Algoritmos Del Sistema De Comercio De Forex

Algoritmos del sistema de comercio de Forex Un algoritmo de sistema de comercio es una serie de pasos que muestra cómo el sistema maneja las entradas, sale a pérdida (stop loss) y sale con un beneficio. En última instancia, estos necesitan ser codificados en un sistema informático para automatizar su comercio, pero la aplicación es independiente del algoritmo real. En esta publicación, voy a discutir algunos algoritmos de suavizado de precios. Suavizado de precios ¿Por qué hacerlo? El comerciante generalmente tiene que transformar una serie de datos de precios en señales comerciales, pero los datos de precios en sí son muy ruidosos. Es similar a tratar de sintonizar una estación de radio a través de una gran cantidad de estática. Es difícil decir lo que es importante, y lo que es sólo ruido aleatorio. El ruido es el componente no comerciable de los datos de precios. Si intenta cambiarlo, reducirá significativamente sus ganancias. Claramente, el problema en cuestión es aislar el ruido de la señal. Esto suaviza la serie de precios de modo que se resalte la dirección subyacente. Este problema está bien definido en el procesamiento de señal y algunas técnicas bastante avanzadas y efectivas están disponibles, pero a menudo los comerciantes utilizan enfoques muy crudos. Comenzaré en esta publicación discutiendo los enfoques tradicionales y cómo funcionan. Enfoques de crudo Me gustaría describir dos filtros de ruido crudo: el breakout y el promedio móvil (y sus variantes). El desglose es una señal de entrada o salida que se activa cuando el precio actual excede (por ejemplo) un máximo de 20 días o cae por debajo de un mínimo de 20 días. Los parámetros que pueden ser ajustados son el número de períodos y la cantidad por la cual el precio debe exceder o estar por debajo de lo alto o bajo. La forma en que esto funciona para filtrar el ruido es a través de un filtro de volatilidad. En efecto, el sistema intenta eliminar la volatilidad de los precios atribuible al ruido y asume que un precio que excede cierto nivel representa una verdadera señal más que ruido. Así es como se puede describir una ruptura en un algoritmo: Si el precio + cantidad del disparador & gt; Alta de n periodos luego comprar Si la cantidad del disparador del precio & lt; Bajo de n períodos luego vender El problema es que este enfoque es bastante bien conocido, y las erupciones falsas son por lo tanto bastante común. Esto significa que el ruido de los comerciantes que entran en el mercado ahora distorsiona la señal. Otro enfoque es un promedio móvil. Esto es simplemente el promedio de los últimos (digamos) 20 períodos. El resultado será una línea más suave que la serie de precios original, pero retrasada por cerca de la mitad del período seleccionado. Un mayor número de periodos produce una línea más lisa, pero con más retrasos en la acción de los precios, mientras que un número más corto de períodos produce una línea menos suave que refleja más ruido, pero es más sensible a los cambios. Un promedio móvil elimina el ruido reduciendo el impacto de un valor ruidoso particular promediándolo. Debido a que este es un promedio, todavía está sujeto a distorsión por valores extremos, por lo que no funciona bien si tiene datos muy ruidosos, a menos que elija un período de media móvil muy largo, lo que provoca retrasos. El algoritmo para un promedio móvil (n periodo, donde n es un número entero, por ejemplo 20) es como sigue: Sumar los últimos n periodos, luego dividir por n Avanzar 1 punto, luego volver a calcular El promedio móvil debe combinarse con algunas otras reglas para un sistema de comercio completo. Por ejemplo, un enfoque popular es mirar cuándo se cruzan los promedios móviles de 20 períodos y 50 periodos: Si el promedio móvil de 20 días cruza el promedio móvil de 50 días, Si el promedio móvil de 20 días cruza por debajo del promedio móvil de 50 días, Hay algunas variantes a esto, como promedios móviles exponenciales y filtros medianos. El promedio móvil exponencial tiene propiedades similares al tipo usual, pero se calcula de manera diferente, por lo que no entraré en detalles aquí. Un filtro mediano es más interesante. Esto tiene menos retraso. El algoritmo es: Ordenar los últimos n periodos de datos de precios de mayor a menor Tomar el punto medio Use esto como el valor Los filtros medianos se pueden utilizar de manera similar a los promedios móviles ordinarios. Eliminan el ruido excluyendo valores extremos y mirando el valor en el medio. Todos estos algoritmos pueden ser fácilmente implementados en Excel. La próxima vez, continuaré con esto más detalladamente y comenzaré a discutir algunas de las técnicas más avanzadas también.