استراتيجيات التداول المقالات العلمية

البحوث الأكاديمية البصيرة: الثقة استراتيجية ردود الفعل قوة التداول.
البحوث الأكاديمية البصيرة: الثقة استراتيجية ردود الفعل قوة التداول.
البرمجة الجينية الأمثل لاستراتيجية الثقة ردود الفعل على أساس استراتيجية التداول.
ستيف Y. Yang، شيونغ ين كيفن مو، أنكيليو، أندري A. Kirilenko وهناك نسخة من هذه الورقة يمكن العثور عليها هنا تريد أن تقرأ ملخصاتنا للأوراق المالية الأكاديمية؟ تحقق من فئة البحوث الأكاديمية البصيرة.
ما هي أسئلة البحث؟
واستنادا إلى الأدلة على أن التغريدات أسرع من الأخبار في الكشف عن معلومات جديدة في السوق، ولكن هذا الخبر يعتبر مصدرا أكثر موثوقية للمعلومات، يقترح المؤلفون استراتيجية تداول متفوقة على أساس قوة ردود الفعل المشاعر بين الأخبار و تويت.
من خلال دراسة ما مجموعه 1،271،308 رسالة تغريدة من مجموعة انتقائية من المستخدمين من خلال مجتمع تويتر المالي (الذين لديهم أعلى درجة بينية مركزية عازمة على تقديم أهم إشارة على شرح عوائد السوق) و 678،378 مقالة إخبارية من 2420 مزود متميز (عن طريق البوابة الشمالية الخفيفة سينغبوانت) في سوق الأسهم الأمريكية من عام 2012 إلى عام 2015، فإنها تحقق ما إذا:
هل من الممكن استغلال تأثيرات التفاعل بين مصدرين للمعلومات، تويت والأخبار وبناء مؤشر على المشاعر التي تستخدم مفهوم & # 8216؛ قوة ردود الفعل & # 8217؛ لصياغة استراتيجيات تجارية مربحة (المعيار هو شراء وعقد 500 إتف)؟ هل يمكن أن يساعد تحسين البرمجة الجينية على صياغة نظام تداول ديناميكي ومتكيف (في ظروف السوق الأخيرة)؟
ما هي الرؤية الأكاديمية؟
مع التحذير، المشتركة بين العديد من الدراسات استغلال البيانات غير المهيكلة، من الإطار الزمني القصير درس وعدم وجود متعددة من الاختبارات عينة، وجدوا ما يلي:
نعم - وجد المؤلفون أن الاستراتيجية القائمة على القوة ردود الفعل المثلى ردود الفعل يجمع بين المقالات الإخبارية الأعمال نشرت قبل يوم واحد وتغرد الرسائل التي تم إنشاؤها من قبل المجتمع المالي تويتر قبل يومين. مزيجها ينتج أفضل أداء من حيث نسبة الجنيه الاسترليني ونسبة الصفقات الفائزة. يس-المؤلفون إجراء 1000 التجارب مع ثلاث مجموعات من المؤشرات (مؤشر المشاعر فقط، مزيج من المشاعر والمؤشرات الفنية، ومؤشر تقني فقط) وتجد أن مؤشر الشعور فقط استراتيجية متفوقة على كل من المؤشر الفني ونهج الجمع خلال كامل (2012 - 2015) وفترة العینة (2013 - 2015)
ويشمل المؤلفون تكاليف المعاملات في التحليل، فضلا عن أنهم يتحكمون في الإفراط في معالجة المخاوف.
لماذا يهم؟
يقدم المؤلفون إطارا يستغل & # 8216؛ المشتركة & # 8217؛ زخم الأخبار والمشاعر تويت. وتشير النتائج إلى أن المشاعر الإخبارية و تويت يمكن اعتبارها مصدرا قيما للمعلومات في بناء أنظمة التداول.
ويمكن أن تطبق البحوث المستقبلية هذا الإطار على آفاق أطول وكذلك الأسواق الدولية لاختبار المتانة. آ لديها بعض المشاركات القديمة على تويت والتمويل هنا، هنا، وهنا.
أهم مخطط من الورقة:
والنتائج هي نتائج افتراضية وليست مؤشرا على النتائج المستقبلية ولا تمثل عوائد حققها أي مستثمر فعليا. فهذه المؤشرات غير مدارة، ولا تعكس رسوم الإدارة أو التداول، ولا يمكن للمرء أن يستثمر مباشرة في المؤشر.
هذه الدراسة هي الدافع وراء النتائج التجريبية التي الأخبار ووسائل الإعلام الاجتماعية تويتر رسائل (تويت) تظهر قوة تنبؤية مستمرة على حركة السوق المالية. واستنادا إلى الأدلة على أن التغريدات أسرع من الأخبار في الكشف عن معلومات جديدة في السوق، في حين تعتبر الأخبار على نطاق واسع مصدرا أكثر موثوقية للمعلومات من تويت، نقترح استراتيجية تداول متفوقة على أساس قوة ردود الفعل المشاعر بين الأخبار وتغريدات باستخدام البرمجة العامة الأمثل. إن الحدس الرئيسي وراء هذا النهج القائم على قوة ردود الفعل هو أن الزخم المشترك لسلسلة المشاعر اثنين يؤدي إلى إشارات السوق الهامة، والتي يمكن استغلالها لتوليد أرباح تداول متفوقة. مع المفاضلة بين سرعة المعلومات وموثوقيتها، تهدف هذه الدراسة إلى تطوير استراتيجية التداول الأمثل باستخدام قوة ردود الفعل المشاعر المستثمرين بهدف تحقيق أقصى قدر من المخاطر تعديل العائد يقاس نسبة الاسترليني. ووجدنا أن الإستراتیجیات القائمة علی ردود فعل المشاعر تعطي عائدات سوقیة متفوقة مع انخفاض قصوى منخفض خلال الفترة من 2012 إلی 2015. وبالمقارنة، فإن الاستراتیجیات المبنیة علی مؤشر ردود فعل المشاعر تولد أکثر من 14.7٪ نسبة الاسترلین مقابل 10.4٪ و 13.6٪ والاستراتيجيات القائمة على المؤشرات التقنية والاستراتيجية الأساسية للشراء والاحتفاظ على التوالي. وبعد النظر في تكاليف المعاملات، تفوق الاستراتيجية القائمة على مؤشر المشاعر الاستراتيجية القائمة على المؤشرات الفنية باستمرار. وتظهر الاختبارات الخلفية أن الميزة ذات دلالة إحصائية. وتشير النتائج إلى أن مؤشر التغذية المرتدة للمشاعر يوفر الدعم في السيطرة على الخسارة مع انخفاض الحد الأدنى.
الآراء والآراء الواردة هنا هي آراء المؤلف ولا تعكس بالضرورة وجهات نظر شركة ألفا أرتشيتكت أو الشركات التابعة لها أو موظفيها. تتوفر إفصاحاتنا الكاملة هنا. تعريفات الإحصائيات الشائعة المستخدمة في تحليلنا متاحة هنا (نحو الأسفل). انضمام الآلاف من القراء الآخرين والاشتراك في بلوق لدينا. هذا الموقع لا يوفر أي معلومات عن إتفس القيمة لدينا أو إتفس الزخم لدينا. يرجى الرجوع إلى هذا الموقع.
مثل بوست؟ تبادل المعرفة!
نبذة عن الكاتب: إليزابيتا باسيليكو، دكتوراه، كفا.
الدكتور إليزابيتا باسيليكو هو محترف استثمار محنك مع خبرة في & # 8220؛ تحول الأفكار الأكاديمية في استراتيجيات الاستثمار. & # 8221؛ فالبحوث هي حياتها وعملها من خلال تمشيط أسسها العلمية في إدارة الاستثمار الكمي مع نهج عملي لتحديات الأعمال، ساعدت العديد من المستثمرين المؤسسيين على تحقيق عوائد مستقرة من محافظ الثروة العالمية. تمتد خبرتها من تخصيص الأصول إلى استراتيجيات الاستثمار الكمي النشطة. حاصلة على شهادة المحلل المالي للميثاق منذ عام 2007 ودكتوراه من جامعة سانت غالن في سويسرا، ولديها خبرة في التدريس والبحث في مختلف الجامعات الدولية والمؤلفة المشاركة في المقالات المنشورة في المجلات المستعرضة من قبل الأقران. وهي ومؤلفة مشاركة تومي جونسن تكتب حاليا كتابا عن أفكار الاستثمار المدعومة بالأبحاث. يمكنك العثور على معلومات إضافية في الرؤية الأكاديمية حول الاستثمار.

4 استراتيجيات التداول النشطة المشتركة.
التداول النشط هو عمل شراء وبيع الأوراق المالية على أساس تحركات قصيرة الأجل للربح من تحركات الأسعار على الرسم البياني للأوراق المالية على المدى القصير. تختلف العقلية المرتبطة باستراتيجية تداول نشطة عن استراتيجية الشراء والشراء على المدى الطويل. وتستخدم استراتيجية الشراء والاستحواذ عقلية تشير إلى أن تحركات الأسعار على المدى الطويل ستفوق تحركات الأسعار على المدى القصير، وبالتالي ينبغي تجاهل الحركات قصيرة الأجل. من ناحية أخرى، يعتقد المتداولون النشطون أن الحركات قصيرة الأجل والاستحواذ على اتجاه السوق هي حيث يتم تحقيق الأرباح. هناك العديد من الأساليب المستخدمة لإنجاز استراتيجية التداول النشطة، ولكل منها بيئات السوق المناسبة والمخاطر الكامنة في الاستراتيجية. في ما يلي أربعة من أكثر أنواع التداول النشط شيوعا والتكاليف المدمجة لكل إستراتيجية. (التداول النشط هو استراتيجية شعبية لأولئك الذين يحاولون التغلب على متوسط ​​السوق، لمعرفة المزيد، راجع كيفية تفوق السوق).
التداول اليوم هو ربما الأكثر شهرة نمط التداول النشط. وغالبا ما يعتبر اسم مستعار للتداول النشط نفسه. التداول اليومي، كما يوحي اسمها، هو طريقة شراء وبيع الأوراق المالية في نفس اليوم. يتم إغلاق المراكز خارج في نفس اليوم يتم اتخاذها، ولا يوجد موقف بين عشية وضحاها. تقليديا، يتم التداول اليوم من قبل التجار المحترفين، مثل المتخصصين أو صناع السوق. ومع ذلك، فتحت التجارة الإلكترونية هذه الممارسة للتجار المبتدئين. (للحصول على القراءة ذات الصلة، انظر أيضا استراتيجيات التداول اليوم للمبتدئين.)
[تعلم أي استراتيجية سوف تعمل بشكل أفضل بالنسبة لك هي واحدة من الخطوات الأولى التي تحتاج إلى اتخاذ كالتاجر الطموح. إذا كنت مهتما في التداول اليوم، إنفستوبيديا أكاديمية يوم التاجر بالطبع يمكن أن يعلمك استراتيجية ثبت أن تشمل ستة أنواع مختلفة من الصفقات. ]
في الواقع، يعتبر البعض أن تداول الصفقة هو إستراتيجية شراء وإستمرار وليس تداول نشط. ومع ذلك، يمكن تداول الصفقات، عند القيام به من قبل المتداول المتقدم، يكون شكل من أشكال التداول النشط. موقف التداول يستخدم الرسوم البيانية على المدى الطويل - في أي مكان من اليومية إلى شهرية - في تركيبة مع أساليب أخرى لتحديد اتجاه الاتجاه الحالي للسوق. هذا النوع من التجارة قد تستمر لعدة أيام لعدة أسابيع وأحيانا أطول، وهذا يتوقف على هذا الاتجاه. يتطلع المتداولون في الاتجاه نحو قمم أعلى أو ارتفاعات منخفضة لتحدد اتجاه الأمن. من خلال القفز على وركوب "الموجة"، ويهدف التجار الاتجاه للاستفادة من كل من صعودا وهبوطا من تحركات السوق. ينظر التجار الاتجاه لتحديد اتجاه السوق، لكنها لا تحاول التنبؤ بأي مستويات الأسعار. عادة، التجار الاتجاه يقفز على الاتجاه بعد أن وضعت نفسها، وعندما يكسر الاتجاه، فإنها عادة الخروج من الموقف. وهذا يعني أنه في فترات تقلبات السوق المرتفعة، فإن التداول في الاتجاه أكثر صعوبة وتخفيض مواقفه عموما.
عندما يكسر الاتجاه، يتأرجح المتداولون عادة في اللعبة. وفي نهاية هذا الاتجاه، عادة ما يكون هناك بعض التقلب في الأسعار حيث يحاول الاتجاه الجديد أن ينشئ نفسه. التجار المتداولون يشترون أو يبيعون كما يحدد تقلب الأسعار. وعادة ما يتم عقد الصفقات البديل لأكثر من يوم واحد ولكن لفترة أقصر من الصفقات الاتجاه. غالبا ما يخلق المتداولون البديلون مجموعة من قواعد التداول استنادا إلى التحليل الفني أو الأساسي؛ هذه القواعد التجارية أو الخوارزميات مصممة لتحديد متى لشراء وبيع الأمن. في حين أن خوارزمية التداول البديل لا يجب أن تكون دقيقة وتوقع الذروة أو الوادي من حركة السعر، فإنه يحتاج إلى السوق الذي يتحرك في اتجاه واحد أو آخر. إن السوق ذات النطاق المحدد أو الجانبي يمثل خطرا على التجار المتداولين. (لمزيد من المعلومات حول التداول البديل، اطلع على مقدمة التداول في سوينغ.)
سلخ فروة الرأس هي واحدة من أسرع الاستراتيجيات التي يستخدمها التجار النشطين. ويشمل ذلك استغلال الفجوات السعرية المختلفة الناجمة عن فروق الأسعار / الطلب وتدفقات الطلبات. تعمل الاستراتيجية بشكل عام عن طريق نشر أو شراء سعر الشراء وبيع بسعر الطلب لاستلام الفرق بين نقطتي السعر. يحاول السماسرة الاحتفاظ بمراكزهم لفترة قصيرة، مما يقلل من المخاطر المرتبطة بالاستراتيجية. بالإضافة إلى ذلك، سكالبر لا تحاول استغلال التحركات الكبيرة أو نقل كميات كبيرة؛ بدلا من ذلك، فإنها تحاول الاستفادة من التحركات الصغيرة التي تحدث في كثير من الأحيان وتحريك أحجام أصغر في كثير من الأحيان. وبما أن مستوى الأرباح في التجارة صغير، يبحث المستغلون عن أسواق أكثر سيولة لزيادة تواتر صفقاتهم. وعلى عكس المتداولين البديلين، فإن المستغلين مثل الأسواق الهادئة غير المعرضة لتحركات الأسعار المفاجئة حتى يتمكنوا من جعل الانتشار مرارا على نفس سعر العرض / الطلب. (لمعرفة المزيد عن هذه الاستراتيجية التداول النشطة، وقراءة السلخ فروة الرأس: الأرباح السريعة الصغيرة يمكن أن تضيف ما يصل.)
التكاليف متماسكة مع استراتيجيات التداول.
هناك سبب استراتيجيات التداول النشطة كانت تستخدم مرة واحدة فقط من قبل التجار المحترفين. ليس فقط وجود منزل للوساطة في المنزل يقلل من التكاليف المرتبطة بتجارة عالية التردد، ولكنه يضمن أيضا تنفيذ التجارة بشكل أفضل. وعمولات أقل وتنفيذ أفضل عنصران من شأنها أن تحسن من الأرباح المحتملة للاستراتيجيات. مطلوب شراء الأجهزة والبرمجيات كبيرة لتنفيذ هذه الاستراتيجيات بنجاح بالإضافة إلى بيانات السوق في الوقت الحقيقي. هذه التكاليف تجعل بنجاح تنفيذ والاستفادة من التداول النشط إلى حد ما باهظة للتاجر الفردية، وإن لم يكن كلها غير قابلة للتحقيق معا.
يمكن للمتداولين النشطين استخدام واحد أو العديد من الاستراتيجيات المذكورة أعلاه. ومع ذلك، قبل اتخاذ قرار بشأن المشاركة في هذه الاستراتيجيات، يجب استكشاف المخاطر والتكاليف المرتبطة بكل منها والنظر فيها. (للحصول على القراءة ذات الصلة، نلقي نظرة أيضا على تقنيات إدارة المخاطر للمتداولين النشطين.)

استراتيجيات التداول مقالات علمية
الانتماء: ديبارتيمنتو دي إكونوميا e إمبريزا، Universitá دي كاتانيا، كاتانيا، إيتالي.
أليساندرو بلوشينو.
الانتماءات: ديبارتيمنتو دي فيسيكا e أسترونوميا، ونيفرزيتي دي كاتانيا، كاتانيا، إيتالي، إنفن سيزيون دي كاتانيا، كاتانيا، إيتالي.
أندريا رابيساردا.
الانتماءات: ديبارتيمنتو دي فيسيكا e أسترونوميا، ونيفرزيتي دي كاتانيا، كاتانيا، إيتالي، إنفن سيزيون دي كاتانيا، كاتانيا، إيتالي.
ديرك هيلبينغ.
الانتماء: إيث زيورخ، زيورخ، سويسرا.
في هذه الورقة نستكشف الدور المحدد للعشوائية في الأسواق المالية، مستوحاة من دور مفيد للضوضاء في العديد من النظم المادية وفي التطبيقات السابقة إلى النظم الاجتماعية والاقتصادية المعقدة. بعد مقدمة قصيرة، ندرس أداء بعض استراتيجيات التداول الأكثر استخداما في التنبؤ ديناميات الأسواق المالية لمختلف مؤشرات البورصة الدولية، بهدف مقارنتها بأداء استراتيجية عشوائية تماما. في هذا الصدد، البيانات التاريخية ل فتس-أوك، فتس-ميب، داكس، و S & أمب؛ تؤخذ مؤشرات P500 في الاعتبار لفترة حوالي 15-20 سنة (منذ إنشائها حتى اليوم).
اقتباس: بيوندو إ، بلوشينو A، رابيساردا A، هلبينغ D (2013) هل استراتيجيات التداول العشوائي أكثر نجاحا من الآحاد الفنية؟ بلوس وان 8 (7): e68344. دوى: 10.1371 / journal. pone.0068344.
المحرر: أليخاندرو راؤول هرنانديز مونتويا، جامعة فيراكروزانا، المكسيك.
حقوق الطبع والنشر: © 2013 بيوندو إت آل. هذه مقالة مفتوحة الوصول موزعة وفقا لشروط ترخيص كريتيف كومونس أتريبوتيون والتي تسمح بالاستخدام غير المقيد والتوزيع والاستنساخ في أي وسيط، بشرط أن يقيد المؤلف الأصلي والمصدر الأصلي.
التمويل: ليس لدى المؤلفين أي دعم أو تمويل للإبلاغ.
تضارب المصالح: أعلن المؤلفون أنه لا توجد مصالح متنافسة.
المقدمة.
في الفيزياء، على حد سواء على المستوى الكلاسيكي والكمي، العديد من النظم الحقيقية تعمل بشكل جيد وأكثر كفاءة بسبب الدور المفيد للضوضاء ضعيفة عشوائية [1] - [6]. ولكن ليس فقط النظم الفيزيائية تستفيد من الاضطراب. في الواقع، الضجيج له تأثير كبير على ديناميات الخلايا والخلايا العصبية والكيانات البيولوجية الأخرى، ولكن أيضا على النظم الإيكولوجية والجيوفيزيائية والاجتماعية والاقتصادية. بعد هذا البحث، قمنا مؤخرا بالتحقيق في كيفية استراتيجيات عشوائية يمكن أن تساعد على تحسين كفاءة مجموعة هرمية من أجل مواجهة مبدأ بيتر [7] - [9] أو مؤسسة عامة مثل البرلمان [10]. وقد نجحت مجموعات أخرى في استكشاف استراتيجيات مماثلة في ألعاب الأقليات و باروندو [11]، [12]، في تقييم أداء الحافظة [13] وفي سياق المزاد المزدوج المستمر [14].
في الآونة الأخيرة ناقش طالب ببراعة في كتبه الناجحة [15]، [16] كيف الفرصة والبجعات السوداء تحكم حياتنا، ولكن أيضا الاقتصاد وسلوك السوق المالي وراء توقعاتنا الشخصية والعقلانية أو السيطرة عليها. في الواقع، العشوائية يدخل في حياتنا اليومية على الرغم من أننا بالكاد ندرك ذلك. لذلك، حتى من دون التشكيك بقدر طالب، يمكن للمرء أن يدعي بسهولة أننا غالبا ما يساء فهم الظواهر من حولنا، وتنخدع اتصالات واضحة التي هي فقط بسبب الحظية. فالنظم الاقتصادية تتأثر حتما بالتوقعات، سواء كانت حاضرة أو سابقة، لأن معتقدات العملاء تؤثر تأثيرا قويا على ديناميكياتها في المستقبل. وإذا ظهرت اليوم توقعات جيدة جدا بشأن أداء أي أمن، فإن الجميع سيحاول شرائه، وهذا يعني ضمنا زيادة في سعره. ثم غدا، سيكون سعر هذا الأمن أعلى من اليوم، وهذه الحقيقة ستكون مجرد نتيجة لتوقعات السوق نفسها. هذا الاعتماد العميق على التوقعات جعل الاقتصاديين الماليين في محاولة لبناء آليات للتنبؤ بأسعار الأصول في المستقبل. والهدف من هذه الدراسة هو بالتحديد التحقق مما إذا كانت هذه الآليات، التي سيتم وصفها بالتفصيل في الأقسام التالية، أكثر فعالية في التنبؤ بديناميكيات السوق مقارنة باستراتيجية عشوائية تماما.
في مقال سابق [17]، ودافع أيضا بعض التجارب المثيرة للاهتمام حيث تم استخدام طفل، الشمبانزي والسهام بنجاح للاستثمارات المجزية [18]، [19]، وجدنا بالفعل بعض الأدلة لصالح استراتيجيات عشوائية ل FTSE - سوق الأسهم في المملكة المتحدة. هنا سنقوم بتوسيع هذا التحقيق إلى الأسواق المالية الأخرى واستراتيجيات التداول الجديدة. ويتم تنظيم هذه الورقة على النحو التالي. ويقدم القسم 2 مقدمة موجزة للمناقشة حول إمكانية التنبؤ في الأسواق المالية. في القسم 3 نحن نقدم سلسلة من الوقت المالي النظر في دراستنا وإجراء تحليل متجذر في البحث عن الارتباطات المحتملة من نوع ما. في القسم 4 نحدد استراتيجيات التداول المستخدمة في المحاكاة لدينا بينما، في القسم 5، نناقش النتائج الرئيسية التي تم الحصول عليها. وأخيرا، في القسم 6، نستخلص استنتاجاتنا، مما يشير أيضا إلى بعض الآثار غير المتوقعة للسياسات.
التوقعات والتنبؤ في الأسواق المالية.
وكما أشار سايمون [20]، فإن الأفراد يتخذون قرارهم على أساس معرفة محدودة ببيئتهم وبالتالي يواجهون تكاليف بحث عالية للحصول على المعلومات اللازمة. ومع ذلك، عادة، فإنها لا يمكن جمع كل المعلومات التي ينبغي. لذلك، يعمل الوكلاء على أساس عقلانية محصورة، مما يؤدي إلى تحيزات كبيرة في تعظيم الاستفادة المتوقعة التي يسعون إليها. في المقابل، دافع فريدمان [21] عن نهج العقل الرشيد، الذي يعتبر أن سلوك العوامل يمكن وصفه على أفضل وجه بافتراض عقلانيته، لأن العوامل غير المنطقية لا تنجو من المنافسة في السوق وتخرج منها. ولذلك، لا يمكن استخدام التحيزات المنهجية في المنفعة المتوقعة، ولا العقلانية مقيدة لوصف سلوك وكلاء وتوقعاتهم.
دون أي خوف من التناقض، يمكن للمرء أن يقول أنه في الوقت الحاضر اثنين من النماذج المرجعية الرئيسية من التوقعات قد تم تأسيسها على نطاق واسع في الأدب الاقتصادي: نموذج توقعات التكيف ونموذج التوقع العقلاني. هنا لن نعطي أي تعريف رسمي لهذه النماذج. ولأغراضنا، يكفي أن نذكر مبرراتها. يعتمد نموذج التوقعات التكيفية على سلسلة مرجحة بطريقة ما من القيم المتخلفة (بحيث تكون القيمة المتوقعة للمتغير هي نتيجة لمزيج قيمه السابقة). وعلى النقيض من ذلك، يفترض نموذج التوقعات العقلانية أن جميع الوكلاء لديهم إمكانية الوصول إلى جميع المعلومات المتاحة، وبالتالي، يعرفون بالضبط النموذج الذي يصف النظام الاقتصادي (القيمة المتوقعة للمتغير هي التنبؤ الموضوعي الذي توفره النظرية). إن هذين النظريين يرجعان إلى مساهمات ذات صلة، نذكر منها فقط فريدمان [21]، [22]، فيلبس [23]، وكاجان [24] للتوقعات التكيفية (ومع ذلك تجدر الإشارة إلى أن مفهوم " التوقعات التكيفية "من قبل أرو و نيرلوف [25]). بالنسبة للتوقعات العقلانية نشير إلى موث [26]، لوكاس [27]، و سارجنت-والاس [28].
وكثيرا ما تؤخذ الأسواق المالية كمثال للديناميات المعقدة والتقلبات الخطيرة. وهذا يقترح بطريقة أو بأخرى فكرة عدم القدرة على التنبؤ. ومع ذلك، ونظرا للدور ذي الصلة لتلك الأسواق في النظام الاقتصادي، تم تطوير مجموعة واسعة من الأدبيات للحصول على بعض التنبؤات يمكن الاعتماد عليها. والواقع أن التنبؤ هو النقطة الرئيسية في الأسواق المالية. منذ فاما [29]، نقول أن السوق فعال إذا حدث التحكيم المثالي. وهذا يعني أن حالة عدم الكفاءة تعني وجود فرص للأرباح غير المستغلة، وبطبيعة الحال، فإن التجار سيعملون على الفور في مراكز طويلة أو قصيرة إلى أن تختفي أي إمكانية أخرى للربح. وينص جنسن [30] تحديدا على أن السوق تعتبر فعالة فيما يتعلق بمجموعة المعلومات إذا كان من المستحيل تحقيق الأرباح عن طريق التداول على أساس تلك المعلومات المحددة. ويتفق ذلك مع مالكيل [31]، الذي يقول إن السوق الفعال يعكس تماما جميع المعلومات في تحديد أسعار الأصول. وكما يستطيع القارئ فهمه بسهولة، فإن الجزء الأهم من هذا التعريف للكفاءة يعتمد على اكتمال مجموعة المعلومات. في الواقع، فاما [29] يميز ثلاثة أشكال من كفاءة السوق، وفقا لدرجة اكتمال المجموعة الإعلامية (وهي "ضعيفة"، "شبه قوية"، و "قوية"). وهكذا، فإن التجار والمحللين الماليين يسعون باستمرار إلى توسيع مجموعة المعلومات الخاصة بهم للحصول على فرصة لاختيار أفضل استراتيجية: هذه العملية تنطوي على وكلاء كثيرا في تقلبات الأسعار التي، في نهاية المطاف، يمكن للمرء أن يقول أن نشاطهم يتم تخفيض إلى تخمين منهجي. وعززت العولمة الكاملة للأسواق المالية هذه العملية، وفي نهاية المطاف، نشهد عقود من التقلب الشديد والتقلب الشديد.
وقد قال كينز، قبل سنوات عديدة، أن عقلانية العوامل وعلم النفس الجماعي (ما يسمى "الأرواح الحيوانية") لا ينبغي أن تفسر كما لو كانت نفس الشيء. وقدم المؤلف مثالا على مسابقة الجمال الشهيرة جدا لشرح المنطق تحت الأسواق المالية. وكتب في نظريته العامة [32] أن "الاستثمار القائم على توقعات حقيقية طويلة الأجل أمر صعب للغاية بحيث لا يكون ممكنا عمليا. ومن الذي يحاول أن يقود بالتأكيد أيام أكثر شاقة وأكثر بكثير من المخاطر الذي يحاول تخمين أفضل من الحشد كيف سيتصرف الحشد؛ وبإعطاء معلومات استخباراتية متساوية، فإنه قد يخطئ أخطاء أكثر خطورة. "وبعبارة أخرى، من أجل التنبؤ بالفائز في مسابقة الجمال، يجب على المرء أن يحاول تفسير الجمال المفضل للجنة التحكيم، بدلا من الالتفات إلى المثل الأعلى للجمال الموضوعي. في الأسواق المالية هو بالضبط نفس الشيء. يبدو من المستحيل توقع أسعار الأسهم دون أخطاء. والسبب هو أنه لا يمكن لأي مستثمر أن يعرف مسبقا رأي "هيئة المحلفين"، أي كتلة واسعة الانتشار وغير متجانسة وكبيرة جدا من المستثمرين، مما يقلل من أي توقع محتمل لمجرد التخمين.
وعلى الرغم من اعتبارات من هذا القبيل، فإن ما يسمى بفرضية السوق الفعالة (التي تمثل خلفيتها النظرية الرئيسية نظرية التوقعات العقلانية)، تصف حالة الأسواق التنافسية تماما والعوامل المنطقية تماما، التي تمنح كل المعلومات المتاحة، الذين يختارون أفضل الاستراتيجيات ( وإلا فإن آلية المقاصة التنافسية ستضعها خارج السوق). هناك أدلة على أن هذا التفسير لآلية التحكيم الكاملة تعمل بشكل كامل ليست كافية لتحليل الأسواق المالية، على سبيل المثال: كوتلر إت آل. [33]، الذي يظهر أن تحركات الأسعار الكبيرة تحدث حتى عندما تكون المعلومات الجديدة قليلة أو معدومة؛ إنجل [34] الذي ذكر أن تقلب الأسعار يرتبط ارتباطا زمنيا بقوة؛ ماندلبروت [35]، [36]، لوكس [37]، مانتيغنا وستانلي [38] الذين يجادلون بأن تقلبات الأسعار قصيرة الأجل غير طبيعية؛ أو أخيرا وليس آخرا، كامبل وشيلر [39] الذين يفسرون أن الأسعار قد لا تعكس بدقة التقييمات العقلانية.
ومن المثير للاهتمام أن عددا كبيرا من نماذج العوامل غير المتجانسة قد تم إدخاله في مجال الأدبيات المالية. في هذه النماذج، تتعايش مجموعات مختلفة من التجار، مع توقعات مختلفة، تؤثر على بعضها البعض عن طريق عواقب سلوكياتهم. مرة أخرى، لا يمكن أن تكون مناقشاتنا شاملة هنا، ولكن يمكننا أن نذكر على نحو مثمر مساهمات بروك [40] و بروك و هومز [42] و تشياريلا [43] و تشياريلا و [44] و ديغرو إت آل . [45]، فرانكل وفروت [46]، لوكس [47]، وانغ [48]، وزيمان [49].
ويشير جزء من هذه الكتابات إلى النهج الذي يطلق عليه "نظم المعتقدات التكيفية"، الذي يحاول تطبيق اللاخطية والضوضاء على نماذج الأسواق المالية. إن عدم اليقين الجوهري حول الأساسيات الاقتصادية، جنبا إلى جنب مع الأخطاء وعدم التجانس، يؤدي إلى فكرة أنه بغض النظر عن القيمة الأساسية (أي القيمة الحالية المخصومة للتدفقات المتوقعة من الأرباح)، تتقلب أسعار الأسهم بشكل غير متوقع بسبب مراحل التفاؤل أو التشاؤم وفقا إلى المراحل المقابلة من الاتجاه الصعودي والاتجاه الهابط الذي يسبب أزمات في السوق. كيف يمكن إدارة هذا النوع من السلوك غير المنتظم من أجل تحسين استراتيجية الاستثمار؟ ولتوضيح الموقف المختلف جدا الذي يعتمده الوكلاء في اختيار الاستراتيجيات عند التداول في الأسواق المالية، يتم التمييز بين الأصوليين والرسامين. وتحدد التوقعات السابقة توقعاتها بشأن أسعار الأصول المستقبلية بناء على أساسيات السوق والعوامل الاقتصادية (أي متغيرات الاقتصاد الجزئي والكلوي، مثل توزيعات الأرباح، والأرباح، والنمو الاقتصادي، ومعدلات البطالة، وما إلى ذلك). وعلى العكس من ذلك، تحاول الدول األخيرة استقراء الاتجاهات أو الخصائص ذات الصلة إحصائيا من سلسلة البيانات السابقة، من أجل التنبؤ بالمسارات المستقبلية لأسعار الأصول (المعروف أيضا باسم التحليل الفني).
وبالنظر إلى أن تفاعل هاتين المجموعتين من العوامل يحدد تطور السوق، نختار هنا للتركيز على سلوك المخططين (نظرا لأن التحليل النوعي لأساسيات الاقتصاد الكلي هو موضوعي تماما ويصعب تقييمه)، في محاولة لتقييم السابق للمستثمر الفردي - قدرة تنبؤية. على افتراض عدم وجود معلومات كاملة، العشوائية تلعب دورا رئيسيا، لأنه من المستحيل الوصول إلى الكفاءة. ويكتسي هذا الأمر أهمية خاصة من أجل التأكيد على أن نهجنا لا يعتمد على أي شكل من أشكال نموذج فرضيات الأسواق الفعالة المشار إليه أعلاه. وبشكل أدق، نحن نسعى للإجابة على السؤال التالي: إذا كان التاجر يفترض عدم وجود معلومات كاملة من خلال جميع الأسواق (أي عدم القدرة على التنبؤ بديناميات أسعار الأسهم [50] - [53])، استراتيجية التداول أداء، في المتوسط، كما جيدة استراتيجيات التداول المعروفة؟ وننتقل من الأدلة إلى أنه نظرا لأن كل وكيل يعتمد على مجموعة معلومات مختلفة من أجل بناء استراتيجياته التجارية، فإنه لا يمكن التذرع بأي آلية فعالة. بدلا من ذلك، شبكة معقدة من السلوك المؤثر ذاتيا، بسبب الدوران غير المتماثلة من المعلومات، ويطور صلاته ويولد سلوكيات القطيع لمتابعة بعض الإشارات التي يتم قبول مصداقيتها.
وتظهر الأزمات المالية أن الأسواق المالية ليست في مأمن من الفشل. إن نجاحهم الدوري ليس مجانيا: فالأحداث الكارثية تحرق قيم هائلة بالدولار والأنظمة الاقتصادية في خطر شديد. هل التجار على يقين من أن استراتيجيات مفصلة تناسب ديناميات الأسواق؟ سوف محاكاة بسيطة لدينا إجراء تحليل مقارن لأداء استراتيجيات التداول المختلفة: التجار لدينا سوف تضطر إلى التنبؤ، يوما بعد يوم، إذا كان السوق سوف ترتفع (الاتجاه "الصاعد") أو أسفل (الاتجاه "الهابط"). استراتيجيات اختبار هي: الزخم، ومؤشر القوة النسبية، و أوبد، و ماسد، واحد عشوائي تماما.
سوف يراهن نظريات التوقعات العقلانية على أن الاستراتيجية العشوائية ستفقد المنافسة لأنها لا تستفيد من أي معلومات، ولكن كما سنبين، نتائجنا مثيرة للدهشة تماما.
تحليل متسلسل للمسلسل الزمني للمؤشر.
ونحن نعتبر أربعة مؤشرات شعبية جدا من الأسواق المالية وعلى وجه الخصوص، ونحن تحليل السلاسل الزمنية المقابلة التالية، كما هو مبين في الشكل 1:
توسيع الشكل 1. التطور الزمني لأربعة مؤشرات هامة للأسواق المالية (مع مرور الوقت من 3714 إلى 5750 يوما).
من الأعلى إلى الأسفل، نعرض مؤشر فتس أوك آل-شير، ومؤشر فوتسي ميب آل-شير، ومؤشر داكس آل-شير، ومؤشر S & أمب؛ P 500. أنظر للنص لمزيد من التفاصيل.
بشكل عام، تم تحفيز إمكانية التنبؤ بسلسلة زمنية مالية نتيجة لإيجاد نوع من السلوك المستمر في بعضها [38]، [54]، [55]. والغرض الرئيسي من هذا القسم هو التحقيق في احتمال وجود علاقات متبادلة في السلسلة المالية الأربعة السابقة لسوق الأسهم الأوروبية والأمريكية جميع مؤشرات الأسهم. في هذا الصدد، سنقوم بحساب الأسير هورست التي تعتمد على الوقت باستخدام تقنية المتوسط ​​المتحرك (دما) [56]. دعونا نبدأ بملخص خوارزمية دما. ويستند الإجراء الحسابي إلى حساب الانحراف المعياري على طول سلسلة زمنية معينة تعرف بأنها.
حيث يتم حساب المتوسط ​​في كل نافذة زمنية من الحجم. من أجل تحديد أس هورست، يتم حساب الدالة لزيادة القيم داخل الفاصل الزمني، كونها طول السلسلة الزمنية، ويتم الإبلاغ عن القيم التي تم الحصول عليها كدالة على مؤامرة لوغ-لوغ. بشكل عام، يظهر الاعتماد على القانون السلطة مع الأس، أي.
على وجه الخصوص، إذا كان المرء لديه علاقة سلبية أو السلوك المضاد للاستمرار، في حين إذا كان واحد لديه ارتباط إيجابي أو السلوك المستمر. حالة يتوافق مع عملية براونية غير مترابطة. في حالتنا، كخطوة أولى، قمنا بحساب الأس هورست النظر في سلسلة كاملة. ويوضح هذا التحليل في المؤامرات الأربع من الشكل 2. وهنا تكشف خطي خطية لمخططات لوغ-لوغ أن جميع قيم مؤشر هورست H التي تم الحصول عليها بهذه الطريقة بالنسبة للمسلسلات الزمنية المدروسة هي في المتوسط ​​قريبة جدا إلى 0.5. ويبدو أن هذه النتيجة تشير إلى عدم وجود ارتباطات على جداول زمنية كبيرة والاتساق مع عملية عشوائية.
قم بتوسيع الشكل 2. تحليل متعمق لسلسلة الأسواق المالية الأربعة المبينة في الشكل 1.
ويسمح سلوك قانون الطاقة في الانحراف المعياري ل دما باستخلاص مؤشر هورست الذي يتذبذب في جميع الحالات الأربع حوالي 0.5، مما يشير إلى غياب الارتباطات في المتوسط ​​على مدى فترات زمنية كبيرة. انظر النص.
من ناحية أخرى، فمن المثير للاهتمام لحساب هورست الأس محليا في الوقت المناسب. من أجل إجراء هذا التحليل، ونحن نعتبر مجموعات فرعية من سلسلة كاملة عن طريق انزلاق النوافذ من الحجم، والتي تتحرك على طول سلسلة مع خطوة زمنية. وهذا يعني أنه، في كل مرة، نقوم بحساب داخل نافذة انزلاق عن طريق تغيير مع في مكافئ (1). وبالتالي، وبعد نفس الإجراء الموصوف أعلاه، يتم الحصول على سلسلة من قيم الأسير هيرست كدالة من الزمن. في الشكل 3 نعرض النتائج التي تم الحصول عليها للمعلمات،. في هذه الحالة، القيم التي تم الحصول عليها لأسير هورست تختلف كثيرا محليا من 0.5، مما يدل على وجود ارتباطات محلية كبيرة.
توسيع الشكل 3. اعتماد الوقت من مؤشر هيرست للسلاسل الأربع: على جداول زمنية أصغر، توجد ارتباطات كبيرة موجودة.
هذا التحقيق، والذي يتماشى مع ما تم العثور عليه سابقا في المرجع. [56] لمؤشر داكس، تشير إلى أن الارتباطات مهمة فقط على نطاق زمني محلي، في حين أنها تلغي المتوسط ​​على مدى فترات طويلة الأجل. كما سنرى في الأقسام التالية، وهذه الميزة تؤثر على أداء استراتيجيات التداول النظر فيها.
وصف استراتيجيات التداول.
في هذه الدراسة نعتبر خمس استراتيجيات تجارية محددة على النحو التالي:
استراتيجية عشوائية (رند) هذه الاستراتيجية هي أبسط واحد، لأن التاجر مراسل يجعل له / لها التنبؤ في الوقت تماما عشوائيا (مع توزيع موحد). استراتيجية الزخم (مام) تستند هذه الاستراتيجية إلى ما يسمى بمؤشر "الزخم"، أي الفرق بين القيمة والقيمة، حيث تكون فترة تداول معينة (بالأيام). ثم، إذا، التاجر يتوقع زيادة مؤشر إغلاق لليوم التالي (أي أنه يتوقع أن) والعكس بالعكس. في المحاكاة التالية سوف ننظر في أيام، لأن هذا هو واحد من الوقت الأكثر استخداما لمؤشر الزخم. انظر المرجع. [57]. مؤشر القوة النسبية (رسي) الاستراتيجية تستند هذه الاستراتيجية إلى مؤشر أكثر تعقيدا يسمى 'رسي'. وهو يعتبر مقياسا لقوة التداول الأخيرة للسهم وتعريفه هو: حيث هي النسبة بين مجموع العائدات الإيجابية ومجموع العوائد السلبية التي حدثت خلال الأيام الماضية من قبل. وبمجرد حساب مؤشر القوة النسبية لجميع الأيام المدرجة في نافذة زمنية معينة طولها قبل الوقت مباشرة، فإن التاجر الذي يتبع استراتيجية مؤشر القوة النسبية يجعل التنبؤ له على أساس احتمال عكس اتجاه السوق، التي كشف عنها ما يسمى ب "التباعد" بين السلسلة الزمنية الأصلية ومؤشر القوة النسبية الجديد واحد. ويمكن تعريف الاختلاف الذي يشير إلى المقارنة بين سلسلة البيانات الأصلية وسلسلة مؤشر القوة النسبية المتولدة، وهي الإشارة التجارية الأكثر أهمية التي يسلمها أي مؤشر على غرار مذبذب. وهذا هو الحال عندما يكون الاتجاه السائد بين اثنين من الاستبانة المحلية التي يظهرها مؤشر القوة النسبية موجها في الاتجاه المعاكس للاتجاه الكبير بين اثنين من إكستريما (في نفس الوقت تأخر) التي أظهرت من قبل السلسلة الأصلية. عندما ينحدر خط رسي بشكل مختلف عن خط السلسلة الأصلي، يحدث اختلاف. انظر إلى المثال في الشكل 4: اثنين من ماكسيما المحلية تتبع اتجاهين مختلفين المنحدرين معاكس. في الحالة الموضحة، يفسر المحلل هذا الاختلاف كتوقعات صعودية (حيث أن مؤشر القوة النسبية يتذبذب من السلسلة الأصلية: يبدأ في الزيادة عندما لا تزال السلسلة الأصلية تتناقص). في نموذجنا المبسط، فإن وجود مثل هذا الاختلاف يترجم إلى تغيير في التنبؤ بالعلامة، اعتمادا على الاتجاه الصاعد أو الهبوطي للأيام السابقة. في المحاكاة التالية سوف نختار أيام، منذ - مرة أخرى - هذه القيمة هي واحدة من الأكثر استخداما في استراتيجيات التداول الفعلي القائم على مؤشر القوة النسبية. انظر المرجع. [57]. استراتیجیة الاستمرارية لأعلى وأسفل (أوبد) ھذه الاستراتیجیة الحتمیة لا تأتي من التحلیل الفني. ومع ذلك، قررنا أن ننظر فيه لأنه يبدو أن يتبع السلوك البديل على ما يبدو بسيطة "صعودا وهبوطا" لسلسلة السوق أن أي مراقب يمكن أن نرى من النظرة الأولى. وتستند الاستراتيجية على قاعدة بسيطة جدا التالية: التنبؤ لسلوك السوق غدا هو عكس ما حدث في اليوم السابق. إذا كان، على سبيل المثال، واحد، والتوقع في الوقت المناسب للفترة سيكون صعودي:، والعكس بالعكس. إستراتيجية التقارب المتوسط ​​المتحرك (ماسد) إن سلسلة "ماسد" هي سلسلة مبنية عن طريق الفرق بين متوسطين متحركين أسيين (إما، من الآن فصاعدا) لسعر السوق، ويشار إلى نافذتين زمنيتين مختلفتين، واحدة أصغر وأخرى أكبر. في أي لحظة t،. على وجه الخصوص، الأول هو المتوسط ​​المتحرك الأسي لأكثر من اثني عشر يوما، في حين يشير الثاني إلى ستة وعشرين يوما. ويتم حساب هذه القيم إما على فترة زمنية محددة سلفا، x، بالنظر إلى وزن التناسب، بواسطة الصيغة العودية التالية: مع، حيث. وبمجرد حساب سلسلة الماكد، يتم الحصول على المتوسط ​​المتحرك الأسي لمدة 9 أيام، وأخيرا يمكن تحديد استراتيجية التداول لتنبؤ ديناميات السوق: التوقع للسوق صعودي (هبوطي) إذا (). انظر المرجع. [57]. قم بتوسيع الشكل 4. مثال على التباين رسي.
الاختلاف هو الاختلاف بين المؤشر (رسي) والسعر الأساسي. من خلال خطوط الاتجاه، والتحقق من المحقق أن المنحدرات من كلا السلسلة تتفق. وعندما يحدث الاختلاف، من المتوقع حدوث انعكاس للدينامية السعرية. في المثال يتوقع فترة صعودية.
نتائج المحاكاة التجريبية.
ولكل واحد من أربعة سلاسل زمنية مالية من الطول (بالأيام)، كان الهدف ببساطة التنبؤ، يوما بعد يوم، ولكل استراتيجية، والحركة الصاعدة (الصعودية) أو الهبوطية (الهبوطية) للمؤشر في يوم معين مع فيما يتعلق بالقيمة الختامية قبل يوم واحد: إذا كان التنبؤ صحيحا، يفوز التاجر، وإلا فإنه / انها يفقد. في هذا الصدد، نحن مهتمون فقط بتقييم النسبة المئوية من الانتصارات التي تحققت من خلال كل استراتيجية، على افتراض أن - في كل مرة خطوة - التجار يعرفون تماما التاريخ الماضي للمؤشرات ولكن لا تملك أي معلومات أخرى، ولا يمكن أن تمارس أي تأثير على والسوق، ولا تتلقى أي معلومات عن التحركات المستقبلية.
في ما يلي، نقوم باختبار أداء الاستراتيجيات الخمس بقسمة كل سلسلة من السلاسل الزمنية الأربعة على سلسلة من نوافذ التداول ذات الحجم المتساوي (بالأيام) وتقييم متوسط ​​نسبة الانتصارات لكل إستراتيجية داخل كل نافذة بينما يتحرك المتداولون على طول سلسلة يوما بعد يوم، من إلى. هذا الإجراء، عند تطبيقها ل، يسمح لنا لاستكشاف أداء استراتيجيات مختلفة لعدة جداول زمنية (تتراوح، تقريبا، من أشهر إلى سنوات).
ويرتبط الدافع وراء هذا الاختيار إلى حقيقة أن تطور الوقت لكل مؤشر يتناوب بشكل واضح بين الهدوء والفترات المتقلبة، والتي في دقة أكثر من شأنه أن يكشف عن مزيد من، مماثلة ذاتيا، والتناوب من السلوك المتقطع والمنتظم على نطاقات زمنية أصغر، سمة مميزة من الأسواق المالية المضطربة [35]، [36]، [38]، [58]. هذه الميزة تجعل أي التنبؤ على المدى الطويل من سلوكهم صعبة للغاية أو حتى المستحيل مع أدوات التحليل المالي القياسية. والسبب في ذلك هو أنه نظرا لوجود علاقات متبادلة على نطاقات زمنية صغيرة (كما أكدها تحليل المعادلة الزمنية المعتمدة على الزمن في الشكل 3)، يمكن للمرء أن يتوقع أن استراتيجية تجارية معيارية معينة، تستند إلى تاريخ الماضي فهرس، يمكن أن تؤدي أفضل من الآخرين داخل نافذة زمنية معينة. ولكن هذا يمكن أن تعتمد أكثر بكثير على فرصة من على الفعالية الحقيقية للخوارزمية المعتمدة. من ناحية أخرى، إذا كان على المدى الزمني كبير جدا تطور السوق المالية هو عملية براونية غير مترابطة (كما هو مبين من متوسط ​​أس هورست، والتي تنتج لتكون حول لجميع السلاسل الزمنية المالية النظر فيها)، يمكن للمرء أن يتوقع أيضا أن فإن أداء استراتيجيات التداول القياسية على نطاق زمني كبير يصبح مقارنة لتلك العشوائية. في الواقع، هذا هو بالضبط ما وجدنا كما هو موضح في ما يلي.
في الأشكال. 5–8, we report the results of our simulations for the four stock indexes considered (FTSE-UK, FTSE-MIB, DAX, S & P 500). In each figure, from top to bottom, we plot: the market time series as a function of time; the correspondent ‘returns’ series, determined as the ratio ; the volatility of the returns, i. e. the variance of the previous series, calculated inside each window for increasing values of the trading window size (equal to, from left to right, , , and respectively); the average percentage of wins for the five trading strategies considered, calculated for the same four kinds of windows (the average is performed over all the windows in each configuration, considering different simulation runs inside each window); the corresponding standard deviations for the wins of the five strategies.
Expand Figure 5. Results for the FTSE-UK index series, divided into an increasing number of trading-windows of equal size (3,9,18,30), simulating different time scales.
From top to bottom, we report the index time series, the corresponding returns time series, the volatility, the percentages of wins for the five strategies over all the windows and the corresponding standard deviations. The last two quantities are averaged over 10 different runs (events) inside each window.
From top to bottom, we report the index time series, the corresponding returns time series, the volatility, the percentages of wins for the five strategies over all the windows and the corresponding standard deviations. The last two quantities are averaged over 10 different runs (events) inside each window.
From top to bottom, we report the index time series, the corresponding returns time series, the volatility, the percentages of wins for the five strategies over all the windows and the corresponding standard deviations. The last two quantities are averaged over 10 different runs (events) inside each window.
From top to bottom, we report the index time series, the corresponding returns time series, the volatility, the percentages of wins for the five strategies over all the windows and the corresponding standard deviations. The last two quantities are averaged over 10 different runs (events) inside each window.
Observing the last two panels in each figure, two main results are evident:
The average percentages of wins for the five strategies are always comparable and oscillate around , with small random differences which depend on the financial index considered. The performance of of wins for all the strategies may seem paradoxical, but it depends on the averaging procedure over all the windows along each time series. In Fig. 9 we show, for comparison, the behavior of the various strategies for the four financial indexes considered and for the case (the score in each window is averaged over different events): as one can see, within a given trading window each single strategy may randomly perform much better or worse than , but on average the global performance of the different strategies is very similar. Moreover, referring again to Figs. 5–8, it is worth to notice that the strategy with the highest average percentage of wins (for most of the windows configurations) changes from one index to another one: for FTSE-UK, the MOM strategy seems to have a little advantage; for FTSE-MIB, the UPD seems to be the best one; for DAX, the RSI, and for the S & P 500, the UPD performs slightly better than the others. In any case the advantage of a strategy seems purely coincidental. The second important result is that the fluctuations of the random strategy are always smaller than those of the other strategies (as it is also visible in Fig. 9 for the case ): this means that the random strategy is less risky than the considered standard trading strategies, while the average performance is almost identical. This implies that, when attempting to optimize the performance, standard traders are fooled by the “illusion of control” phenomenon [11], [12], reinforced by a lucky sequence of wins in a given time window. However, the first big loss may drive them out of the market. On the other hand, the effectiveness of random strategies can be probably related to the turbulent and erratic character of the financial markets: it is true that a random trader is likely to win less in a given time window, but he/she is likely also to loose less. Therefore his/her strategy implies less risk, as he/she has a lower probability to be thrown out of the game. Expand Figure 9. The percentage of wins of the different strategies inside each time window - averaged over 10 different events - is reported, in the case N w = 30, for the four markets considered.
As visible, the performances of the strategies can be very different one from the others inside a single time window, but averaging over the whole series these differences tend to disappear and one recovers the common outcome shown in the previous figures.
Conclusions and Policy Implications.
In this paper we have explored the role of random strategies in financial systems from a micro-economic point of view. In particular, we simulated the performance of five trading strategies, including a completely random one, applied to four very popular financial markets indexes, in order to compare their predictive capacity. Our main result, which is independent of the market considered, is that standard trading strategies and their algorithms, based on the past history of the time series, although have occasionally the chance to be successful inside small temporal windows, on a large temporal scale perform on average not better than the purely random strategy, which, on the other hand, is also much less volatile. In this respect, for the individual trader, a purely random strategy represents a costless alternative to expensive professional financial consulting, being at the same time also much less risky, if compared to the other trading strategies.
This result, obtained at a micro-level, could have many implications for real markets also at the macro-level, where other important phenomena, like herding, asymmetric information, rational bubbles occur. In fact, one might expect that a widespread adoption of a random approach for financial transactions would result in a more stable market with lower volatility. In this connection, random strategies could play the role of reducing herding behavior over the whole market since, if agents knew that financial transactions do not necessarily carry an information role, bandwagon effects could probably fade. On the other hand, as recently suggested by one of us [59], if the policy-maker (Central Banks) intervened by randomly buying and selling financial assets, two results could be simultaneously obtained. From an individual point of view, agents would suffer less for asymmetric or insider information, due to the consciousness of a “fog of uncertainty” created by the random investments. From a systemic point of view, again the herding behavior would be consequently reduced and eventual bubbles would burst when they are still small and are less dangerous; thus, the entire financial system would be less prone to the speculative behavior of credible “guru” traders, as explained also in [60]. Of course, this has to be explored in detail as well as the feedback effect of a global reaction of the market to the application of these actions. This topic is however beyond the goal of the present paper and it will be investigated in a future work.
Acknowledgments.
We thank H. Trummer for DAX historical series and the other institutions for the respective data sets.
Author Contributions.
Conceived and designed the experiments: AEB AP AR DH. Performed the experiments: AEB AP AR. Analyzed the data: AEB AP AR. Wrote the paper: AEB AP AR DH.
المراجع.
1. Kirkpatrick S, Gelatt CD, Vecchi MP (1983) Optimization by Simulated Annealing. Science 220: 671–680. 2. Benzi R, Parisi G, Sutera A, Vulpiani A (1982) Stochastic resonance in climatic change. Tellus 34: 10–16. 3. Gammaitoni L, Hanggi P, Jung P, Marchesoni F (1989) Stochastic Resonance. Reviews of Modern Physics, 70 (1): 223–287. 4. Mantegna R, Spagnolo B (1996) Noise enhanced stability in an unstable system. فيز. Rev. Lett. 76: 563–566. 5. Caruso F, Huelga SF, Plenio MB (2010) Noise-Enhanced Classical and Quantum Capacities in Communication Networks. فيز. Rev. Lett. 105(198): 190501. 6. Van den Broeck C, Parrondo JMR, Toral R (1994) Noise-Induced Non-equilibrium Phase Transition. Physical Review Letters 73: 3395. 7. Peter LJ, Hull R (1969) The Peter Principle: Why Things Always Go Wrong. New York: William Morrow and Company. 8. Pluchino A, Rapisarda A, Garofalo C (2010) The Peter Principle revisited: a computational study. Physica A 389: 467–472 Available: oldweb. ct. infn. it/cactus/peter-links. html. 9. Pluchino A, Rapisarda A, Garofalo C (2011) Efficient promotion strategies in hierarchical organizations. Physica A 390: 3496–3511. 10. Pluchino A, Rapisarda A, Garofalo C, Spagano S, Caserta M (2011) Accidental Politicians: How Randomly Selected Legislators Can improve Parliament Efficiency. Physica A, 2011 390: 3944–3954 Available: pluchino. it/Parliament. html. 11. Satinover JB, Sornette D (2007) ‘Illusion of control’ in Time-Horizon Minority and Parrondo Games. يورو. فيز. J. B 60: 369–384. 12. Satinover JB, Sornette D (2009) Illusory versus Genuine Control in Agent-Based Games. يورو. فيز. J. B. 67: 357–367. 13. Gilles D, Sornette D, Woehrmann P (2009) Look-Ahead Benchmark Bias in Portfolio Performance Evaluation. Journal of Portfolio Management 36(1): 121–130. 14. Farmer JD, Patelli P, Zovko II (2005) The predictive power of zero intelligence in financial markets, PNAS. 102: 2254–2259. 15. Taleb NN (2005) Fooled by Randomness: The Hidden Role of Chance in the Markets and in Life. New York: Random House. 16. Taleb NN (2007) The Black Swan: The Impact of the Highly Improbable. New York: Random House. 17. Biondo AE, Pluchino A, Rapisarda A (2013) The Beneficial Role of Random Strategies in Social and Financial Systems. Journal of Statistical Physics 151: 607–622 doi: 10.1007/s10955-013-0691-2. 18. Wiseman R (2007) Quirkology. London: Macmillan. 19. Porter GE (2004) The long term value of analysts advice in the Wall Street Journals investment dartboard contest. J. Appl. Finance 14: 720. 20. Simon HA (1957) Models of Man. New York: Wiley. 21. Friedman M (1956) A Theory of the Consumption Function. Princeton, NJ: Princeton University Press. 22. Friedman M (1968) The Role of Monetary Policy. The American Economic Review 58(1): 1–17. 23. Phelps E (1967) Phillips Curve Expectations of Ination, and Output Unemployment Over Time. Economica 34(135): 254–281. 24. Cagan P (1956) The Monetary Dynamics of Hyperination. In Friedman M, editor. Studies in the Quantity Theory of Money. Chicago: University of Chicago Press. 25. Arrow KJ, Nerlove M (1958) A Note on Expectations and Stability. Econometrica 26: 297–305. 26. Muth JF (1961) Rational Expectation and the Theory of Price Movements. Econometrica 29: 315–335. 27. Lucas RE (1972) Expectations and the Neutrality of Money. Journal of Economic Theory 4: 103–124. 28. Sargent TJ, Wallace N (1975) Rational Expectations, the Optimal Monetary Instrument, and the Optimal Money Supply Rule. Journal of Political Economy 83(2): 241–254. 29. Fama EF (1970) Efficient Capital Markets: a Review of Theory and Empirical Work. Journal of Finance 25: 383–423. 30. Jensen M (1978) Some anomalous evidence regarding market efficiency. Journal of Financial Economics 6: 95–101. 31. Malkiel B (1992) Efficient market hypothesis. New Palgrave Dictionary of Money and Finance. London: Macmillan. 32. Keynes JM (1936) The General Theory of Unemployment, Interest, and Money. London: Macmillan. 157 p. 33. Cutler DM, Poterba JM, Summers LH (1989) What moves stock prices? Journal of Portfolio Management 15(3): 4–12. 34. Engle R (1982) Autoregressive conditional heteroscedasticity with estimates of the variance of UK ination, Econometrica. 50: 987–1008. 35. Mandelbrot BB (1963) The variation of certain speculative prices. Journal of Business 36: 394–419. 36. Mandelbrot BB (1997) Fractals and Scaling in Finance. New York: Springer. 37. Lux T (1996) The stable Paretian hypothesis and the frequency of large returns: an examination of major German stocks. Applied Financial Economics 6: 463–475. 38. Mantegna RN, Stanley HE (1996) Introduction to Econophysics: Correlations and Complexity in Finance. كامبريدج: مطبعة جامعة كامبريدج. 39. Campbell JY, Shiller R (1998) The Dividend-Price Ratio and Expectations of Future Dividends and Discount Factors. Review of Financial Studies 1: 195–227. 40. Brock WA (1993) Pathways to Randomness in the Economy: Emergent Non-Linearity and Chaos in Economics and Finance. Estudios Económicos 8: 3–55. 41. Brock WA (1997) Asset Prices Behavior in Complex Environments. In: Arthur WB, Durlauf SN, Lane DA, editors. The Economy as an Evolving Complex System II. Reading, MA: Addison-Wesley. 385–423 p. 42. Brock WA, Hommes CH (1997) A Rational Route to Randomness. Econometrica 65: 1059–1095. 43. Chiarella C (1992) The Dinamics of Speculative Behavior. Annals of Operations Research 37: 101–123. 44. Chiarella C, He T (2002) Heterogeneous Beliefs, Risk and Learning in a Simple Asset Pricing Model. Computational Economics - Special issue: Evolutionary processes in economics 19(1): 95–132. 45. DeGrauwe P, DeWachter H, Embrechts M, (1993) Exchange Rate Theory. Chaotic Models of Foreign Exchange Markets. Blackwell. 46. Frankel JA, Froot KA (1988) Chartists, Fundamentalists and the Demand for Dollars. Greek Economic Review 10: 49–102. 47. Lux T (1995) Herd Behavior, Bubbles and Crashes. The Economic Journal 105: 881–896. 48. Wang J (1994) A Model of Competitive Stock Trading Volume. Journal of Political Economy 102: 127–168. 49. Zeeman EC (1974) The Unstable Behavior of Stock Exchange. Journal of Mathematical Economics 1: 39–49. 50. Black F, Scholes M (1973) The Valuation of Options and Corporate Liabilities, Journal of Political Economy. 81: 637–654. 51. Merton RC (1973) Theory of Rational Option Pricing. Bell Journal of Economics and Management Science 4: 141–183. 52. Cox JC, Ingersoll JE, Ross SA (1985) A Theory of the Term Structure of Interest Rates, Econometrica. 53: 385–408. 53. Hull JC, White A (1987) The Pricing of Options on Assets with Stochastic Volatilities. Journal of Finance 42: 281–300. 54. Gabaix X, Gopikrishnan P, Plerou V, Stanley HE (2003) A theory of power-law distributions in financial market uctuations. Nature 423: 267–72. 55. Livan G, Inoue J, Scalas E (2012) On the non-stationarity of financial time series: impact on optimal portfolio selection. Journal of Statistical Mechanics. doi:10.1088/1742-5468/2012/07/P07025. 56. Carbone A, Castelli G, Stanley HE (2004) Time dependent Hurst exponent in financial time series. Physica A 344: 267–271. 57. Murphy JJ (1999) Technical Analysis of the Financial Markets: A Comprehensive Guide to Trading Methods and Applications. New York Institute of Finance. 58. Krawiecki A, Holyst JA, Helbing D (2002) Volatility clustering and scaling for financial time series due to attractor bubbling. Physical Review Letters 89, 158701. 59. Helbing D, Christen M (2011) Physics for Financial Markets. Available: tinyurl/d3j5bgs. 60. Tedeschi G, Iori G, Gallegati M (2012) Herding effects in order driven markets: The rise and fall of gurus. Journal of Economic Behavior & Organization 81: 82–96 doi:10.1016/j. jebo.2011.09.006.
PLOS is a nonprofit 501(c)(3) corporation, #C2354500, and is based in San Francisco, California, US.

يوم استراتيجيات التداول للمبتدئين.
التداول اليومي - يمكن أن يكون عمل شراء وبيع أداة مالية في نفس اليوم، أو حتى عدة مرات على مدار اليوم، والاستفادة من التحركات السعرية الصغيرة - لعبة مربحة. ولكن يمكن أيضا أن تكون لعبة خطيرة لأولئك الذين هم الجدد في ذلك أو الذين لا تلتزم طريقة مدروسة جيدا. دعونا نلقي نظرة على بعض مبادئ التداول اليوم العام واستراتيجيات التداول اليوم المشترك، والانتقال جنبا إلى جنب من النصائح الأساسية تحتاج إلى معرفته لاستراتيجيات متقدمة التي يمكن أن تساعدك على تعلم كيفية التجارة اليوم مثل الموالية. [إذا كنت تبحث عن خيار أكثر عمقا، أكاديمية إنفستوبيديا لديها دورة فيديو لمدة ثلاث ساعات تدرس من قبل المخضرم 30 عاما من هذه الصناعة.]
يوم نصائح التداول تحتاج إلى معرفته.
ليس فقط معرفة إجراءات التداول الأساسية، ولكن من أحدث الأخبار والأخبار سوق الأسهم التي تؤثر على الأسهم - خطط مجلس الاحتياطي الاتحادي لأسعار الفائدة، والنظرة الاقتصادية، وما إلى ذلك القيام بواجبك. وجعل قائمة رغبة من الأسهم كنت ترغب في التجارة، والحفاظ على نفسك على علم حول الشركات المختارة والأسواق العامة، مسح صحيفة الأعمال وزيارة مواقع مالية موثوقة على أساس منتظم.
قم بتقييم مقدار رأس المال الذي ترغب في المخاطرة به في كل صفقة (تجار اليوم الأكثر نجاحا يخاطبون أقل من 1-2٪ من حساباتهم لكل صفقة تجارية). خصص مبلغا فائضا من الأموال التي يمكن أن تتاجر بها وتكون على استعداد للتخسر (والتي قد لا تحدث) مع الحفاظ على المال من أجل المعيشة الأساسية، والنفقات، وما إلى ذلك.
يوم التداول يتطلب وقتك - معظم يومك، في الواقع. لا تعتبره خيارا إذا كان لديك ساعات محدودة لتجنيب. تتطلب هذه العملية من المتداول تتبع الأسواق والفرص الفورية، والتي يمكن أن تنشأ في أي وقت خلال ساعات التداول. تتحرك بسرعة هو المفتاح.
كمستهل للمبتدئين، من المستحسن التركيز على حد أقصى من واحد إلى اثنين من الأسهم خلال جلسة تداول اليوم. مع عدد قليل من الأسهم، وتتبع وإيجاد الفرص أسهل.
بالطبع، كنت تبحث عن الصفقات وانخفاض الأسعار. ولكن الابتعاد عن الأسهم قرش. هذه الأسهم غير سائلة للغاية وفرص ضرب الفوز بالجائزة الكبرى غالبا ما تكون قاتمة.
يبدأ العديد من الطلبات التي يقدمها المستثمرون والتجار في تنفيذ بمجرد فتح الأسواق في الصباح، مما يسهم في تقلبات الأسعار. لاعب محنك قد تكون قادرة على التعرف على أنماط واختيار مناسب لتحقيق الأرباح. ولكن كمبتدئ، فمن الأفضل أن مجرد قراءة السوق دون اتخاذ أي تحركات لأول 15-20 دقيقة. وعادة ما تكون الساعات المتوسطة أقل تقلبا، بينما تبدأ الحركة في الالتقاط نحو جرس الإغلاق. على الرغم من أن ساعات الذروة توفر فرصا، فإنه أكثر أمانا للمبتدئين لتجنب لهم في البداية.
7) قطع الخسائر مع أوامر الحد.
حدد نوع الأوامر التي ستستخدمها لدخول الصفقات والخروج منها. سوف تستخدم أوامر السوق أو أوامر الحد؟ عند وضع نظام السوق، يتم تنفيذه بأفضل سعر متاح في ذلك الوقت؛ وبالتالي، لا "ضمان السعر". أمر الحد، وفي الوقت نفسه، لا يضمن الثمن، ولكن ليس التنفيذ. أوامر الحد تساعدك على التجارة مع المزيد من الدقة حيث يمكنك تعيين السعر الخاص بك (غير واقعي ولكن قابل للتنفيذ) للشراء وكذلك بيع.
8) تكون واقعية حول الأرباح.
استراتيجية لا تحتاج للفوز في كل وقت لتكون مربحة. العديد من التجار فقط الفوز 50٪ إلى 60٪ من صفقاتهم. النقطة هي، أنها تجعل أكثر على الفائزين من أنها تفقد على الخاسرين. تأكد من أن المخاطر على كل صفقة تقتصر على نسبة معينة من الحساب، وأن طرق الدخول والخروج محددة بوضوح وكتب.
هناك أوقات عندما تختبر أسواق الأسهم أعصابك. كما المتداول اليوم تحتاج إلى تعلم للحفاظ على الجشع والأمل والخوف في الخليج. وينبغي أن تحكم القرارات المنطق وليس العاطفة.
يجب على التجار الناجحين التحرك بسرعة - ولكن ليس لديهم للتفكير بسرعة. لماذا ا؟ لأنها وضعت استراتيجية التداول مسبقا، جنبا إلى جنب مع الانضباط لعقد لتلك الاستراتيجية. في الواقع، هو أكثر أهمية بكثير لمتابعة صيغة الخاص بك عن كثب لمحاولة مطاردة الأرباح. هناك تعويذة بين التجار اليوم: "خطة الصفقات الخاصة بك، ثم التجارة خطتك."
يوم التداول مثل برو: تقرر ما لشراء.
ويسعى التجار اليوم إلى كسب المال عن طريق استغلال تحركات الأسعار الدقيقة في الأصول الفردية (عادة الأسهم، على الرغم من تداول العملات والعقود الآجلة والخيارات أيضا)، وعادة ما تستفيد من مبالغ كبيرة من رأس المال للقيام بذلك. في تقرير ما يجب التركيز عليه - في الأسهم، ويقول - تاجر اليوم نموذجي يبحث عن ثلاثة أشياء: السيولة والتقلب وحجم التداول.
السيولة تسمح لك بالدخول والخروج من الأسهم بسعر جيد (أي ضيق ينتشر، أو الفرق بين عرض السعر وسعر الطلب من الأسهم، وانخفاض الانزلاق، أو الفرق بين السعر المتوقع من التجارة والسعر الفعلي) . التقلب هو مجرد مقياس لنطاق السعر اليومي المتوقع - المدى الذي يعمل فيه المتداول اليومي. المزيد من التقلب يعني زيادة الربح أو الخسارة. حجم التداول هو مقياس لعدد المرات التي يتم فيها شراء وبيع الأسهم في فترة زمنية معينة (الأكثر شيوعا، خلال يوم من التداول، يعرف بمتوسط ​​حجم التداول اليومي - التلفزيون). درجة عالية من حجم يشير إلى الكثير من الاهتمام في الأسهم. في كثير من الأحيان، زيادة في حجم الأسهم هو نذير من قفزة السعر، إما صعودا أو هبوطا.
بمجرد أن تعرف ما هي أنواع الأسهم (أو الأصول الأخرى) التي تبحث عنها، تحتاج إلى معرفة كيفية تحديد نقاط الدخول - وهذا هو، في أي لحظة دقيقة كنت تريد الذهاب للاستثمار. هناك ثلاث أدوات يمكنك استخدامها للقيام بذلك:
في الوقت الحقيقي الخدمات الإخبارية. أخبار يتحرك الأسهم؛ فإن الاشتراك في مثل ھذه الخدمات یخبرك عندما یصدر أخبار محتملة عن السوق. إن / المستوى 2. إن هو أنظمة الكمبيوتر التي تعرض أفضل عرض أسعار المتاحة وطلب علامات الاقتباس من المشاركين في السوق متعددة، ومن ثم تلقائيا مطابقة وتنفيذ الطلبات. المستوى 2 هو الخدمة القائمة على الاشتراك التي توفر الوصول في الوقت الحقيقي إلى ناسداك كتاب ترتيب تتألف من أسعار الأسعار من صناع السوق المسجلة في كل الأوراق المالية المدرجة في بورصة ناسداك و أوتك نشرة المجلس. معا، فإنها يمكن أن تعطيك شعورا أوامر يجري تنفيذها في الوقت الحقيقي. الرسوم البيانية شمعدان يومي. الشموع توفر تحليل الخام من العمل السعر. (المزيد عن هذه لاحقا).
يوم التداول مثل برو: تقرر متى للبيع.
قبل أن تقفز في الواقع إلى السوق، لديك لديك خطة للخروج. ويسمى تحديد النقطة التي تريد بيع الاستثمار فيها تحديد السعر المستهدف. بعض استراتيجيات استهداف السعر الأكثر شيوعا هي:
في معظم الحالات، سترغب في الخروج من مادة عرض عندما يكون هناك انخفاض في سعر السهم كما هو موضح في المستوى 2 / إن والحجم.
يوم التداول نصائح برو: الرسوم البيانية وأنماط.
في السابق، ذكرنا ثلاث أدوات لتحديد نقاط الدخول - أي تحديد اللحظة المناسبة التي ستشتري فيها الأسهم (أو أي أصل تتاجر به). الأكثر تقنية هي الرسوم البيانية شمعدان لحظيا. سنركز على هذه العوامل:
هناك العديد من الاجهزة شمعدان التي يمكننا أن نبحث عن لإيجاد نقطة دخول. إذا استخدمت بشكل صحيح، فإن نمط عكس دوجي (أبرز باللون الأصفر في الشكل 1) هي واحدة من أكثر موثوقية منها.
الشكل 1: النظر في الشمعدانات - دوجي أبرز يشير إلى انعكاس.
عادة، سوف نبحث عن نمط مثل هذا مع العديد من التأكيدات:
أولا، نحن نبحث عن ارتفاع في حجم التداول، مما سيظهر لنا ما إذا كان التجار يدعمون السعر عند هذا المستوى. لاحظ أن هذا يمكن أن يكون إما على شمعة دوجي أو على الشموع مباشرة بعد ذلك. ثانيا، نحن نبحث عن دعم مسبق على مستوى السعر هذا. على سبيل المثال، وانخفاض السابق من يوم (لود) أو ارتفاع اليوم (هود). وأخيرا، فإننا ننظر إلى الوضع المستوى 2، والتي سوف تظهر لنا جميع أوامر مفتوحة وأحجام النظام.
إذا اتبعنا هذه الخطوات الثلاث، يمكننا تحديد ما إذا كان الدوجي من المرجح أن ينتج تحولا فعليا، ونحن يمكن أن تتخذ موقفا إذا كانت الظروف مواتية.
يوم التداول نصائح برو: كيفية الحد من الخسائر.
التداول على الهامش يعني أنك تقترض صناديق الاستثمار الخاصة بك من شركة وساطة. عندما تتداول على الهامش (وتضع في الاعتبار أن متطلبات الهامش للتداول اليوم مرتفعة)، فأنت أكثر عرضة للحركات السعرية الحادة. الهوامش تساعد على تضخيم نتائج التداول - وليس فقط من الأرباح، ولكن من الخسائر أيضا، إذا كانت التجارة تعارضك. ولذلك، فإن استخدام وقف الخسائر، والتي تهدف إلى الحد من الخسائر في موقف في الأمن، أمر بالغ الأهمية عند التداول اليوم.
نظام وقف الخسارة يتحكم في المخاطر. بالنسبة للمراكز الطويلة، يمكن وضع وقف الخسارة أدنى مستوى منخفض مؤخرا، أو للمراكز القصيرة فوق قمة مرتفعة مؤخرا. كما يمكن أن يقوم على التقلبات: على سبيل المثال، إذا كان سعر السهم يتحرك نحو 0.05 دولار في الدقيقة، فيمكنك وضع وقف الخسارة $ 0.15 بعيدا عن الدخول من أجل إعطاء السعر مساحة للتذبذب قبل أن يتحرك (نأمل) في الاتجاه المتوقع. تحديد بالضبط كيف يمكنك السيطرة على المخاطر على الصفقات. في حالة نمط المثلث، على سبيل المثال، يمكن وضع وقف الخسارة 0.02 دولار أقل من أدنى مستوى سوينغ مؤخرا عند شراء كسر، أو 0.02 $ أقل من النمط. (0.02 دولار أمر تعسفي، والنقطة هي ببساطة أن تكون محددة.)
وتتمثل إحدى الاستراتيجيات في وضع حدين للتوقف:
أمر وقف الخسارة المادية وضعت على مستوى معين من السعر الذي يناسب تحمل المخاطر الخاصة بك. أساسا، هذا هو أكبر قدر من المال يمكنك أن تخسر. يتم وقف الخسارة النفسية عند النقطة التي تنتهك فيها معايير الدخول. وهذا يعني أنه إذا كانت التجارة تحول غير متوقع، عليك الخروج فورا موقفكم.
ومع ذلك عليك أن تقرر الخروج من الصفقات الخاصة بك، يجب أن تكون معايير الخروج محددة بما يكفي لتكون قابلة للاختبار - وتكرارها.
الخط السفلي.
يوم التداول هو مهارة صعبة لإتقان، تتطلب كما يفعل الوقت والمهارة والانضباط. العديد من أولئك الذين يحاولون تفشل. ولكن التقنيات والمبادئ التوجيهية المذكورة أعلاه يمكن أن تساعدك على إنشاء استراتيجية مربحة، ومع ما يكفي من الممارسة وتقييم الأداء متسقة، يمكنك أن تحسن كثيرا من فرصك في التغلب على الصعاب. هناك قاعدة نهائية واحدة يجب أن نذكرها: حدد الحد الأقصى للخسارة في اليوم الذي يمكنك تحمله - سواء من الناحية المالية أو العقلية. كلما ضرب هذه النقطة، واتخاذ بقية يوم عطلة. التمسك خطتك ومحيطك. بعد كل شيء، غدا هو يوم آخر (التداول). إذا كنت تريد أن تتعلم استراتيجيات مربحة ومربحة يمكنك البدء في استخدام اليوم، من تاجر وول ستريت من ذوي الخبرة، ثم تحقق من إنفستوبيديا أكاديمية "تصبح يوم التاجر" بالطبع.