برای این تحقیق, ما یک سیستم تجاری بر اساس قوانین لاک پشت اجرا و بهره وری خود را مورد بررسی قرار زمانی که تجارت دارایی های انتخاب شده از فارکس, فلزات, کالاها, انرژی و ارز رمزنگاری بازار با استفاده از داده های تاریخی. سپس ما سیستم تجاری مبتنی بر لاک پشت خود را با شرایط اضافی برای باز کردن یک موقعیت جدید افزایش دادیم. به طور مشخص, ما یک منطقه محرومیت بر اساس شاخص اتریش اضافه, به منظور شرایط کنترل شده برای باز کردن یک موقعیت جدید پس از یک سیگنال توقف از دست دادن باعث شد. بدین ترتیب, ادورتل توسعه داده شد, یک سیستم تجارت لاک پشت با الگوریتم های پیشرفته باز و بسته شدن پوزیشن های. به بهترین دانش ما, برای اولین بار این تنوع از سیستم تجارت لاک پشت توسعه داده شده است و مورد بررسی قرار.
1. مقدمه
با تشکر از پیشرفت در تکنولوژی, سیستم های تجاری خودکار تبدیل به یک ابزار اغلب توسط سرمایه گذاران نهادی و همچنین معامله گران روز فردی به کار. در این تحقیق ما چنین سیستم معاملاتی خودکار را بر اساس استراتژی معاملاتی لاک پشت پیاده سازی کردیم و رفتار خود را با موانع خروج اضافه شده به سراتژی توقف ضرر لاک پشت بررسی کردیم تا از باز شدن موقعیت جدید بلافاصله پس از ایجاد سیگنال توقف ضرر جلوگیری شود.
هر معامله ای که در یک بازار انجام می شود دارای ریسک ذاتی حرکت قیمت دارایی در جهتی است که برعکس معاملات پیش بینی شده اولیه است و می تواند منجر به ضررهای قابل توجهی شود. برای کاهش این خطر, استراتژی های مختلف توقف از دست دادن معرفی شده اند و در طول سال مورد بررسی قرار. در این مقاله ما در حال بررسی کارایی استراتژی های توقف ضرر کشویی* و متغیر* همراه با موانع خروج بر اساس شاخص اتریوم هستیم که معیاری برای نوسانات قیمت دارایی است که به سیستم معاملاتی خودکار که در بالا توضیح داده شد اضافه شده است.
* کشویی: مانع توقف ضرر در همان جهت حرکت می کند که قیمت به سطوح سودمندتر حرکت می کند.
2. مواد و روش ها
2.1. کار و زمینه مرتبط
سیستم های مبتنی بر کانال های دونچیان—بدون بهینه سازی پارامتر—توسط (بی اوغلو و ایوانف 2008) مورد بررسی قرار گرفتند که—در میان چیزهای دیگر—به دو استراتژی ساده مبتنی بر پیشرفت کانال های دونچیان پرداختند. اولی با یک دوره 20 روزه و دومی با یک دوره 55 روزه در سهام برداشت شده با استفاده از روش باریک قوطی اجرا شد. محققان دریافتند که این استراتژی ها نتایج متوسطی را به همراه داشت اما افت های اندکی نیز داشت که دوره 20 روزه سود بالاتری را به همراه داشت و همچنین افت های بیشتری نسبت به دوره 55 روزه داشت. (جکسون 2006) همچنین از دو سیستم مبتنی بر کانال های دونچیان با طیف گسترده ای از دوره ها استفاده کرد تا از طریق روش های تحلیل تکنیکال بررسی کند که سیستم های تجزیه و تحلیل فنی به طور کلی می توانند هنگام تجارت در بازارهای اوراق قرضه سود کسب کنند. او در بر داشت تجزیه و تحلیل فنی به یک ابزار سودمند برای استفاده از زمانی که معاملات سلف اوراق قرضه.
کانال های دونچیان نیز به جای شاخص های دیگر به عنوان ورودی در سیستم های یادگیری ماشینی مورد استفاده در تجارت استفاده شده است (فلچر و همکاران. 2010). این پژوهشگران از جمله بالاترین و پایینترین قیمتهای دورههای مختلف را به عنوان ورودی یک مدل یادگیری چند هسته استفاده کردند و دریافتند که هنگام پیشبینی نرخ ارز یورو دلار بسیار مرتبط هستند به شرطی که در ترکیب با سایر شاخصها مورد استفاده قرار گیرند. (چاندرینوس و لاگاروس 2018) یک استراتژی شکست کانال دونچیان را در نمودارهای رنکو به جای نمودارهای قیمت برای جفت های فارکس ایجاد کرد که پارامترها در یک دوره 4 ساله بهینه شده اند. نتایج سیستم های بهینه سازی شده در طی یک دوره 7 ساله زیر بسیار مثبت و امیدوار کننده بود و نویسندگان بیشتر از سیستم ها در موارد زیر استفاده کردند که شامل تولید اوراق بهادار فارکس بود.
این شاخص همچنین به عنوان ورودی در سیستم های یادگیری ماشینی برای تجارت مورد استفاده قرار گرفته است (قوش و پورکایاستا 2017) که نتیجه گرفتند که مدل تقویت ایکس جی از ماشین بردار پشتیبانی و مدل های جنگل تصادفی در پیش بینی امکان سود سهام در بورس اوراق بهادار ملی هند بهتر عمل می کند. (ونستون و فینی 2006) همچنین از شاخص اتریوم استفاده کردند تا ثابت کنند که شبکه های عصبی مصنوعی می توانند بر اساس شاخص های فنی برای شناسایی سهام که قیمت بالقوه به طور قابل توجهی افزایش می یابد.
این شاخص همچنین در استراتژی های توقف ضرر استفاده شده است. (ویلکاکس و کریتندن 2005) استراتژی ای را بررسی کردند که مستلزم خرید سهام در بالاترین سطح زمانی بود که می توان گفت نوعی کانال دونچیان با دوره بسیار بالا است و از اتریوم برای محاسبه سطح قیمت خروجی برای فروش استفاده می شود. این سطوح توقف ضرر قیمت را دنبال می کنند زیرا پس از باز شدن موقعیت طولانی به سمت بالا حرکت می کند. این ثابت می کند که سطح توقف ضرر (-10×) به طور متوسط نتایج مطلوبی را ایجاد می کند و به طور کلی روند پیروی از سهام نتایج مثبتی دارد و می تواند به عنوان یک بلوک ساختمانی برای یک استراتژی تجاری مورد استفاده قرار گیرد. (گیلیگان 2009) با استفاده از یک سیستم مشابه در سهام برداشت با استفاده از روش می توانید باریک. به عنوان یک نقطه ورود, او شکست از یک مانع بالا دونچیان با یک دوره به کار 20 هفته. خروج از زمانی که قیمت پایین تر از یک مانع تعیین شده با استفاده از برخی از چندین مقدار اتریوم برای تولید نتایج مطلوب در مقایسه با تمام استراتژی های خروج دیگر مورد بررسی قرار می گیرد.
(لون و همکاران. 2014) همچنین برای محاسبه موانع ورود و همچنین خروج از موقعیت در سهام انتخاب شده استفاده کرده است. این سیستم از یک استراتژی شکاف که مورد بررسی قرار گرفت و نتایج بدتری نسبت به یک سیستم پس از بررسی نیز داشت بهتر عمل کرد اما هنگامی که در یک سیستم ترکیبی با دو سیستم دیگر استفاده می شود نتیجه نهایی یک سیستم قوی و سازگار بود. روش دیگری برای استفاده از اندیکاتور اتریش که با نام اتر رچت شناخته می شود توسط (سکردکچی و ایلیف 2010) مورد بررسی قرار گرفت. موانع توقف ضرر محاسبه شده با استفاده از ارزش اتریوم در روزهای پس از خرید سهام به تدریج باریک تر شد. محققان به این نتیجه رسیدند که استراتژی خروج ضامن دار باعث خروج زودرس زیادی به دلیل نوسانات قیمت در طول جلسه معاملاتی می شود که منجر به بازده پایین در هنگام استفاده از این استراتژی خروج می شود.
این شاخص همراه با استراتژی تجاری لاک پشت نیز توسط (سوارت 2016) برای هرمی موقعیت و همچنین محاسبه سطح توقف ضرر استفاده شد. او همچنین از طریق تست برگشتی رفتار دوره های مختلف و ضرب کننده ها را در دارایی های مختلف مورد بررسی قرار داد و به نتیجه ای مشابه دارایی های ما رسید یعنی ضرب کننده های بزرگتر هنگام محاسبه موانع قیمت توقف ضرر نتایج بهتری نسبت به موانع کوچکتر ایجاد می کنند.
چیزی که قبل از تحقیق ما مورد بررسی قرار نگرفته بود رفتار تکنیک توقف ضرر مبتنی بر لغزش و متغیر متغیر همراه با موانع خروج هنگام استفاده در یک سیستم تجاری خودکار بر اساس استراتژی لاک پشت بود که مشابه با یک توصیف شده توسط (وزریس و همکاران. 2018ب).
2.2. توسعه استراتژی معاملاتی خودکار
2.2.1. کانال های دونچیان
کانال های دونچیان موانعی هستند که در طی یک دوره گذشته در اطراف سری قیمت ها با قیمت های بالا و پایین ایجاد شده اند. برای یک دوره از نفر ساعت, خط بالایی نشان می دهد بالاترین قیمت در طول دوره ساعت گذشته نفر, در حالی که خط پایین تر نشان می دهد که پایین ترین قیمت در طول دوره ساعت گذشته نفر. نمونه ای از کانال های دونچیان را می توان در شکل 1 مشاهده کرد.
2.2.2. میانگین شاخص محدوده واقعی
شاخص میانگین دامنه واقعی نوسانات قیمت دارایی را در دوره قبلی اندازه گیری می کند. محدوده واقعی به عنوان تعریف شده است
تی ر = م الف ایکس [ ( ح من گرم ح-ل وات), یک لیسانس ه - ج - ح ه-ه-ه-پنجم ), یک لیسانس ه-ه − ه-ه-ه-ه-ه-ه)]
