William eckhardt 거래 시스템

William Eckhardt, 자동화 된 거래의 마스터.

윌리엄 Eckhardt는 유명한 원래 거북 상인 중 하나입니다. 그는 리차드 데니스 (Richard Dennis)와 함께 유명한 거북 상인 실험을했다.

에크하르트 (Eckhardt)는 시카고 구덩이에서 거래를 시작한 수학자로, 집에서의 거래가 구덩이보다 더 잘 어울리는 것으로 나타났습니다. 자동화 된 거래 시스템 접근법을 따르기 때문입니다.

그는 시장 조사를 통해 상당한 기간 동안 반복되는 패턴을 발견 할 수 있다고 생각합니다.

윌리엄 Eckhardt 새로운 시장 마법사.

Eckhardt의 인터뷰 Jack Schwager의 New Market Wizards는 매우 흥미 롭습니다. 나머지 인터뷰와 마찬가지로 읽을 가치가 있습니다.

이 인터뷰를 읽으면서 흥미로운 점을 얻을 수 있습니다.

거래 자동화 시스템을 사용하고자하는 모든 사람들은 이것을 읽어야합니다. Eckhardt의 의견은 분명합니다. 대부분의 시스템은 쓸모가 없습니다.

William Eckhardt는 인용했다.

그는 거래 시스템 최적화에 대해 이렇게 말했습니다.

당신은 실제로 상충되는 목표 사이에 붙잡혀 있습니다. 최적화를 완전히 피할 수 있다면, 당신은 그것이 될 수있는 것보다 훨씬 열등한 시스템으로 끝날 것입니다. 그러나 너무 많이 최적화하면 미래보다 과거에 대해 더 많이 알려주는 시스템이됩니다. 여하튼, 당신은이 2 개의 극치 사이에서 중재해야한다.

시스템의 결과가 첫눈에 잘 보이지 않는다면 아마 좋은 시스템이 아니기 때문일 것입니다. 시스템이 잘 작동하려면 멋진 결과를 가져야합니다.

일반적으로 그는 결과에 대해 매우 회의적입니다. 시스템 모양이 좋을수록 더 의심 스러울 수 있습니다.

그들은 인간의 본성에 반하는 것이며, 실제로는 그렇지 않은 곳에서 좋은 결과를보고 싶어합니다.

내 자신의 경험은 그것을 증명했습니다.

역사적인 데이터에 대한 여러 가지 기술적 분석과 지표를 사용하여 여러 번 연구 한 결과 놀라운 수익을 보장하고 일 무역을하는 "위대한"전략을 찾을 수있었습니다.

그러나 실제 거래에서 이러한 시스템을 구현하려 할 때 재앙으로 끝날 것입니다. 나는 왜 그런지 이해하지 못했습니다. 어떻게 좋은 시스템이 실패 할 수 있겠습니까? 뭔가 잘못된 것이 분명했습니다. 내가 그 연구를 할 때 내가 의지하지 않은 많은 것들이있었습니다. Mi 인간의 본성과 자아는 나를 "볼"수 없게했다.

윌리엄 에크하르트 거래.

에크하르트 (Eckhart)는 시스템을 가지고있을 때 30 ~ 50 % 조정해야 할 가능성이 높다고 말합니다. 그래서 최악의 시나리오에서도 환상적인 수익을 올리는 시스템 만 시도 할 것입니다. 그리고 그는 미래에도 상황이 바뀔 수 있고 시스템이 무효가된다는 것을 의식하고 있습니다.

차트에 대한 그의 신뢰는 제로 였고이 구절에서 다시 시작할 수 있습니다.

차트에서 볼 수있는 좋은 것들의 대부분은 98 %의 시간 동안 작동하지 않습니다.

윌리엄 에크하르트 패턴.

그의 이론은 인간의 마음이 무작위 입력에서도 패턴을 보도록 만들어 졌다는 것입니다.

나는 인간 본성에 대한 그의 견해에 동의하지만, 나는 그가 차트에 관해 말한 것에 동의하지 않는다.

나는 지난 몇 달 또는 몇 년 간 (리버모어와 같이) 시장의 가격 행동을 안다면 차트가 필요 없다고 생각합니다. 가격 행동 때문에 우리는 시장이 어디에 있는지 일반적인 생각을 가질 수 있습니다.

그러나 차트는 시간을 절약하거나 자산 가격을 암기하는 데 도움이 될 수 있습니다.

차트는 모든 자산의 지난 20 년간 일어난 일을 확인하고 큰 황소 시장이 어떻게 행동하는지와 같은 흥미로운 것을 볼 수 있도록하는 데 매우 유용합니다. 당신이 그들을 사용하고 약간의 매크로와 근본적인 분석을 사용한다면 시장이 과대 평가되었는지 여부를 알 수 있습니다.

예를 들어, 설탕이 5에서 15, 30에서 60, 그리고 60 $로 볼 때 강세장이 있고 분명히 장황한면이 있어야합니다. 그러나 또한 60 세에 우리는 교정이있을 가능성이 매우 높고 그에 대비해야한다는 것을 알아야합니다. 차트는 이러한 강세장을 보는 데 유용합니다.

그러나이 인터뷰에 대한 좋은 점은 Eckhardt가 트렌드 트레이더라는 것입니다. 그의 시스템은 추세 거래 기법을 기반으로했습니다.

나는 retracements을 사고 싶지 않다. 시장이 오르면 길어야한다고 생각합니다. 시장이 돌아 오면 기다리는 것보다 시장이 강할 때를 사려고합니다. 당신이 얼마 전에 보았던 가격에 비해 협상을하고 있다고 느끼기 때문에, 역 추적에서 사는 것은 심리적으로 매혹적입니다.

이것은 매우 어렵습니다. 나는 또한 추세가 완고 할 때 당신은 반응을 기다릴 필요가 없다고 생각합니다. 그러나 Eckhardt가 말했듯이, 대다수의 상인들은 "값 비싼"가격으로 구매하는 것을 매우 어렵게 생각합니다.

그러나 올바른 트렌드를 거래하는 한 황소 시장에서의 수정 매수는 그다지 나쁘지 않습니다.

그는 무역 시스템에 대해서도 다음과 같이 말했다.

나는 약 50을 보았다. 50 명 중 얼마나 많은 사람들이 가치가 있었습니까? 하나.

시스템을 평가할 수있는 리소스가있는 경우 자신의 아이디어를 개발하는 데 더 많은 시간을 할애해야합니다. 시스템을 구입하는 것은 권장하지 않습니다.

때로 누군가 돈을 필요로하기 때문에 누군가가 정말 좋은 물건을 들고 팔리는 경우가 있습니다. 그러나 내 경험에 의하면 그레이하운드 (Greyhound) 버스에서 좋은 점을 발견하지 못하면서 차트를 훑어 보았습니다. 그것은 수년간에 걸쳐 개발 된 것입니다. 일반적으로 시스템을 개발하는 데 충분한 시간과 돈을 투자 한 사람은 시스템을 판매하는 것이 아니라 사용하는 것이 좋습니다.

이해하니?

좋은 거래 시스템을 가진 대다수의 사람들은 그들을 팔지 않을 것입니다. 이것이 판매되는 시스템의 대부분이 장기적으로 작동하지 않는 이유입니다.

상인이 할 수있는 최선의 방법은 자신의 아이디어를 기반으로 거래하는 것입니다. 그가 아이디어가없고 시스템을 찾고 싶다면 그는 잃을 수있는 돈과 가능한 적은 돈을 교환해야합니다. 시스템이 작동하지 않는다면 상인은 약간의 돈을 잃을 것입니다.

이 주제에 대한 하나의 공통적 인 격언은 다음과 같습니다. 이익을 챙길 수 없습니다. 그것은 정확히 얼마나 많은 상인들이 파산 하는가입니다. 아마추어들이 큰 손실을 입어 파산하는 동안 전문가들은 작은 이익을 얻음으로써 파산을 당한다.

글쎄요, 제가 가끔씩 이야기하는 것입니다.

나는 그 실행의 최전선이 아마 플로어 상인으로서의 나의 성공을위한 주된 이유라고 생각한다. 소규모 고객 계정을 없애는 주요 요인은 작은 거래자가 그렇게 필연적으로 잘못되었지만 단순히 자신의 거래 비용을 이길 수 없다는 것이 아닙니다. 거래 비용이란 커미션뿐만 아니라 주문을하기위한 스키드도 의미합니다. 구덩이 상인으로서, 나는 그 스키드의 반대편에 있었다.

모든 종류의 구덩이 상인 및 시장 제작자는 진짜 "일 무역업자"이었고, 존재합니다. 그래서 당신이 하루 상인이되고 싶다면 당신은 당신이해야 할 일을 알고 있습니다. 그리고 소매 브로커에서 소매 플랫폼으로 집에서 일일 거래를 시도하는 것은 방법이 아닙니다.

덜컹 거리는 상인의 여행.

거시 경제학, 가치 투자, 양적 금융 및 회계에 대한 학습 및 사고.

William Eckhardt의 인용 가능한 인용문 (Mechanical Trend-Following Systems Trading)

William Eckhardt (또는 Richard Dennis와의 거북 무역 실험의 명성)에 대해 더 많이 읽었습니다.

Eckhardt는 1991 년에 자신의 상품 거래 고문 (CTA) 인 Eckhardt Trading Company를 출범 시켰는데, 20 년 동안 17.35 %의 복합 연간 수익률을 기록했으며 2010 년에는 21.09 %의 수익을 올렸습니다. 1991 년 7 월부터 2013 년 5 월까지의 결과 :

S & amp; P에 대한 14.5 %의 연간 수익률 vs. S & amp; P에 대한 9.2 %의 Sharpe 비율 vs. S & amp; P에 대한 0.45 vs. S & amp; P (2008)의 -18.3 % (1994) 최악의 달 -27.11의 최악의 하락 S & amp; P (GFC)에 대한 % (1992) vs -50.95 % 2011 년 최하 년도는 -15.64 %였습니다. 1993 년 57.95 %였습니다. 23 년 중 17 년 동안

74 %) 262 개월 중 153 회 긍정적 인 수익률 (

제가 읽은 바에 따르면, 그는 정말로 시스템 거래에서 하드 코어의 뛰어난 과학자입니다. 그는 기계 트렌드를 따르는 세계 정상에 서있는 드 클레임 크림입니다.

그 결과는 특히 주목할 만하고 진지한 이유입니다. 최고 녀석이 14.5 % 연례 수익을하고있는 경우에, 당연히 받아 들여진 위험 노출에 묶여, 경향 추종에 근거를 둔 나의 자신의 무역을위한 나의 반환 기대를 진짜로 겸허 한.

아래의 핵심 사항을 (1) 심리학, (2) 방법론 및 (3) 시스템 개발의 세 범주로 분류했습니다. 무역 및 시스템 개발의 여러 측면에서 William Eckhardt가 공유 한 많은 좋은 점들이 있습니다. 나는 독자들에게 전체 게시물을 읽도록 독려한다.

당신은 정상적인 인간 경향을 가져올 수 없습니다.

일정한 수의 참가자 중 베팅 게임이 충분히 길게 진행되면 결국 한 사람이 모든 돈을 갖게됩니다. 관련된 스킬이 있다면, 몇 개의 손에 모든 스테이크를 집중시키는 프로세스를 가속화 할 것입니다. 이런 일이 시장에서 일어납니다. 형평성이 많은 것에서 소수로 계속 흐르게되는 전체적인 경향이 있습니다. 결국, 대다수는 잃는다. 상인에 대한 의미는 당신이 승리하려면 소수파처럼 행동해야한다는 것입니다. 정상적인 인간 습관과 경향을 가져 오면 대다수에게 끌려 가며 필연적으로 잃을 것입니다. 평범한 지성을 가진 사람은 교역하는 법을 배울 수 있습니다. 이것은 로켓 과학이 아닙니다. 그러나 거래하는 것보다 거래에서해야 할 일을 배우는 것이 훨씬 쉽습니다. 좋은 시스템은 일반적인 인간의 경향을 위반하는 경향이 있습니다. 기초를 배울 수있는 사람들 중 작은 비율 만이 성공적인 거래자가 될 것입니다. 감정적 인 만족을 위해 노는 경우, 기분이 좋지 않아 종종 할 일이 잘못되기 때문에 잃을 것이 틀림 없습니다. 리처드 데니스 (Richard Dennis)는 다소 우스꽝스럽게 말하면서, "기분이 좋으면하지 마라."라고 말하기도했습니다. & # 8221; 실제로, 우리가 거북에게 가르쳤던 한 가지 규칙은 : 모든 기준이 균형을 이루었을 때, 최소한하고 싶은 일을하십시오. 당신은 재미를 위해 또는 성공을 위해 노는 것인지에 대해 일찍 결정해야합니다. 당신이 돈으로 또는 다른 방법으로 그것을 측정하든간에, 거래에서 승리하려면 성공을 위해 경기해야합니다.

인간의 본성은 이익을 극대화하기 위해 운영되지 않지만 이익의 기회는 아닙니다.

이 주제에 대한 한 가지 공통적 인 단서는 완전히 잘못 판단 된 것입니다. 이익을 얻지 못한 채 갈 수는 없습니다. 그것은 정확히 얼마나 많은 상인들이 파산 하는가입니다. 아마추어들이 큰 손실을 입어 파산하는 동안 전문가들은 작은 이익을 얻음으로써 파산을 당한다. 간단히 말해서 인간의 본성은 이익을 극대화하는 것이 아니라 이익을 극대화하는 것입니다. 이기는 거래의 수를 최대화하거나 거래를 잃는 횟수를 최소화하고자하는 욕구는 상인에게 작용합니다. 거래 성공률은 가장 중요한 성과 통계이며 성과와 반비례 일 수도 있습니다. 손실이 너무 많은 로프와 이익을 조기에 얻는 추기경의 두 가지 죄는 현재의 직책을 성공 가능성이 높아지고 장기적인 성과를 심각하게 손상시키려는 시도입니다.

정서적 인 메이크업은 지능보다 중요합니다.

나는 좋은 거래와 정보 사이에 많은 상관 관계를 보지 못했습니다. 일부 뛰어난 거래자는 상당히 지능적이지만 일부는 그렇지 않습니다. 많은 뛰어난 지능형 사람들은 끔찍한 상인입니다. 평균 지능으로 충분합니다. 저쪽에, 감정적 인 메이크업은 더 중요하다. 이 과정의 절반 이상이 올바른 태도를 개발하고 쇠약 해지는 감정을 지키며 위험에 대해 생각하는 방법과 성공과 실패를 처리하는 방법에 대해 회상합니다. 거북이 시스템 자체를 가르치는 일은 그다지 오래 걸리지 않습니다. 나는 당신이 시스템에서 12도 이하의 자유가 필요하다는 것을 말하고있었습니다. 거북이 시스템의 버전은 3 또는 4했다. 우리는 위험을 통제하는 방법에 관한 우리의 이론에 대해 많은 시간을 보냈습니다. 그것은 실제로 코스의 대부분이었습니다. 태도, 정서적 통제, 규율; 그러한 것들은 가르치기가 더 어렵습니다. 모든 거북이는 시스템을 배웠고 전략을 배웠습니다. 그것은 쉬운 부분이었습니다. 그러나 그들 중 일부는 올바른 태도와 올바른 정신적 집합을 가져 왔으며, 그들은 번성하여 매우 부자가되었습니다. 다른 사람들은 더 많은 직업을 갖고 있었고 성공하지 못했습니다. 그들은 똑같은 훈련을 받았지만 어쩌면 똑같은 감정을 갖지 않았을 수도 있습니다.

행동을 바꿀 수 없다면, 시스템 트레이더가 되십시오.

상인이 왜 그가 잃는 지 알지 못한다면 그가 잘못한 것을 발견 할 수 없다면 희망이 없다. 자신이 잘못하고있는 것을 알고있는 상인의 경우, 나의 조언은 현혹 적으로 간단합니다. 그는 잘못하고있는 일을 그만 두어야합니다. 그가 행동을 바꿀 수 없다면, 이 유형의 사람은 독단적 인 시스템 상인이되는 것을 고려해야합니다.

누락 된 좋은 거래를 계속한다면 당신은 끝났습니다.

중요한 무역을 놓치면 나쁜 무역을하는 것보다 훨씬 심각한 오류라고 생각합니다. 당신이 나쁜 거래를하고 돈 관리를한다면 당신은 정말로 많은 어려움을 겪지 않습니다. 그러나 좋은 거래를 놓치면 돌아 서서 아무 것도 없습니다. 어떤 규칙을 가지고 좋은 거래를 놓치면 끝났습니다. 예를 들어 시장이 구매 영역을 빠르게 지나간다 고 가정하면 구매 신호를 놓치고 대신 저가 거래를 기다릴 수 있습니다. 그러나 시장은 점점 더 높이 올라가고 결코 되돌아 오지 않습니다. 자 이제 어떡하지? 지금은 구매하기에 너무 높다고 판단하는 유혹이 큽니다. 지금 구매하면 초기 가격이 너무 높습니다. 아니요, 개시 가격이 단순히 거래가 이루어진 후 가정 할 수있는 종류의 중요성을 얻지 못했습니다. 이러한 거래를 놓칠 수는 없습니다. 당신이 좋은 무역을 놓치면, 당신은 당신을 보호 할 아무 것도 없습니다. 즉, 시스템의 어떤 것도 결국 당신이 들어가는 것을 보장하지 못할 것입니다. 또한, 좋은 무역을 놓치면 혼란스럽고 불안정해질 수 있습니다. 특히 당신이 잃는 기간의 한가운데서. 그리고 너무 많은 나쁜 거래 결정처럼, 결국 거래에서 잃어 버렸거나 만들어지지 않은 돈보다 더 많은 돈이 들게됩니다. 주요 거래가 누락되면 전체 거래 전략 전반에 걸쳐 잔향 효과가 발생하는 경향이 있습니다. 가끔 궤도에 오기 몇 주일이 걸릴 수도 있습니다. 거래 시스템은 이러한 거래를 놓치지 않도록주의해야합니다.

무역의 날 동안 시스템을 오버라이드하지 마십시오.

하루 중 귀하의 시스템을 무시하는 것이 아니라 야간 연구를 통해 열정과 독창성을 표현하려고 노력해야합니다. 재정의는 예기치 않은 상황에서만해야 할 일입니다. & # 8211; 그리고 나서 큰 사전 생각만으로. 자신이 일상적으로 무시하는 것을 발견하면 포함되지 않은 시스템에 원하는 것을 확실하게 표시합니다. 당신은 연구에서 창조적 일 수 있지만 창조적으로 거래하지 마십시오. 즉, 시스템에 충실하십시오. 거래 시스템이 부적절하면 사용해서는 안됩니다. 당신의 체계가 좋으면, 충실하게 충실하십시오. 그 동안 개선을 위해 적극적으로 검색하십시오. 새 시스템이 준비되면이를 변경할 수 있습니다. 따라서 시스템을 고수하지 못할 수 있습니다. 따라서 끈기와 변화 사이에는 갈등이 없어야합니다.

상처는 피해야하지만 스노볼 시나리오는 피해야합니다.

생존하는 사람들은 나쁜 거래로 인해 감정적으로 불안정 해지고 더 나쁜 거래를하는 눈싸움 시나리오를 피합니다. 그들은 또한 잃는 고통을 느낄 수 있습니다. 손실의 고통을 느끼지 않으면 통증 센서가없는 불행한 사람들과 같은 위치에 있습니다. 뜨거운 스토브에 손을 얹으면 불타 버릴 것입니다. 고통없이 세상에서 살아남을 길이 없습니다. 마찬가지로, 시장에서 손실이 상처를주지 않는다면, 당신의 경제적 생존은 희박합니다. 나는 상속받은 부를 거래하기 시작한 소수의 백만장자를 알고 있습니다. 각각의 경우 잃어버린 고통을 느끼지 못해 잃어 버렸습니다. 처음 몇 년 동안의 거래에서 그들은 잃을 여력이 있다고 느꼈습니다. 당신은 잃을 여유가 없다고 느끼면서, 신발 끈에 시장에가는 것이 훨씬 낫습니다. 차라리 수백만 달러를 가진 사람보다 몇 천 달러를 가지고 시작하는 누군가를 내기를 원합니다.

승리 한 후에는 조심하십시오.

많은면에서 큰 이익은 정서 불안정이라는 측면에서 큰 손실보다 훨씬 더 교활합니다. 나는 큰 이익에 감정적으로 붙지 않는 것이 중요하다고 생각합니다. 나는 장기간의 우승으로 확실히 최악의 거래를했다. 당신이 커다란 연속을 할 때, 당신이 뭔가 특별한 일을하고 있다고 생각하는 유혹이 있습니다. 그것은 당신이 자신을 계속해서 앞으로 나아갈 수있게 해줄 것입니다. 당신은 어리석은 결정을 내릴 여유가 있다고 생각하기 시작합니다. 다음에 무슨 일이 일어날 지 상상할 수 있습니다. 일반적으로 손실은 당신을 강하게 만들고 이익은 당신을 약하게 만듭니다. 원래 지분에서 이익을 얻은 후에는 이제 '돈'으로 놀고 있기 때문에 더 큰 위험을 감수 할 수 있다는 공통적 인 개념입니다. 우리는 당신이 이것을 들었다는 것을 확신합니다. 일단 수익을 올리면 '돈'으로 노는 것입니다. 위안이되는 생각입니다. 그것은 분명히 '자신의 돈'을 잃는 것이 나쁘지 않을까요? 권리? 잘못된. 돈이 누구에게 속 했는가가 왜 중요할까요? 중요한 것은 지금 누구에게 속하고 무엇을해야할 것인가입니다. 이 경우에는 모두가 당신에게 속합니다.

마켓 트레이드는 당신이 나쁘게 거래합니다.

시장은 당신이 저조한 거래를하도록 가르치려고하는 상대와 매우 유사합니다. 중소기업 소득이 소멸되는 경향이 있기 때문에 시장은 떠날 때까지 돈을 버는 법을 가르쳐줍니다. 시장이 동향보다는 합병에 더 많은 시간을 소비하기 때문에, 당신은 딥을 사서 팔다. 같은 가격으로 여러 번 시장이 거래되기 때문에 오랫동안 기다려야 만합니다.

이전에 방문한 가격으로 돌아갈 정도면, 당신에게 나쁜 거래를 계속하도록 가르쳐줍니다. 시장은 높은 성공률 기술에 대한 잘못된 보안에 빠져들고 싶어합니다. 장기적으로는 종종 비참하게 손실됩니다. 일반적인 아이디어는 대부분의 시간 동안 작동하는 것이 장기적으로 작동하는 것과 거의 반대되는 것입니다.

나쁜 시나리오가 발생할 경우 수행 할 계획에 중점을 둡니다.

시장이 무엇을 할 것인지 생각하지 마십시오. 당신은 절대적으로 통제 할 수 없습니다. 그것이 도착하면 무엇을 할 것인지 생각해보십시오. 특히, 시장이 나아가는 장밋빛 시나리오에 대해 생각해 볼 때 시간을 할애해야합니다. 그 상황에서는 더 이상 할 일이 없기 때문입니다. 대신 가장 적게 일어나는 일들과 당신의 반응에 초점을 맞추십시오.

보급 가격은 후속 무역 관리를지지하지 않습니다.

예를 들어, 시장이 구매 영역을 빠르게 지나간다 고 가정하면 구매 신호를 놓치고 대신 저가 거래를 기다릴 수 있습니다. 그러나 시장은 점점 더 높이 올라가고 결코 되돌아 오지 않습니다. 자 이제 어떡하지? 지금은 구매하기에 너무 높다고 판단하는 유혹이 큽니다. 지금 구매하면 초기 가격이 너무 높습니다. 아니요, 개시 가격이 단순히 거래가 이루어진 후 가정 할 수있는 종류의 중요성을 얻지 못했습니다. 이러한 거래를 놓칠 수는 없습니다. 그들이 가지고있는 돈의 양을 제외하고는 대부분의면에서 모두 비슷한 두 명의 상인 A와 B가 있다고 가정 해보십시오. A가 10 % 더 적은 돈을 가지고 있다고 가정하되 먼저 거래를 시작합니다. 그는 B보다 일찍 들어간다. B가 거래를 시작하면 두 거래자는 정확히 같은 형평성을 갖는다. 가장 좋은 행동 방침은 현재이 거래자 모두에게 동일해야합니다. 이 상인들은 매우 다른 입장료를가집니다. 이것이 의미하는 바는 일단 입회가 시작되면, 입회 가격이 무엇인지에 대한 후속 결정에 전혀 영향을 미치지 않는다는 것입니다. 그것은 중요하지 않습니다. 입문을 한 후에 입문 가격은 아무런 관련이 없습니다. 상인은 자신의 시작 가격이 무엇인지 알지 못하는 것처럼 말 그대로 거래해야합니다.

Retracement에 들어가는 것은 까다 롭습니다.

나는 retracements를 사고 싶지 않다. 시장이 오르면 오랫동안 기다려야한다고 생각합니다. 시장이 돌아 오면 기다리는 것보다는 시장이 강할 때 구매하는 편이 낫습니다. 당신이 얼마 전에 보았던 가격 대 당신이 협상을하고 있다고 느끼기 때문에 회피에 사는 것은 심리적으로 매혹적입니다. 그러나 나는 그 접근법이 한 방울 이상의 독이 들어 있다고 생각합니다. 시장이 구매 가격에 중요한 차이를 만들 정도로 충분히 돌아왔다면, 그 거래는 과거처럼 그다지 좋지 않습니다. 거래가 여전히 유효하더라도 추세가 변화하고있는 가능성이 높아졌습니다. 아마도 더 중요한 것은, retracements에서 구매하려고하는 전략은 종종 당신의 무역을 완전히 놓치거나 더 높은 가격으로 사야 만하는 결과를 낳을 것입니다. retracements에 구매는 증가한 이익의 점에서 어떤 이득도 제공하기보다는 오히려 심리학 만족을주는 그 계략의 한개이다. 일반적으로 편안함을주는 것들을 피하십시오. 그것은 대개 거짓 위안입니다.

출구는 항목보다 훨씬 중요합니다.

많은 체계적인 거래자들이 좋은 시간을 찾기 위해 대부분의 시간을 보냅니다. 무역 사이클의 가장 희망적인 시점에 초점을 맞추는 것은 인간 본성의 일부인 것처럼 보입니다. 우리의 연구에 따르면 청산은 개시보다 훨씬 더 중요합니다. 순전히 무작위로 시작한다면, 좋은 청산 기준으로 놀라 울 정도로 잘합니다. 대조적으로, 임의의 청산은 최고의 시스템을 죽일 것입니다.

포지션 사이징은 엔트리보다 중요합니다.

언제 어디에서 거래를 시작하는 것이 당신이 거래하는 방법과 청산하는 방법보다 덜 중요합니다. 불행히도 거래자들은 무역 개시에 큰 노력을 기울이고 리스크 관리가 정체되는 경향이 있습니다.

무역 당 2 % 이상의 위험은 없습니다.

거래에 대해 2 % 이상 위험을 감수하려고해서는 안됩니다. 물론 시장이 의도 한 출구 지점을 벗어난다면 더 많은 것을 잃을 수 있습니다.

가격 행동에 집중하십시오.

우리의 접근법의 중요한 특징은 거의 독점적으로 가격, 과거 및 현재와 함께 작업한다는 것입니다. 이것에 대한 한 가지 이유는 정량 조사의 초기 단계에서 어떤 진전을 이루기 위해서 일반적으로 관련 요소를 하나 또는 두 개의 중요한 변수로 줄여야한다는 것입니다. 가격은 확실히 상인들이 살고 죽는 변수이므로, 조사 대상은 분명합니다. 다른 이유는 가격 정보를 잘 이용하는 시스템에서는 성능 저하없이 다른 정보를 추가하기가 매우 어렵다는 것입니다. 순수한 가격 체계는 북극에 충분히 가깝기 때문에 어떤 출발이라도 당신을 더 멀리 남쪽으로 데려 간다. 우리는 오랫동안이 작업을 해왔으므로이 시점에서 우리가 테스트 한 대부분의 작업은 시스템을 저하시킵니다. 그러나 매년 2 ~ 3 년마다 우리는 실제로 그것을 향상시키는 것을 발견하게 될 것입니다. 가격 차트는 가격 변화와 관련된 측면을 모델링하려는 시도입니다. 가격 변동은 수직, 수평 또는 경사의 선형 변위가 아닙니다. 그럼에도 불구하고 가격 변화는 수직 변위 및 수평 변위로서 경과 된 시간으로 표현 될 수있다. 그러나 이러한 모델은 원래 프로세스의 어떤 것과도 일치하지 않는 관계를 변함없이 지원합니다. 가격 차트에서 경향의 각도 경향은이 표현의 시각적으로 눈에 띄는 특징입니다. 이러한 각도는 가격 시리즈의 본질적인 의미가 없지만 엄격한 테스트 결과보다 가격 차트에서 더 많은 해석을 내리는 데 도움이되는 요소 (패턴 인식 및 희망적 사고를위한 시설과 함께) 중 하나입니다.

가격 데이터뿐 아니라 요약 결과의 세부 구조 정보를보십시오.

구조를 제거하는 요약 통계에 대한 우리의 혐오는 거래 시스템 자체로까지 확장됩니다. 예를 들어, 우리는 거래를 할 때 평균 가격 이동을 피합니다. 이러한 이동 평균은 주로 수학적으로 다루기 쉽기 때문에 인기가 있지만 가격 데이터에 내재 된 모든 구조 정보를 부드럽게합니다. 또 다른 인기있는 도구 인 가격 브레이크 아웃은 이동 평균보다 훨씬 좋을 수 있지만 관련 구조의 대부분을 여전히 제거합니다. 브레이크 아웃 트레이더는 일정 기간 동안 두 가지의 구조 정보 (높고 낮음)를 유지하지만 그 사이의 모든 가격 구조를 무시합니다. 이를 위해 그리고 다른 이유로 우리는 모든 시스템의 모든 부분에서 브레이크 아웃 거래를하지 않는 것이 현명합니다.

불규칙성 필터가 있습니다.

우리의 경우 구체적으로, 우리는 휘발성에 영향을받는 엉뚱한 필터를 가지고 있습니다. 불규칙성은 시장 확산의 다른 척도를 통합합니다. 시장의 불균형이 특정 기준치를 초과하면 해당 시장의 새로운 거래가 차단됩니다. 이는 포트폴리오의 변동성에 추가 할 것으로 예상되는 잠재적 거래의 일부를 제거하여 수익에 크게 기여하지 않도록 설계되었습니다. 우리는 1996 년 3 월 말쯤에 불규칙 필터를 도입했으며 매우 유익한 것으로 나타났습니다. 우리가 불규칙성 필터를 구현 한 후 처음 몇 년 동안 Sharpe 비율을 조사 할 때 분자는 더 커지고 분모는 동시에 더 작아졌습니다. 내 경험에 비추어 볼 때 매우 드뭅니다. 몇 달 전에 상황이 정말로 붕괴되기 시작했습니다. [2008 년], 우리 시스템은 본질적으로 종료되었습니다. 그들은 시장이 너무 엉뚱하다고 판단했다. 위기가 닥쳤을 때, 우리는 작은 지위를 가졌습니다. 우리가하는 일은 모든 것이 위험하고 휘발성이 높아진다는 사실을 평가하는 것입니다. 우리는 모든 부분의 비율을 청산합니다.

우리는 19 개의 시스템으로 구성된 3 개의 패키지를 가지고 있습니다. 단기 패키지의 평균 거래 길이는 약 6 일입니다. 중기 패키지는 평균 약 12 ​​일입니다. 장기 패키지는 60 일 이상 소요됩니다. 모든 시스템은 독립적으로 거래되며 자체적으로 수익을 창출하도록 설계되었습니다.

되돌아 보면 약 1/3의 거래가 승자가되었고, 2/3가 패자입니다. 그것은 오랜 시간 동안 사실이었습니다. 아이디어는 당신이 거래의 단지 약간의 비율로이기는 것이지만 당신은이 승리를 계산합니다.

트렌드가 작동하는 이유.

나는 인간 본성에 기초한 몇 가지 이유를 제시 할 것이다. 첫 번째는 우리가 확률에 대해 추론 할 때 종으로서 아주 좋지 않다는 것입니다. 우리는 속도와 거리를 추정하는 것과 같은 다른 일을 잘합니다. 예를 들어 야구를 잡을 수있는 능력을 얻으십시오. 물리학 자들은 미분 방정식을 통합해야한다고 말합니다. 물론 이것은 꽤 복잡합니다. 비교하자면, 우리는 쉬운 확률 문제에서 실수를합니다. 한 가지 결과는 매우 작은 확률에 대해 두 가지 응답 만하는 경향이 있다는 것입니다. 어느 것도 도움이되지 않습니다. 우리는이를 완전히 무시하거나 과장하여 과장합니다. 나는 탄저균의 예로서 탄저균의 공포를 몇 년 전으로 되돌릴 것이다. 어떤 사람도 탄저균에 감염 될 확률은 놀라 울 정도로 작았지만 많은 사람들이 히스테릭에 빠져있었습니다. 보다 일반적인 응답은 매우 작은 확률을 모두 무시하는 것입니다. 이 확률은 본질적으로 0이라고 가정합니다. 콩이 1 달러 상승 할 확률이 1 %라고 가정 해 봅시다. 그것은 콩을 페니 위로 올려야합니다. 사실, 일반적으로 일어날 일은 시장 참여자가 작은 확률을 무시하고 가격이 전혀 반응하지 않는다는 것입니다. 확률이 천천히 증가한다고 가정 해 봅시다. 어떤 시점에서 사람들의 정신적 인 범위에 등록하기 때문에 말할 수 있습니다. 그런 다음 그들은 이러한 지속적인 발전에 불 연속적으로 반응하는 경향이 있습니다. 확률에 직면했을 때 사람들이 부당하게 행동하는 또 다른 예는 복권에 응답하는 방식입니다. 과목을 확실하게 제공하고 조금 더 나은 복권을 제공하면 확실한 승리를 거둘 수 있습니다. 다른 한편으로, 만약 당신이 그들에게 확실한 손실을 주거나 조금 더 나 빠졌지 만 보상 할 기회가 있다면, 그들은 추첨을 할 것입니다. 거래자는 이익을 취하고 손실을 가지고 놀 수 있습니다. 이 편향은 추세를 생성합니다. 유행의 추세는 인간 본성에 근거한 것으로 보인다. 거래의 약 3 분의 1은 승자이고, 2 분의 3은 패자 다. 그것은 오랜 시간 동안 사실이었습니다.

무지를 수익성으로 변환하십시오.

나는 우리의 전반적인 접근 방식을 '보수적 인 것'으로 규정 할 것이다. 이것은 시장 리스크를 피하는 것을 의미하지 않으며, 시장 리스크는 수익이 창출되는 원재료이지만, 우리가 알고있는 것과 수행 할 수있는 것에 대해 보수적입니다. 의사 결정 이론에 대한 저의 경험에 따르면, 당신이 무지하다는 것을 아는 것은 사실 강력한 위치에 있습니다. 상인의 임무는 무지가 완료되지 않은 몇 안되는 영역을 찾아서이 정보를 효율적인 방법. 거짓 지식은이 과정에 매우 해로울 수 있지만 인정 된 무지가 상당히 유익 할 수 있습니다.

과매 수 / 과매 수 지시자 (RSI, Stochastics) Don work # 8t.

그들은 그들의 이익 기대의 점에서 제로에 가깝다. 시장에서 이러한 패턴이 만드는 것.

합병, 그들은 동향 동안 잃는다. 우선, 가격 차트에 겹쳐진이 지표를 보면 실제보다 훨씬 좋아 보입니다. 인간의 눈은 이러한 표시기가 정확하게 상한 및 하한이라고 불리는 시간을 선택하는 경향이 있지만 모든 거짓 신호와 경향 중에 잘못된 점을 놓치게됩니다. 공식적으로, 실수는 사전 확률과 사후 확률의 혼동입니다. 예를 들어, 많은 극단에는 반전 일이 있음이 사실입니다. 가격이 극단적으로 반전 된 날이 올 가능성이 있습니다. 당신이 정말로 알고 싶은 것은 확률입니다. 반전의 날을 맞이하여 극단적 인 변화, 즉 시장 추세의 지속적인 변화를 경험할 수 있습니다. 그것은 매우 다른 확률입니다. 한 확률이 높기 때문에, 다른 확률도 높다는 것을 의미하지는 않습니다. 모든 상단과 하단의 85 %가 X 속성을 갖고 있지만 X 속성이 다른 장소에서도 자주 발생하면 해당 표시기를 신호로 사용하여 파쇄 할 것입니다.

주기 분석, 특히 푸리에 분석에 대한 매우 강력한 과학적 방법이 있습니다. 프랑스 수학자 Louis Bachelier의 연구로 19 세기 후반부터 푸리에 분석이 시장 가격에 대해 반복적으로 시도되었습니다. 이 모든 과학적 연구는 가격 데이터의 체계적인 순환 구성 요소를 밝히지 못했습니다. 이 실패는주기를 기반으로하는 다양한 거래 시스템의 타당성에 강력하게 반대합니다. 그리고 사이클을 찾는 기술은 경향을 찾는 기술보다 훨씬 강하다는 점을 강조하고 싶습니다. 사이클을 찾는 것은 고전적인 과학적 문제입니다. 사이클주기를 줄이고 확장하고, 비트를 건너 뛰고, 심지어 반전시킬 수 있도록 허용하는 경우 이러한 사이클 이론가 (또는 더 정확하게는 사이클 크랭크) 중 많은 수가 변동하면 변동하는 모든 데이터 시리즈에 사이클을 적용 할 수 있습니다. 결론은 Fourier 분석과 같은 엄격한 통계 기법이 이러한 주장 된주기가 실제로 무작위임을 보여줍니다.

이 과정에는 두 부분이 있습니다. 첫 번째 부분은 일관된 포트폴리오 이론을 개발하는 것입니다 : 거래 구조, 위험 관리 방법 등은 진정으로 당신이 첫 번째 원칙으로부터 사물을 개발하려고하는 과학 프로젝트입니다. 두 번째 부분은 새로운 거래 아이디어에 대한 브레인 스토밍입니다. 우리가 사용할 수있는 무언가를 얻기 전에 보통 70 ~ 100 회의 거짓 착수가 필요합니다. We pay a lot of attention to the foundations of the subject, to the soundness of our methodology, and to the correctness of our statistics. In terms of the foundations of the subject, we rely heavily on Decision Theory and Utility Theory.

Prediction Models Do Not Help in Trading Systems.

Statistical estimators probe particular features of the price series; they are equipped with confidence levels, give information about possible models, and are useful for prediction. From the point of view of the modeler, trading systems do not locate specific features of the price series; they have no confidence levels and are useless for prediction. Worst of all, they say little about any possible model. Trading systems can be highly remunerative, but they don’t tell the modeler what he or she needs to know. In the same way models, although valuable in other respects, do not help in designing trading systems. Now superficially it seems like trading is a form of prediction but it really isn’t. If you design your system where you are trying to predict the market, then it doesn’t work. You have to concentrate on projecting losses, risk management and finding something that works, but if you are directly looking for prediction that tends to be self-stultifying. And if you look at me as a predictor instead of as a trader — as a trader I am way ahead, as a predictor I am scoring about 35%, so I am not very good as a predictor. Those are different skills. But still even with trend followers you will hear people say, “Where do you think the market is going?” It is just human nature to try and approach this in terms of making a prediction.

Continuously Improve Your Trading Systems.

Improve your trading or it will degrade; there’s no coasting in this game. When I first began trading solely on the basis of price and was much more concerned than I should have been about the academic orthodoxy that futures market price change was pure white noise–a random walk–I made the following notebook entry: “How can the aggregate of traders and users arbitrage out a potentially unlimited number of nonlinear relationships?” The implication was that they could not. Twenty-five years later, I am less confident about the continuing correctness of this answer. What I failed to take into consideration was the staggering explosion in information processing. This will only continue. Eventually artificial intelligence devices, superior to any human researcher, will effectively uncover all exploitable nonlinear relationships of price to price. Such relationships will be mined until technical analysis is no longer profitable. There is an irony in that dogmatic” random walk” theorists, dead wrong for a century, will turn out to have been prescient–futures markets will have been driven to randomness. The process has already begun. I feel these developments are nearly assured (assuming no disruption of civilization). What is less clear is whether this will happen as rapidly as I predict–in 10 to 20 years. In the meantime, profitable trading will only get harder as increasingly more astute traders pursue progressively weaker statistical regularities. This is why it is necessary for a CTA continually to improve just to hold his or her own. The only consolation I can offer is that there are profits to be made participating in this process of randomization.

Limit Degrees of Freedom to 12, and Test Over a Large Sample Size.

What most people use to ward it off is the in-sample/out-of-sample technique where they keep half their data for optimization and half their data for testing. That is an industry standard. We don’t do that; it wastes half of the data. Now the two numbers that most determine if you are over-fitting are the number of degrees of freedom in the system. Every time you need a number to define the system, like a certain number of days back, a certain distance in price, a certain threshold, anything like that is a degree of freedom. The more degrees of freedom that you have the more likely that you are to over-fit. Now the other side of it is the number of trades you have. The more trades you have, the less you tend to over-fit, so you can afford slightly more degrees of freedom. We don’t allow more than 12 degrees of freedom in any system. If you put more bells and whistles on your system it is easy to get 40 degrees of freedom but we hold it to 12. Seven or eight [degrees of freedom] is probably too many. Three or four is fine. On the other side of that, for us to make a trade we have to have a sample of at least 1,800; we won’t make a trade unless we have 1,800 examples. That is our absolute minimum. Typically we would have 15,000 trades of a certain kind before we would make an inference as to whether we want to do it. The reason you need so many is the heavy tail phenomena. It is not only that heavy tails cause extreme events, which can mess up your life, the real problem with the heavy tails is that they can weaken your ability to make proper inferences. Normal distribution people say that large samples kick in around 35. In other words, if you have a normal distribution and you are trying to estimate a mean, if you have more than 35 you’ve got a good estimate. In contrast, with the kind of distributions we have with futures trading you can have hundreds of samples and they could still be inadequate; that is why we go for 1,800 as a minimum. That is strictly a function of the fatness of tails of the distribution. You have to use robust statistical techniques and these robust statistical techniques are blunt instruments. They are data hogs, so both seem to be disadvantages but they have the advantages of tending to be correct.

Beware of Overfitting and Hidden / Bad Degrees of Freedom.

There can also be hidden degrees of freedom. One can have structures within the system that can take on various alternative forms. If various alternatives are tested, it gives the system another chance to conform to past idiosyncrasies in the data. Not only is it perilous to have too many degrees of freedom in your system, there are also “bad” degrees of freedom. Suppose a certain degree of freedom in your system impinges only on a very few oversized trends in me data and otherwise does not affect how the system trades. By affixing to accidental features of the small sample of large trends, such a degree of freedom can substantially contribute to overfitting, even though the overall number of degrees of freedom is manageable.

Take Care of the Tail Risk.

The large-tail phenomenon means that most statistical tests overestimate reliability and underestimate risk. I don’t know if it’s possible to take advantage of this, but it’s important to protect yourself from it. Tail risk is hard to estimate but we spent over 25 years on this project. We have worked on it really hard and we do have various techniques to deal with the fact that the tails are so heavy. It is absolutely crucial because the tail risk changes everything that we do. Every single part of designing and implementing the system is affected by the fact that you have more extreme values than you expect under any kind of normal model. I have a little bit of trouble with the idea that the tail risk in futures trading is what is helping because I see it strictly as a hindrance, strictly as a problem to be overcome. I guess it helps to have these really big outsized moves. It is only going to help you if you treat it like a wild tiger. Trend-following doesn’t work only because of the tail risk but tail risk turns up the volume.

Trade Sizing Depends on Risk Aversion and Volatility.

Risk aversion When I was a young man I wanted to devise objective risk systems. In other words, once you have a system, what is the right size to trade, period. After years of working on this I convinced myself that it did not have a unique answer. You need at least one subjective piece of the puzzle to put it together, and that is an individual’s risk aversion. Now that is subjective. There is no rule that says how averse you should be to risk, that is an integral element of your personality. But unless you know how averse to risk you are or unless you can impute risk aversion to your clients, you really can’t settle the question of how big you should trade. Volatility Estimating volatility determines to a large extent what your position sizes should be. A slight improvement in our volatility estimators can potentially produce a significant long-term benefit.

Don’t Set Your Trading Size at the Optimized Setting.

On the subject of bet size, if you plot performance against position size, you get a graph that resembles.

one of those rightward-facing, high-foreheaded cartoon whales. The left side of the graph, corresponding to relatively small position size, is nearly linear; in this range an increase in trading size yields a proportionate increase in performance. But as you increase size beyond this range, the upward slope flattens out; this is because increasingly large drawdowns, which force you to trade smaller, inhibit your ability to come back after strings of losses. The theoretical optimum is reached right about where the whale’s blowhole would be. To the right of this optimum, the graph plummets; an average position size only modestly larger than the.

theoretical optimum gives a negative performance Trading size is one aspect you don’t want to optimize. The optimum comes just before the precipice. Instead, your trading size should lie at the high end of the range in which the graph is still nearly straight.

Risk Management Needs to be Developed Together With Your Trading System, Not After.

When and where you initiate a trade is a lot less important than how large you trade and how you liquidate . Unfortunately, traders tend to put a great effort into trade initiation and let risk management stagnate. Small improvements in risk or volatility assessment may not be exciting, but they are among the most lasting and beneficial changes. One approach to avoid is to design the system first, then to tack on risk management. System and risk management should be developed together; the connection should be seamless.

Apply Utility Theory Incorporate Risk Aversion into Risk Management.

Our risk management techniques are based on utility theory. They take into account the fact that each dollar you make is a little smaller than the last one, and each dollar you lose is a little bigger than the last one. They allow you to quantify your own aversion to risk, and then to maximize expectations based on your risk aversion. The objective of any investment is to achieve the highest returns based on your own risk tolerance, or in the case of a professional manager, the risk tolerance of your clients. Note that there are two respects in which profits and losses are not equivalent. One is objective and has to do with nonlinearity. For example, it requires a 100% profit to balance a 50% loss. The second is subjective and has to do with risk aversion, for many people even the prospect of a 150% profit does not compensate for the risk of a 50% loss. Through Utility Theory, such imbalances can be treated in a rigorous, quantitative manner and in this way uniform and unified procedures can be developed. We use only bounded utility functions in our work on risk management. The particular utility functions we.

use also have the desirable technical characteristic of optimal investment fractions being independent of.

Take a Portfolio Approach to Risk Management.

Look at the question of risk management. Any trader who survives any length of time knows something about his subject, but in my experience, traders simply graft risk control on top of whatever else they are doing, often in an arbitrary way. For instance, many prospective clients have asked me what’s the most I’ll lose on one trade. I can look up these statistics, but this is not something I would ordinarily pay any attention to. It doesn’t matter how little you lose on an individual trade, but how much you might lose on your whole portfolio. You’re not going to keep a ship afloat just by making sure the leaks are small. The important thing is to limit portfolio risk, the trades will take care of themselves.

System Should Maximize Expected Utility.

We have devised a portfolio theory quite different from the classical theory that permits factors such as risk aversion, the nonlinear imbalances between profits and drawdowns, and long-term utility growth to be built in at the ground floor. They are all part of the formulas that define what it means for a system to be good. In this way, on even the most preliminary test run of a new idea we are forced to take into consideration the subtle and complex relations between drawdowns and long-term growth. At ETC we are dedicated utility maximizers and pay particular attention to the rate of expected utility growth.

Evolutionary Algorithms for Optimization Process.

We use evolutionary algorithms that we’ve developed in-house. To give you an idea of what that means, let’s say you have a system with certain parameters. Certain price points that you’re looking to hit, certain thresholds based on patterns you’ve observed. You can express a particular form of this system as a sequence of numbers, and treat that sequence exactly like a genome (a string of genes). In order to test the system, you can run it with a given set of numbers. This will give you hypothetical performance figures which are analogous to an organism’s fitness. Then, just as in natural selection, you can cause genes to mutate or you can genetically recombine two genomes, always favoring those with higher fitness. The fitness can then “evolve” to be higher. The objective is to find ways to identify trends within the massive amount of randomness or.

“noise” that the market generates. The difference between a real market and a random walk is that the real market has a slight trend component. Perhaps one or two percent of the process is trend, and the rest is noise. That’s the inference problem you’re facing. So the question becomes, how can you use the fact that there is some information in a price series, and how can you extract returns from that information? That’s where testing and optimization come into play.

I’d like to have made more money in the last half of 2008. Whenever we feel that we may have fallen short, we do research to investigate the matter. But it’s important to realize that the last half of last year is simply not enough of a sample to make a substantial change. It would not be a warrantable inference. It would be like fighting the last war.

Strict Testing is Required.

It has been shown again and again, that without proper controls, even the most honest researcher will unconsciously bias research usually in a favorable direction. Trading systems research is especially rife with possibilities for this kind of wish fulfillment. During more than 20 years, we have seen an amazing variety of ways in which research can mislead or falsify. In response to this we have developed a veritable gauntlet of tests that any system must pass to be taken seriously. We test for post-dictiveness, for computer glitches, and for statistical artifacts. We test for overfitting, for maldistribution of returns, and the degree to which a system takes advantage of unusual and possibly nonrepeatable circumstances. Theses are just a few of the potential sources of trouble that we routinely monitor. This battery of tests can bring runaway enthusiasms back down to earth.

Beware of Summary Statistics.

Most standard statistical techniques are inappropriate for analyzing trading. Statisticians have developed many delicate techniques that squeeze information from minimal data, but these give false results in this business. I tell traders that if the results don’t sock you in the eye, they’re probably not real. Accordingly, we use only the most robust and assumption free statistical tests. A robust statistical estimator is one that is not perturbed much by mistaken assumptions about the nature of the distribution. We have an aversion to summary statistics that obliterate important structural elements. For assessing systems, we use a technique called bootstrapping so that the complete distribution of past outcomes can make itself felt in decisions; the distribution is not simply viewed in terms of its mean and variance which can give a distorted picture.

Use Yes-No Trade Decision Schemes Rather Than Weighting Schemes.

It’s a lot easier to look scientific than to be scientific. We try to avoid the kind of delicate fine tuning that gives on the feeling of being very accurate, but that is in fact mostly arbitrary. We have taken to heart the research that shows that simple yes-no schemes, either fully accept or fully reject something, are more useful and more robust than delicate weighting schemes. For instance, we do not favor trades according to how good they are supposed to be, instead we use the following rule: if a trade is good enough to make, it’s good enough to make at full size; if a trade isn’t good enough to make at full size, then don’t make it at all. We adhere to this kind of reasoning all the way down the line. All five systems we currently use are given equal weight. We also try to give equal weight to each of the fifty or so markets we trade.

How to Combine Indicators and Apportion Assets Among Trades.

The question is: How do you most effectively combine multiple indicators? Based on certain delicate statistical measures, one could assign weights to the various indicators. But this approach tends to be assumption-laden regarding the relationship among the various indicators. In the literature on robust statistics you find that, in most circumstances, the best strategy is not some optimized weighting scheme, but rather weighting each indicator by 1 or 0. In other words, accept or reject. If the indicator is good enough to be used at all, it’s good enough to be weighted equally with the other ones. If it can’t meet that standard, don’t bother with it. The same principle applies to trade selection. How should you apportion your assets among different.

trades? Again, I would argue that the division should be equal. Either a trade is good enough to take, in.

which case it should be implemented at full size, or it’s not worth bothering with at all.

If the performance results of the system don’t sock you in the eye, then it’s probably not worth pursuing. It has to be an outstanding result. Also, if you need delicate, assumption-laden statistical techniques to get superior performance results, then you should be very suspicious of the system’s validity. You have to try to kill your little creation. Try to think of everything that could be wrong with your system, and everything that’s suspicious about it. If you challenge your system by sincerely trying to disprove it, then maybe, just maybe, it’s valid.

William Eckhardt: A Critical Turtle Trading Teacher.

When Bill Eckhardt left the University of Chicago and foresook his nearly completed PhD in mathematical logic in 1973, he did not abandon his educational pursuits; rather, he focused them on a myriad of disciplines that supported his research in creating trading systems. Eckhardt joined high school friend Richard Dennis as a trader on the Mid-America Exchange. The two would later become partners in C&D Commodities, where they created technical trading systems and launched the famous turtle trading experiment. Details of the turtle experiment have become legendary, but the proof of its value can be seen in the many highly successful trading businesses it launched, as is demonstrated by our class of Top Traders of 2010. Eckhardt launched his own commodity trading advisor (CTA) in 1991, which has produced a compound annual return of 17.35% over 20 years and earned 21.09% in 2010. In addition to building trading systems, Eckhardt has developed a science of trading and written academic papers on the philosophy of science. Here, we discuss his scientific approach to trading.

Futures Magazine: Many in the traditional investment world cling to the notion that markets are efficient. Trend-following is not valid under the efficient market hypothesis (EMH) but here you are 30 years later. Why has the EMH persisted? Talk about this anomaly.

Bill Eckhardt: The random walk model of price change has been so durable because it’s nearly correct. The difference between futures prices and certain random walks is too small to detect using traditional time series analysis. Incredibly, this difference is detectable using trading systems.

FM: How do trading systems do this?

BE: Trading systems can be highly sensitive to non-linear relations in price series. So why doesn’t this revolutionize the modeling of price series? Statistical estimators probe particular features of the price series; they are equipped with confidence levels, give information about possible models, and are useful for prediction. From the point of view of the modeler, trading systems do not locate specific features of the price series; they have no confidence levels and are useless for prediction. Worst of all, they say little about any possible model. Trading systems can be highly remunerative, but they don’t tell the modeler what he or she needs to know. In the same way models, although valuable in other respects, do not help in designing trading systems.

FM: You have spent a lifetime in trading and in research. Name a couple of simple truths that you have discovered.

BE: Improve your trading or it will degrade; there’s no coasting in this game. You can be creative in research but don’t trade creatively; in other words, stick to your systems. Trading is a little like morality in that it’s a lot easier to know what you should do than to do it. Finally, use only robust estimators and very large samples, not dozens, but thousands.

FM: It seems there is a constant battle with systematic traders between sticking with your models and constantly improving and evolving. How difficult is it to balance these elements that at times seem conflicting?

BE: If your trading system is inadequate, you shouldn’t use it. If your system is good, then stick to it faithfully. In the meantime search vigorously for improvement. When the new system is ready you can change to it – you are not thereby failing to stick to your system. So there need be no conflict between persistence and change.

FM: Talk about the battle between optimization and curve fitting.

BE: By trying to improve your system you can make it worse. You can over-fit to past data or maybe just do something that is statistically invalid. There is an idea, though it is not universally subscribed to, that you should not optimize your systems. That you should just figure out what are reasonable numbers and go with that. I don’t believe in that; we optimize all the time, but there is some truth to it in the sense that if you over-fit, you are going to hurt yourself. Optimizing is a somewhat hazardous procedure, as is trading. And it has to be done with carefulness and deliberateness, and you have to make sure that you are not over-fitting to past data.

FM: How do you ward off curve-fitting?

BE: What most people use to ward it off is the in-sample/out-of-sample technique where they keep half their data for optimization and half their data for testing. That is an industry standard. We don’t do that; it wastes half of the data. We have our own proprietary techniques for over-fitting that we actually just improved on a year ago. It is important to test for over-fitting; if you don’t have your own test use the in-sample/out-of-sample [technique]. I can talk a little more about over-fitting, if not my personal proprietary techniques. First of all I like the [term] over-fitting rather than curve-fitting because curve-fitting is a term from non-linear regression analysis. It is where you have a lot of data and you are fitting the data points to some curve. Well, you are not doing that with futures. Technically there is no curve-fitting here; the term does not apply. But what you can do is you can over-fit. The reason I like the term over-fit rather than curve-fit is that over-fit shows that you also can under-fit. The people who do not optimize are under-fitting. Now the two numbers that most determine if you are over-fitting are the number of degrees of freedom in the system. Every time you need a number to define the system, like a certain number of days back, a certain distance in price, a certain threshold, anything like that is a degree of freedom. The more degrees of freedom that you have the more likely that you are to over-fit. Now the other side of it is the number of trades you have. The more trades you have, the less you tend to over-fit, so you can afford slightly more degrees of freedom. We don’t allow more than 12 degrees of freedom in any system. If you put more bells and whistles on your system it is easy to get 40 degrees of freedom but we hold it to 12. On the other side of that, for us to make a trade we have to have a sample of at least 1,800; we won’t make a trade unless we have 1,800 examples. That is our absolute minimum. Typically we would have 15,000 trades of a certain kind before we would make an inference as to whether we want to do it. The reason you need so many is the heavy tail phenomena. It is not only that heavy tails cause extreme events, which can mess up your life, the real problem with the heavy tails is that they can weaken your ability to make proper inferences. Normal distribution people say that large samples kick in around 35. In other words, if you have a normal distribution and you are trying to estimate a mean, if you have more than 35 you’ve got a good estimate. [In] contrast, with the kind of distributions we have with futures trading you can have hundreds of samples and they could still be inadequate; that is why we go for 1,800 as a minimum. That is strictly a function of the fatness of tails of the distribution. You have to use robust statistical techniques and these robust statistical techniques are blunt instruments. [They] are data hogs, so both seem to be disadvantages but they have the advantages of tending to be correct.

FM: What is it about your systems that have persisted so long and what adjustments, if any, have you made over the years?

BE: Aristotle’s Ship of Theseus gradually had every one of its parts replaced. Was it still the Ship of Theseus? Over the decades every part of our systems has been modified. It’s our scientific approach that persists and supports the whole structure.

FM: There seems to be a growing understanding of tail risk and the value of strategies that can take advantage of it instead of simply hedging it. As a result, managed futures are becoming more popular. Do you agree and, more importantly, do you see this as a permanent shift or a temporary reaction to the recent financial crisis?

BE: I’d like to distinguish diversifying from hedging. Futures trading diversifies risk and can improve returns, but it falls short of a hedge. Hedging requires anti-correlation to the risk that is hedged. Futures returns mostly are uncorrelated to those of other assets. This makes them an excellent vehicle for diversification. The large-tail phenomenon means that most statistical tests overestimate reliability and underestimate risk. I don’t know if it’s possible to take advantage of this, but it’s important to protect yourself from it.

FM: You make an important distinction between diversifying and hedging, but many equity-based managers are looking at tail risk insurance strategies. Wouldn’t an allocation to managed futures provide better insurance as it has been shown to be negatively correlated in bear equity markets?

BE: If you select unique periods such as when stocks are extremely weak, it creates a powerful selection bias. The anti-correlation found in these studies may have been a selection artifact. Futures trading has its own heavy tail to add to the mix. The key is independence, which makes efficient diversification possible.

FM: It has been shown that normal distribution curves under-estimate tail risk in equities. Does your approach give you a better picture of the tail risk in your trend-following approach?

BE: Tail risk is hard to estimate but we spent over 25 years on this project. We have worked on it really hard and we do have various techniques to deal with the fact that the tails are so heavy. It is absolutely crucial because the tail risk changes everything that we do. Every single part of designing and implementing the system is affected by the fact that you have more extreme values than you expect under any kind of normal model.

FM: Are you better prepared because trend-following as a model attempts to take advantage of this tail phenomenon in the general market?

BE: Yes, but it has its own tail risk. I have a little bit of trouble with the idea that the tail risk in futures trading is what is helping because I see it strictly as a hindrance, strictly as a problem to be overcome. You may have a point because I guess it helps to have these really big outsized moves. It is only going to help you if you treat it like a wild tiger. …Trend-following doesn’t work only because of the tail risk but tail risk turns up the volume.

FM: We spoke to Richard Dennis a couple of years ago and he said that trend-following is getting more difficult and systems don’t hold their edge as long. 동의하니?

BE: In general I agree that it is getting harder and you have to improve, though I don’t know that you have to improve faster. Hastiness can be costly in this game. When you are doing your research and you are improving, it should be with the confidence that the system you are currently trading is good. The value of the current system you are trading gives you the time to make a deliberate and cautious improvement.

FM: Some people claim managed futures’ ability to be negatively correlated to equities in poor equity markets has to do with the long-term bull market in bonds and that may not be the case in a rising interest rate environment. Is this something investors should be weary of?

BE: It sounds to me that what they are doing is they’re looking at the fact that trend-following has been profitable, which probably irritates them anyway — [Trend-following] really only has a record of 30 or 40 years — then they are looking at what the biggest economic factor [was] in that time? Well we have had these declining interest rates and they say one has to cause the other. I just don’t see it. In analyzing my own performance I can’t find a pattern where I am making an unusual amount of money in the interest rates and not the other stuff. So I would be very skeptical of that idea that all the money in trend-following comes from the behavior in one group of markets. I want to mention that this whole question of risk control it is not a completely objective question. I wanted to invent a science of trading that I at least partially completed; I certainly haven’t done everything that I set out to do. When I was a young man I wanted to devise objective risk systems. In other words, once you have a system, what is the right size to trade, period. After years of working on this I convinced myself that it did not have a unique answer. You need at least one subjective piece of the puzzle to put it together, and that is an individual’s risk aversion. Now that is subjective. There is no rule that says how averse you should be to risk, that is an integral element of your personality. But unless you know how averse to risk you are or unless you can impute risk aversion to your clients, you really can’t settle the question of how big you should trade.

FM: Is there a risk that managers end up measuring themselves instead of the markets?

BE: Every strategy has a finite capacity. It is possible for a trading strategy to get oversubscribed and no longer work. That hasn’t happened with trend-following but the game has gotten harder.

FM: Every few years after a rough period someone says trend-following is dead.

BE: I lived through the death of trend-following a half dozen times and, like Mark Twain’s death, it was highly exaggerated.

FM: You have a fascinating background. Tell us how you went from a PHD candidate at the University of Chicago to trading futures.

BE: My interest in futures trading dates back to high school, as does my first collaboration with Rich Dennis. At the University of Chicago I specialized in mathematical logic and had a great opportunity to pursue my interests in the philosophy of science and the history of ideas. The latter were influential in shaping my approach to trading. In 1973 my advisor and I were having disagreements about the direction my dissertation was taking, and Rich suggested I take a little time off and come down to the floor to trade. I didn’t go back [to school].

FM: Many of the turtles have gone on to great success as well as some of the C&D traders, even though their strategies have evolved into something quite different than the original. Was there something much more basic in the lessons that allowed so many to succeed and create new strategies?

BE: The turtles were stringently selected and highly talented. They also received training, practice, and guidance. They got a good start from us, but they deserve most of the credit for their ongoing success. The successful turtles have branched out widely, but my trading has also changed; it’s evolve or perish…. As I recall more than half the course revolved around developing the right attitude, guarding against debilitating emotions, how to think about risk, and how to handle success and failure. Teaching the turtle system itself doesn’t take very long. I was saying you need less than 12 degrees of freedom in a system; versions of the turtle system had three or four. We spent a lot of time talking about our theories on how to control risk; that was actually the bulk of the course. Attitude, emotional control, discipline; those things are harder to teach. All the turtles learned the system and learned the strategy; that was the easy part, but some of them brought the right attitude and right mental set to it and they prospered and became very rich. Others had a more halting career and did not succeed as well. They had the same training, but maybe they did not have the same emotional make-up.

FM: Talk a little bit about position sizing and risk management and the role they play in long-term success.

BE: When and where you initiate a trade is a lot less important than how large you trade and how you liquidate. Unfortunately, traders tend to put a great effort into trade initiation and let risk management stagnate. Small improvements in risk or volatility assessment may not be exciting, but they are among the most lasting and beneficial changes. One approach to avoid is to design the system first, then to tack on risk management. I compare this to Wells’ “The Island of Doctor Moreau,” because it’s like grafting the head of one creature onto the body of another. System and risk management should be developed together; the connection should be seamless.

FM: You and Richard Dennis made a bet on whether you could teach trading; can you teach pension managers and financial academics that markets aren’t always efficient?

BE: Various eyewitnesses to this episode disagree, a good example of the unreliability of this kind of testimony. I don’t believe I ever advocated that trading cannot be taught, but if my memory is faulty on this point, I freely admit that, like virtually any human activity, trading can be taught and practice can improve performance. All parties agree, however, there was no bet. Possibly an argument among hundreds of others, but no bet.

FM: That question was supposed to be funny. Basically I am curious about your opinion of why a strategy — trend-following — that has been utilized successfully by many managers over many years is still questioned, even dismissed, by many academics.

BE: For the last 20 years many academics have been critical of the random walk model of price change, although suggested changes are usually minor. A few commentators have even pointed out that the existence of profitable trading systems conflicts with the random walk model. However these same commentators take this as a sign that there is something wrong with their models; they do not analyze and improve trading systems which to them are only inconvenient details about price series.

FM: Some academics still do not believe trend-following works.

BE: They are flying in the face of a lot of data. Forget me; there are dozens of managers with a long track record. A few people — a very few out of a large sample — can profit even in a random market, but that is very few; 1 in 500, 1 in 1,000. Trend-following has had a much better track record than that. But whenever they are confronted with this, the track records of trend followers, they say these people are making money some other way. That is not impossible. When I was in the pit, there were good traders who used these numbers based on three-day moving averages, they were totally pointless numbers and I knew it back then, but they were given out as support and resistance levels and these traders were among the best traders I knew who used these numbers and they would swear by them. I watched their trading and after a while I noticed that the numbers didn’t make any difference, maybe they were trading on the numbers but they were always buying on the bid and selling on the offer. So I guess it is possible that somebody could make money and not know how they are doing it, but that was on the floor where you are getting edges. Trend followers, like myself, are trading off the floor where we are giving up edges so our expected performances should be negative in a random walk. In the face of all that empirical evidence they should be reassessing their position but I have discovered that a lot of academics never change their position and the only way [it will change] is when the older academics die. Part of the problem is that estimators don’t show every divergence from randomness. Let’s say you have a system and it goes long corn. Let’s say it is a model that says corn goes up 2¢. If corn goes up 8¢, by the normal way of measuring, it was off by 6¢ so it was a bad prediction. It was a good trade but a bad prediction. You simply can’t treat trades and prediction the same way and the academics all are focused on prediction. Now superficially it seems like trading is a form of prediction but it really isn’t. If you design your system where you are trying to predict the market, then it doesn’t work. You have to concentrate on projecting losses, risk management and finding something that works, but if you are directly looking for prediction that tends to be self-stultifying.

FM: But isn’t that the point of trend-following—that you are not predicting, just defining a trend and taking advantage of it?

BE: That’s right. And if you look at me as a predictor instead of as a trader—as a trader I am way ahead, as a predictor I am scoring about 35%, so I am not very good as a predictor. Those are different skills. But still even with trend followers you will hear people say, “Where do you think the market is going?” It is just human nature to try and approach this in terms of making a prediction.

FM: After watching managers for more than a decade, it seems to me that there is more diversity within what is loosely defined as the medium - to long-term trend-following space than most people give it credit for.

BE: That is right. People look too much at the correlation between traders. The fact of the matter is [that] correlations tend to overstate the relationship. The reason being, whatever kind of a trader you are — let’s say you are a medium - to long-term trader—if you are a fundamentalist, if you are countertrend you know you try and buy the bottom and sell the top—or if you are a trend follower, at that time frame you are going to make money and everyone makes money in the trends. They do it in different ways, they get in at different places, they have different approaches but they make money in the trends. So when you look at the performance they correlate more than they should. So now if you narrow your scope to just trend followers, they are really going to correlate more than they should. So that gives the impression that they are really all just doing the same thing, which they’re not. So there is more diversification among trend followers than one would expect. There really are different varieties of trend-following and they really do have different properties.

FM: There are signs this industry that you have been involved in for more than 30 years is moving into the mainstream. What do you see as the future?

BE: Well, it is well overdue. I don’t have to tell you that they were trading futures in the 19th century and this is the 21st. People talk about futures as derivatives and that might be technically true but the fact is these have been around for a long time. For all that time futures have had the reputation of being really risky. It took people to lose several fortunes over and over again in the stock market to finally figure out that it is the stock market that is really risky. Futures are only as risky as you want [them] to be because you can leverage [them] down so easily. I don’t understand why futures had the bad reputation for all of those years, and if it is coming into the mainstream it is long overdue.

FM: We know you are more of a technician than a fundamentalist but give us your outlook on the investing landscape. Is it a good time to be in managed futures? Is it a good time to be a trend follower?

BE: I can’t predict the direction of the economy, but it’s a safe bet that it’s going to be a roller coaster ride. In the past such periods have been good for the trend follower. This is, however, a flimsy argument – it’s impressionistic and rests on a small sample. The real reason to participate is that futures trading has been beneficial in general, and now is likely to be as good a time as any.

Additional Eckhardt.

William Eckhardt: Doing By Learning — Futures Magazine.

Eckhardt lost the bet with Dennis. He did not think the turtles could be trained. Given his high degree of education, it is likely the turtle experiment was somewhat discomforting. The turtle experiment proved that you did not need a doctoral degree in mathematical logic to win. In fact, it proved anyone could win:

Q. How did you become partners with Richard Dennis?

A. Rich & I were friends in high school. Rich began trading when he was in college. I stayed in school, working toward a doctoral dissertation in mathematical logic. In 1974 I got bogged down for political reasons. I was writing a dissertation on mathematical logic under a world-famous mathematician. A new faculty member whose specialization happened to be mathematical logic joined the staff. Theoretically, I was his only student. The supervisory role on my thesis was shifted from my existing advisor to this new faculty member, who then decided that he really wanted me to do a different thesis. As a result, after I had done all my course work, taken my exams, and finished three-quarters of my dissertation, my progress was stymied. At the time, Richard suggested that I take a sabbatical to try trading on the floor. I did, and I never returned to school.

A great story. A great teacher. Bill Eckhardt played a huge role in trading history.

최근 게시물.

Speculari 2017 년 12 월 6 일 날아 다니는 거품이 큰 시장 기회를 남깁니다. 2017 년 11 월 17 일 돈을 따라가는 추세를 보여주세요. 2017 년 11 월 16 일 월스트리트 전문 용어는 2017 년 11 월 5 일을 혼동 시키도록 설계되었습니다. Michael Covel로부터 2017 년 11 월 4 일에 대한 투자 기대.

Daily Post Archives.

Traders Archive.

클래식 도서 & amp; 필름.

Podcast 추세.

Trend Following ™은 iTunes에서 6M + 수신 대기로 2 위를 기록했습니다. Listen for free everywhere: iTunes, iHeartRadio, Google, Stitcher, RSS.

마켓 마법사 레슨.

작은 마을 사람은 1970 년대 주유소에서 시작하여 1 억 달러 상당의 거래 전설이됩니다. 무료 비디오를 보내고 받으십시오.

# 2 억만 장자 데이비드 하딩 (David Harding)은 작게 시작되어 트렌드 추종자가되었고 지금은 거래 전설입니다. 여기에서 그의 이야기를 읽으십시오.

구독하고 시장 마법사 비디오를 수신하십시오.

&부; 2004-17 TurtleTrader & reg; 추세 및 무역; 판권 소유. | 사이트 맵 | RSS.

추세 및 트레이드 정보; 마이클 Covel 및 / 또는 추종자의 서면 허가없이 사이트 네트워크를 복사, 재 인쇄 또는 재배포 할 수 없습니다 (그러나 서면 허가는 일반적으로 쉽게 부여됩니다). 이 웹 사이트의 목적은 투자, 위험, 경제, 심리학, 인간 행동, 기업가 정신 및 혁신 전반에 걸쳐 아이디어를 자유롭게 교환하도록 장려하는 것입니다. 이 웹 사이트의 전체 내용은 달리 명시되지 않는 한 Michael Covel의 의견을 기반으로합니다. 개별 기사는 각 저자의 의견을 바탕으로하며, 지적 된대로 저작권을 유지할 수 있습니다. 이 웹 사이트의 정보는 마이클 코벨 (Michael Covel)과 그의 커뮤니티의 연구 및 경험에 대한 지식과 정보를 공유하기위한 것입니다. Information contained herein is not designed to be used as an invitation for investment with any adviser profiled. 이 사이트의 모든 데이터는 여기에 언급 된 관리자가 CFTC, SEC, Yahoo Finance, Google 및 공개 문서에서 직접 제공합니다. 우리는 모든 데이터가 정확하다고 가정하지만 출처에서 제기 된 오류, 누락 또는 사무 오류에 대해 책임을지지 않습니다. 추세 및 무역; 다양한 투자 조사 및 투자 정보 제품을 판매 및 판매합니다. 독자는 주식, 통화, 옵션, 상품, 선물 계약, 전략 및 증권 계좌 모니터링에 대한 전적인 책임이 있습니다. 추세 무역 및 그 자회사, 직원 및 대리인은 거래를 권유하거나 실행하거나 투자 자문을 제공하지 않으며 연방 또는 주정부 기관에 중개인 또는 고문으로 등록되지 않습니다.

트렌드 팔로우 & 트레이드; TurtleTrader & reg; TurtleTrader & reg; Trend Following의 상표 / 서비스 마크입니다. 추후 추후 네트워크 사이트에 나타나는 기타 상표 및 서비스 마크는 추종자가 소유하거나 추후 추종자가 아닌 제 3자를 포함하여 다른 당사자가 소유 할 수 있습니다.

트렌드를 따르는 유일한 동향; 다큐멘터리 영화 : Watch.

© 2004-17 Trend Following™ All Rights Reserved.

Trend Follow ™, TurtleTrader®, TurtleTrader®는 Trend Follow의 상표 / 서비스 마크입니다. 추후 추후 네트워크 사이트에 게재되는 기타 상표 및 서비스 마크는 추종자가 소유하거나 추종자가 아닌 제 3자를 포함하여 다른 당사자가 소유 할 수 있습니다.

내 2017 년 장엄한 자료를 확인하십시오 : 추세 : 황소, 곰 및 검은 백조 시장에서 재산을 만드는 법. 개정 된 내용과 두 배의 내용으로 확장. 2017 년 4 월 24 일 5 판.

William Eckhardt: Wise ‘Price’ 상인.

From William Eckhardt:

“An important feature of our approach is that we work almost exclusively with price, past and current. One reason for this is that to make any progress in the early stages of quantitative investigation you usually have to reduce the relevant factors to one or two crucial variables. Price is definitely the variable traders live and die by, so it is the obvious candidate for investigation. The other reason is that in a system that’s making good use of price information, it is very difficult to add other information without degradation. Pure price systems are close enough to the North Pole that any departure tends to bring you farther south.”

More from a conversation never heard on CNBC:

“Many systematic traders spend the majority of their time searching for good places to initiate. It just seems to be part of human nature to focus on the most hopeful point of the trading cycle. Our research indicated that liquidations are vastly more important than initiations. If you initiate purely randomly, you do surprisingly well with a good liquidation criterion. In contract, random liquidations will kill the best system.”

More from Eckhardt can be found in my 2nd book.

이 공유:

저자에게 연락하십시오.

3 가지 생각 & ldquo; William Eckhardt: Wise ‘Price’ Trader ”

God, I love hearing from the Masters! 공유 해줘서 고마워!

Very clear and to the point. “Pure price systems are close enough to the North Pole that any departure tends to bring you farther south”.

Could you share where the rest of this interview / conversation can be found? (I don’t recall it from your books).

Look up “New Market Wizards – by Jack Schwager”, William Eckhardt interview.

코멘트는 닫힙니다.

트렌드 트레이딩 시스템.

추세 및 무역; 기함 시스템은 대규모 반환을위한 단계적 솔루션입니다. Clients span 70+ countries.

Covel Books & amp; 필름.

TF 아카이브.

TF 카테고리.

Podcast 추세.

Trend Following ™은 iTunes에서 6M + 수신 대기로 2 위를 기록했습니다. Listen for free everywhere: iTunes, iHeartRadio, Google, Stitcher, RSS.

마켓 마법사 레슨.

Small town guy starts at a 1970s gas station with a calculator and becomes a trading legend worth $100 million. 무료 비디오.

억만 장자 John W. Henry는 농부로서 시작되어 트렌드 추종자가되었으며 지금은 Red Sox를 소유하고 있습니다. 그는 Moneyball입니다. 여기에서 그의 이야기를 읽으십시오.

구독하고 시장 마법사 비디오를 수신하십시오.

제품 제품 동향 자주 묻는 질문 성능 차트 시장 컴퓨터의 순간 지금의 순간 새로운 트레이더 Pro Traders College Traders 70 개국 왜 회의론을 배우는가 Bitcoin 성공 사례 전설 I 데이비드 하딩 Paul Tudor Jones Bill Dunn Ken Tropin 클리프 Asness JP Bouchaud 래리 하이트 Ed Seykota John W. Henry 살렘 아브라함 폴 멀 버니 케빈 브루스 데이비드 드루즈 짐 시몬스 마틴 루크 레다 브라가 전설 II 명예의 전당 워렌 버핏 제시 리버모어 소년 플런저 리처드 데니스 거북 리처드 돈 차이 니콜라스 다르바 제럴드 루브 아서 커튼 헨리 클 윙스 모든 팟 캐스트 Eps. TF 팟 캐스트 Eps. 행동 Eps. 노벨 포드 캐스트 Eps. 자연을 육성 연구의 기원 큰 이벤트를 사고 CNBC 게임 무역 모든 변경 없음 제로 - 합계 패자 평균. 패배 자 기억력 없음 검은 백조 행동 갭 게임 확률 없음 PhD 위험 요소 역설 정보 블로그 소개 Covel Books 보도 자료 필름 영향 베스트셀러 백서 동기 부여 내 프로세스 가치 캐피털 보장 연락처 인덱스.

&부; 2004-17 동향 및 무역; 판권 소유. | Sitemap.

추세 및 트레이드 정보; 마이클 Covel 및 / 또는 추종자의 서면 허가없이 사이트 네트워크를 복사, 재 인쇄 또는 재배포 할 수 없습니다 (그러나 서면 허가는 일반적으로 쉽게 부여됩니다). 이 웹 사이트의 목적은 투자, 위험, 경제, 심리학, 인간 행동, 기업가 정신 및 혁신 전반에 걸쳐 아이디어를 자유롭게 교환하도록 장려하는 것입니다. 이 웹 사이트의 전체 내용은 달리 명시되지 않는 한 Michael Covel의 의견을 기반으로합니다. 개별 기사는 각 저자의 의견을 바탕으로하며, 지적 된대로 저작권을 유지할 수 있습니다. 이 웹 사이트의 정보는 마이클 코벨 (Michael Covel)과 그의 커뮤니티의 연구 및 경험에 대한 지식과 정보를 공유하기위한 것입니다. Information contained herein is not designed to be used as an invitation for investment with any adviser profiled. 이 사이트의 모든 데이터는 여기에 언급 된 관리자가 CFTC, SEC, Yahoo Finance, Google 및 공개 문서에서 직접 제공합니다. 우리는 모든 데이터가 정확하다고 가정하지만 출처에서 제기 된 오류, 누락 또는 사무 오류에 대해 책임을지지 않습니다. 추세 및 무역; 다양한 투자 조사 및 투자 정보 제품을 판매 및 판매합니다. 독자는 주식, 통화, 옵션, 상품, 선물 계약, 전략 및 증권 계좌 모니터링에 대한 전적인 책임이 있습니다. 추세 무역 및 그 자회사, 직원 및 대리인은 거래를 권유하거나 실행하거나 투자 자문을 제공하지 않으며 연방 또는 주정부 기관에 중개인 또는 고문으로 등록되지 않습니다.

트렌드 팔로우 & 트레이드; TurtleTrader & reg; TurtleTrader & reg; Trend Following의 상표 / 서비스 마크입니다. 추후 추후 네트워크 사이트에 나타나는 기타 상표 및 서비스 마크는 추종자가 소유하거나 추후 추종자가 아닌 제 3자를 포함하여 다른 당사자가 소유 할 수 있습니다.

책 : Edwin Lefèvre PDF의 주식 운용사에 대한 추억.

"황소, 곰, 검은 백조 시장에서 큰 수익을 낼 기회를 원한다면, 이 곳이 당신이되고 싶어하는 곳입니다. 그러나 이것은 쿠폰을 잘라 내지 않고 위험 부담도없고 반환도되지 않습니다."