det neste trinnet 9. Risiko 9.1 Innledning 9.2 Handelsrisiko 9.2.1 Stoppordreordninger 9.2.2 Bruke maksimal ugunstig ekskursjon (MAE ) for å velge terskelgrensen 9.3 Risikoen for ruin 9.4 Porteføljerisiko 9.5 Tilleggsportefølje-beregninger 9.6 Monte Carlo-analyse 9.7 Case Study: Stopper Nyttig i Trend Trading System 10. Case Studies 10.1 Introduksjon 10.2 A Note om Data 10.3 A Note om Case Studies 10.4 Oppbygge et teknisk handelssystem med nevrale nettverk 10.4.1 Splitting data 10.4.2 Benchmark opprinnelige regler 10.4.3 Identifisere spesifikke problemer 10.4.4 Identifisere innganger og utdata for ANN 10.4.5 Trene nettverkene 10.4.6 Utlede pengehåndtering og risikoinnstillinger 10.4.7 Benkeprøving i stikprøve 10.4.8 Benkeprøving utenfor utvalg 10.4.9 Bestemme sluttprodukt 10.5 Bygge et grunnleggende handelssystem med nevrale nettverk 10.5.1 Splitting data 10.5.2 Benchmark startregler 10.5.3 Identifiser spesifikk problemer 10.5.4 Identifisere innganger og utdata for ANN 10.5.5 Tren nettverkene 10.5.6 Utlede pengehåndterings - og risikoinnstillinger 10.5.7 In-sample benchmarking 10.5.8 Utvalg av benchmarking 10.5.9 Avgjør sluttprodukt Avsluttende tanker Vedlegg Script Segmenter Bibliografi Indeks Forord Bekreftelser Innledning 1. Utforming av aksjemarkedssystemer 1.1 Innledning 1.2 Motivasjon 1.3 Omfang og data 1.4 Den effektive markedshypotesen 1.5 Kunnskaps illusjon 1.6 Investering mot handel 1.6.1 Investering 1.6.2 Handel 1.7 Bygg en mekanisk lager Market Trading System 1.8 Plasseringen av Soft Computing 1.9 Slik bruker du denne boken 2. Introduksjon til Trading 2.1. Nyttige LinksDesigning Stock Market Trading Systems: Gjennom gjennomgang av denne boken ble jeg slått av observasjonen at det bare er nylig at bøker om systemer og systemutvikling og testing har blitt tilgjengelige for forhandlere. Jeg antar stadig forbedringer i personlige datamaskiner og deres økende kraft, og tilgjengeligheten av egnede programmer har bidratt sterkt til dette. Når domenet til store hedgefond og institusjonelle handelsmenn, handelssystemer og mekanisk handel blir mer allment akseptert og brukt av individuelle handelsmenn. Traders finner dem å være en mye mer pålitelig måte for å oppnå handelssuksess enn ved å bruke vilkårlige beslutningsprosesser og andre esoteriske tilnærminger for å komme frem til kjøp og salg av beslutninger. Men tilbake til denne boken. Dr Bruce Vanstone er assisterende professor ved Bond University i Australia, der han underviser kurs kurs kurs. Han har en doktorgrad i beregningsfinansiering, publisert faglig arbeid på børs handelssystemer, og er konsulent for et boutique hedgefond. Han er godt kvalifisert til å skrive en bok om handelssystemdesign. Hans medforfatter, Tobias Hahn, fullfører en doktorgrad ved Bond University, med fokus på markedsmikrostruktur og anvendelse av maskinlæringsteknikker til prising av derivatprodukter. Design, testing og implementering av mekaniske handelssystemer er ikke det mest spennende emnet for de som har blitt solgt av forhandlere og spruikere, som lovende mer enn det som kan leveres av de fleste tilnærminger til handel. Detaljhandlere og investorer blir imidlertid klar over at en mekanisk eller matematisk tilnærming til markedene som fokuserer på en langsiktig kanten eller rekkevidde av sannsynlige utfall, er en meget profesjonell tilnærming, som kan brukes på detaljnivå. Forfatterne forklarer hvordan de bygger et regelbasert system. De viser trinnene i å designe og teste et system til en kant er funnet, og deretter hvordan å utnytte denne kanten fullt ut for å maksimere avkastningen. De tar et detaljert innblikk i utviklingen av et handelssystem, samt de mange tingene som ikke skal innlemmes i et handelssystem. Deler av denne boken vil utfordre mange lesers tro og paradigmer om markedene og hvordan de fungerer. Et eksempel er kapittel 4.5, bruk og misbruk av teknisk analyse, hvor forfattere diskuterer begrepet data snooping som er ansatt av mange tekniske analytikere. I en casestudie på stoppestedet i et trendhandelssystem undersøkes bruken av stopptap i stor matematisk detalj, særlig bruken av de vanlig brukte ATR-stoppene (Average True Range). Deres forsknings konklusjoner er at de har testet et stort antall langsiktige og langsiktige trendbaserte systemer, og vi har ennå ikke funnet en enkelt sak hvor systemresultatene forbedres ved bruk av en stoppordningsregel. Som jeg sa, utfordrer denne boken mange av de eksisterende kastanjene som eksisterer i næringslivssirkler. Denne boken er en målesel for alle som er seriøse om deres systembaserte handel, og for de som handler med subjektiv analyse, for å forstå hva de står overfor i markedene. Det er en av de mest interessante bøkene jeg har hatt gleden av å se på. Se artikkelen på kilden websiteDesigning Stock Market Trading Systems Om forfatterne Bruce Vanstone Dr. Bruce Vanstone er assisterende professor ved Bond University i Australia. Han fullførte sin PhD i Computational Finance i 2006. Han er en regelmessig presentatør og utgiver av faglig arbeid på børs handelssystemer på internasjonalt nivå. Han lærer kurs på handelsmarkedet på universitetet, og er konsulent for et boutique hedgefond i Australia. Mer informasjon om Bruces. Les mer om Bruce Vanstone Tobias Hahn Tobias Hahn studerer for tiden mot en doktorgrad ved Bond University i Australia. Hans forskning fokuserer på markedsmikrostruktur, og spesielt anvendelsen av maskininnlæringsteknikker til prising av derivatprodukter. Innholdsfortegnelse Listing Forord Godkjenninger Innledning 1. Utforming av aksjemarkedssystemer 1.1 Innledning 1.2 Motivasjon 1.3 Omfang og data 1.4 Den effektive markedshypotesen 1.5 Kunnskaps illusjon 1.6 Investering mot handel 1.6.1 Investering 1.6.2 Handel 1.7 Bygg et mekanisk aksjemarkedssystem 1.8 Stedet for mykt databehandling 1.9 Slik bruker du denne boken 2. Introduksjon til handel 2.1 Innledning 2.2 Ulike tilnærminger til handel 2.2.1 Retning av handel 2.2.2 Handelsplan 2.2.3 Type oppførsel utnyttet 2.2.3.1 Trendbasert handel 2.2.3.2 Breakout trading 2.2.3.3 Momentum trading 2.2.3.4 Gjennomsnittlig reversering trading 2.2.3.5 Høyfrekvent handel 2.3 Konklusjon 2.4 Det neste trinnet 3. Fundamentale variabler 3.1 Innledning 3.1.1 Benjamin Graham og verdi investere 3.2 Informasjonsfordel og markedseffektivitet 3.3 A Note on Adjustments 3.4 Kjerne Strategier 3.4.1 Intrinsic verdi estimater 3.4.2 Fundamentale filtre 3.4.3 Rangordre filtre 3.5 Elemenne ts av et grunnleggende-basert filter 3.5.1 Rikdom på et firma og dets aksjonærer 3.5.1.1 Bokført verdi 3.5.1.2 Omløpsmidler kontra kortsiktig gjeld 3.5.1.3 Utnyttelsesgrad 3.5.2 Inntektskapasitet 3.5.3 Evne til å generere kontanter 3.6 Fundamental Nøkkeltall og industri sammenligninger 3.7 En endelig notat om Invest Investing Research 3.8 Det neste trinnet 3.9 Case Study: Analysere en variabel 3.9.1 Innledning 3.9.2 Eksempel - PE forhold 3.9.3 Rikdomslab 3.9.4 SPSS 3.9.5 Outliers 4. Tekniske variabler 4.1 Innledning 4.1.1 Kartlegging 4.1.2 Tekniske indikatorer 4.1.3 Andre tilnærminger 4.2 Kartlegging og mønsteranalyse 4.3 Tekniske indikatorer 4.3.1 Intermarkedsanalyse 4.3.2 Flytende gjennomsnitt 4.3.3 Volum 4.3.4 Momentumindikatorer 4.3.4.1 Moving Average ConvergenceDivergence (MACD) 4.3.4.2 Relativ styrkeindikator (RSI) 4.4 Alternative tilnærminger 4.5 På bruk og misbruk av teknisk analyse 4.6 Case Study: Har teknisk analyse noen troverdighet 5. Soft Computing 5.1 Innledning 5.1.1 Typer myke databehandling 5.1.2 Ekspert-systemer 5.1.3 Saksbasert resonnement 5.1.4 Genetiske algoritmer 5.1.5 Sverm-intelligens 5.1.6 Kunstige nevrale nettverk 5.2 Gjennomgang av forskning 5.2.1 Soft computing-klassifisering 5.2.2 Forskning i tidsserienes prediksjon 5.2.3 Forskning om mønstergjenkjenning og klassifisering 5.2.4 Forskning i optimalisering 5.2.5 Forskning i ensemble-tilnærminger 5.3 Konklusjon 5.4 Det neste trinnet 6. Opprette kunstige nevrale nettverk 6.1 Innledning 6.2 Å uttrykke ditt problem 6.3 Partisjoneringsdata 6.4 Finne variabler av betydning 6.5 ANN Arkitekturvalg 6.6 ANN Training 6.6.1 Momentum 6.6.2 Treningsrate 6.7 ANN In-sample Testing 6.8 Konklusjon 6.9 Det neste trinnet 7. Handelssystemer og distribusjoner 7.1 Innledning 7.2 Studere en gruppe av handel 7.2.1 Gjennomsnittlig lønnsomhetsgrad 7.2.1.1 Studentene t - test 7.2.1.2 Løpetest 7.2.2 Vinnerstatistikk 7.2.3 Løsning av metriske data 7.2.4 Sammendrag av beregninger 7.2.5 Fordeling 7.2.5.1 Kortsiktig distribusjon 7.2.5.2 Midlertidig dis tildeling 7.2.5.3 Langsiktig distribusjon 7.2.6 Sammenligning av to sett med råvarer 7.3 Konklusjoner 7.4 Neste trinn 8. Posisjonsstørrelse 8.1 Innledning 8.1.1 Fast posisjonering 8.1.2 Kelly metode 8.1.3 Optimal-f 8.1.4 Prosentandel av egenkapitalen 8.1.5 Maksimal risikoprosent 8.1.6 Martingale 8.1.7 Anti-martingale 8.2 Pyramiding 8.3 Konklusjoner 8.4 Det neste trinnet 9. Risiko 9.1 Innledning 9.2 Handelsrisiko 9.2.1 Stoppordreordninger 9.2.2 Bruke maksimal ugunstig ekskursjon (MAE ) for å velge terskelgrensen 9.3 Risikoen for ruin 9.4 Porteføljerisiko 9.5 Tilleggsportefølje-beregninger 9.6 Monte Carlo-analyse 9.7 Case Study: Stopper Nyttig i Trend Trading System 10. Case Studies 10.1 Introduksjon 10.2 A Note om Data 10.3 A Note om Case Studies 10.4 Oppbygge et teknisk handelssystem med nevrale nettverk 10.4.1 Splitting data 10.4.2 Benchmark opprinnelige regler 10.4.3 Identifisere spesifikke problemer 10.4.4 Identifisere innganger og utdata for ANN 10.4.5 Trene nettene 10.4.6 Utlede pengehåndtering og risikoinnstillinger 10.4.7 Benkeprøving i stikprøve 10.4.8 Benkeprøving utenfor utvalg 10.4.9 Bestemme sluttprodukt 10.5 Bygge et grunnleggende handelssystem med nevrale nettverk 10.5.1 Splitting data 10.5.2 Benchmark startregler 10.5.3 Identifiser spesifikk problemer 10.5.4 Identifisere innganger og utdata for ANN 10.5.5 Tren nettverkene 10.5.6 Utlede pengehåndterings - og risikoinnstillinger 10.5.7 In-sample benchmarking 10.5.8 Utvalg av benchmarking 10.5.9 Avgjør sluttprodukt Avsluttende tanker Vedlegg Script Segmenter Bibliografi Indeks Forord Bekreftelser Innledning 1. Utforming av aksjemarkedssystemer 1.1 Innledning 1.2 Motivasjon 1.3 Omfang og data 1.4 Den effektive markedshypotesen 1.5 Kunnskaps illusjon 1.6 Investering mot handel 1.6.1 Investering 1.6.2 Handel 1.7 Bygg en mekanisk lager Market Trading System 1.8 Plasseringen av Soft Computing 1.9 Slik bruker du denne boken 2. Introduksjon til Trading 2.1. Nyttige LinksDesigning Stock Market Trading Systems: Med og uten myk databehandling Fra utgiveren i Designing Stock Market Trading Systems Bruce Vanstone og Tobias Hahn veileder deg gjennom deres velprøvde metode for å bygge regelbaserte aksjemarkedssystemer som bruker både grunnleggende og tekniske data. Denne boken viser trinnene som kreves for å designe og teste et handelssystem til en handelskant er funnet, hvordan man bruker kunstige nevrale nettverk og myk databehandling for å oppdage en kant og utnytte det fullt ut. Lær hvordan du bygger handelssystemer med større innsikt og pålitelighet enn noen gang. De fleste handelssystemer i dag unnlater å inkorporere data fra eksisterende forskning i driften. Det er her Vanstone og Hahns metodikk er unikt. Designet for å integrere det beste fra tidligere forskning om arbeidet med finansielle markeder i byggingen av nye handelssystemer, hjelper denne syntesen med å produsere aksjemarkedssystemer med uovertruffen dybde og nøyaktighet. Denne boken inneholder derfor en detaljert gjennomgang av nøkkelfunnforskning, som viser hvordan man skal teste eksisterende forskning, hvordan man skal dra nytte av den ved å utvikle den til et regelbasert handelssystem, og hvordan man kan forbedre den med kunstig intelligensteknikk. Ideene og metodene beskrevet i denne boken har blitt testet og testet i varmen i markedet. De har blitt brukt av hedgefond til å bygge sine handelssystemer. Nå kan du også bruke dem. Listepris: 68,63 Tilgjengelighet for Designing Stock Market Trading Systems av Bruce Vanstone. Med en 30 dagers gratis prøveversjon kan du lese online gratis. Denne boken kan leses på opptil 6 mobilenheter.
No comments:
Post a Comment