Identifiant   Mot de passe       Oublie mot de passe?  Oublie login?  Creer un compte

 

Prochaine News

Initialisation...

Forum Trading Auto

by nvitale
Feb.05.12 23:26:20
Feb.05.12 15:23:34
Feb.05.12 11:51:01
Feb.03.12 15:55:48
Feb.03.12 13:59:08
by nvitale
Feb.03.12 10:00:07
Feb.02.12 11:39:41
by surfeur
Feb.02.12 11:22:58
by nvitale
Feb.02.12 10:52:50
by nvitale
Feb.02.12 00:49:18
by nvitale
Feb.01.12 15:07:06
by nvitale
Jan.31.12 19:07:24
by oppidum
Jan.31.12 18:23:08
by jabal
Jan.31.12 17:02:40
by nvitale
Jan.31.12 11:50:02
Animé par JoomlaMe

AutomatedTradingShop

 

Abonnez-Vous

flux rss trading automatique Flux RSS
facebook trading automatique Facebook
twitter trading automatique Twitter

Sondage

Pour vous, la qualite d'excecution est :
 
Backtest
Une astuce pour réduire les draw downs Envoyer

 

Jez Liberty est l'auteur du site Automated Trading System. Passionné par le trading et professionnel du développement logiciel depuis 8 ans à Londres, il nous documente son travail, étapes par étapes, pour mettre au point un système de trading automatique de suivi de tendance.

Vous pouvez lire l'article original en anglais ici : A trick to reduce drawdowns

Les drawdowns représentent la partie des statistiques que l'on redoute dans un système de trading. En effet le maximum dradown souligne le niveau de perte que l'on pourrait encaisser en tradant ce système. En résumé il est un indicateur du risque que vous apportez à votre capital.

Avant d'aller plus loin, je vous dois un rapide avertissement : je n'ai pas d'astuce magique permettant de réduire simplement les dradowns... mais avec ce titre accrocheur, je souhaite vous apporter à votre attention comment l'on peut interpréter les draw downs avec plus de nuances. Nous réduirons en effet les drawdowns d'un système, mais sans astuces.

Vous savez bien évidemment que le drawdown est la distance relative entre le niveau actuel de l' Glossary Link equity et le plus haut sommet passé. Lorsqu'un système présente un maximum drawdown de 30%, le mettre en pratique sous entend d'accepter une perte probable de capital de 30% durant la vie du système. Et bien pas tout à fait...

 

Le suivie de tendance induits des drawdowns

 

Par nature, les stratégies de suivi de tendance encouragent généralement les drawdowns par leur tendance à attendre l'inversion de la direction des marchés avant de clôturer les positions. Pour tout trade gagnant, il y a souvent beaucoup d'open equity qui est "rendue" aux marchés.

Voici ci dessous la courbe d'equity d'un trade hypothétique issu d'un système de suivi de tendance :

EquityCurves

 

La closed equity change seulement une fois que le trade est cloturé, tandis que l'equity totale reflète également les mouvements de l'open equity, c'est à dire les ordres ouverts. Ce que l'on apelle "locked-on" equity est le niveau de capital protégé par un stop loss. Au début il matérialise une perte et puis petit à petit son niveau augmente lorsque que l'on bouge le stop loss pour sécuriser des gains. Lorsque le trade est cloturé, les trois equity se rejoignent.

 

Est-il sensé de se baser sur l'open/total equity?

 

Comme mentionné précédement, la total equity est la mesure universelle des performances des systèmes de trading. Vous entendez souvent que vous devriez considérer la valeurs des profits en cours de la même manière que vos profits durement validés et rapatriés sur votre capital. Je ne pense pas cependant que ceci s'applique cependant aux systèmes de suivi de tendance dont on sait qu'ils par laisseront par définition une bonne partie de leurs profits en court aux pieds de la table; mais que globalement sur le long terme, c'est le meilleur moyen de bénéficier des grosses vagues.

L'open equity d'un système de suivi de tendance ne représente que les profits potentiels, et comme le dit la sagesse populaire :

Il ne faut pas vendre la peau de l'ours avant de l'avoir tué...

 

Il pourrait être prudent de faire de même avec votre système de trading et de ne pas prendre en compte les open profit de la même manière que ceux qui ont été réalisés. Si l'on prend en compte le trade de l'exemple ci dessus et de ses equities associées, il peut sembler non logique de regarder les performances de son système via la ligne verte. L'open equity n'influence pas directement la ligne représentant la closed equity.

Ce qui importe au final est la quantité de capital que l'on risque (closed equity) et quels sont les profits réellement réalisés.

Total Equity et statistiques de système

 

Sur le graphique de l'equity représentant seulement un trade gagnant, la relative large variation de l'open equity impacte des statistiques du système.

Malgré le fait que ce trade n'est jamais plus perdant que la moitié du risque initial matérialisé par la "Non Risk equity", il nous laisse un drawdown 3 fois plus élevé que celui de notre prise de risque initiale.

Un autre indicateur intéressant pour contrôler la prise de risque est le system heat. C'est le montant de l'equity risqué, c'est à dire la différence entre la total equity et la non-risk equity. Chaque fois que l'on ouvre un nouveau trade, le "heat" est égal au risque pris basé sur le stop et la taille de la position. Cependant, à mesure que le trade avance, on se rend compte avec notre exemple que le heat devient beaucoup plus important malgré le fait que le risque réel initial soit inchangé.

Si l'on regarde les données brutes des dradowns et du "heat" du point de vue de la total equity, on obtient une fausse impression de la dynamique du système qui se trouve pénalisé alors que par essence c'est un bon trade de type suivi de tendance.

On pourrait alors suggérer (et c'est mon cas) que regarder des equity alternatives nous donnerait une vue plus claire de notre système.

En terme de drawdowns, nous savons qu'une large portion de ceux ci est en fait du aux inévitables pertes en fin de trades caractéristiques des systèmes de suivi de tendance. Les drawdowns sur la closed equity sont donc une meilleur mesure de la manière dont le système se comporte mal en entrant des trades réellement perdants, et en mettant en valeur le montant réel du capital pouvant être perdu en tradant le système.

Similairement, concernant le risque réellement pris par le système, nous pourrions le mesurer en comparant la closed equity à ma non-risk equity. Le heat étant la différence entre ces deux dernières.

Sur les trades gagnant, ceci diminuerait drastiquement les drawdowns et les chiffres de risk/heat.

 

Réduction de DrawDowns sur les systèmes réels

 

Tout ceci est très bien avec notre seul exemple théorique de trade, mais comment ce que nous venons de voir affecte un réel système de trading? Pour le vérifier, j'ai réalisé un système classique Donchian 50 jours breakout et j'ai calculé le Maximum DrawDown à la fois sur la total et closed equity. Premièrement, voici le graphique des courbes. Comme attendu, elles suivent grossièrement le même chemin, divergeant de temps en temps mais finissant toujours par se rejoindre :

 

TotalvClosedEquity

 

Les courbes paraissent similaires, cependant les statistiques des drawdowns sont sensiblement différentes avec la total equity qui manifeste un dradown maximum de près de 35% plus important que la closed equity :

  • Total Equity Max Drawdown: 38.2%
  • Closed Equity Max Drawdown: 28.5%

 

Si vous aviez commencé à trader cette stratégie dans le passé, vous auriez pu connaitre à un point donné une perte de capitale bien plus importante que les 28% annoncés par le Glossary Link backtest en closed equity  (à noter que je parle bien du passé car le future ne reproduit pas exactement le passé).

En conclusions


Je suis persuadé que ceci est un sujet à controverse parmi les développeurs de systèmes de trading et qu'en terme de reporting pour la comptabilité et les taxes il faut prendre en compte la totale equity.

Le but de ce post n'est pas vraiment de faire l'avocat d'une méthode plutôt que de l'autre, mais plutôt de vous attirer l'attention sur le choix de la bonne statistique en fonction de votre objectif. il y a une grande différence entre le besoin d'étudier son système et celui de le présenter à des investisseurs potentiels.

PS: A la place de la “non-risk equity” utilisée dans ce post, vous pourrez trouver aussi trouver le terme de ”core equity”.

 
Backtest et optimisation multi-coeurs sous MetaTrader 5 Envoyer

 

D'après une annonce de Metaquotes, MetaTrader 5 permettra de créer des environnements multi-coeurs pour accélérer le Glossary Link backtest et l'optimisation des stratégies. Ces environnements permettent d'optimiser les calculs en permettant de les distribuer sur plusieurs ordinateurs. De même, plusieurs agents de calcul pourront être installé sur un même ordinateur (un pour chaque coeur) afin de permettre une utilisation optimale des ressources.

Par défaut, le nombre d'agent est égal au nombre de processeurs sur la station et ces agents peuvent distribuer des tâches aux agents distants, c'est à dire situés sur des ordinateurs différents. Il est très facile d'installer des agents distants. Tout ce que vous avez à faire est d'utiliser MetaTester.exe (un seul fichier) et d'installer les agents comme des services un par un ou automatiquement selon le nombre de processeurs. Un accès séparé par mot de passe pour chaque agent est mis en place afin de s'assurer que seuls les utilisateurs autorisés pourront s'y connecter.

Voici le backtest d'un EA sur un coeur local. A la fois l'état et la charge du CPU sont montrés.

 

 

Démarrer un backtest sur un agent distant :

 

 
Outil de modélisation 3D des backtests et optimisation Metatrader Envoyer

Vous avez pu observer lors de la série d'articles à propos du système de trading IKH de Simon Depiets (allias "Lliane"), l'utilisation d'un outil maison de visualisation 3D pour analyser les backtests et optimisations de Metatrader.

Etant donné que c'est le premier Noël de Trading Automatique et que nous souhaitons tous vous remercier pour la confiance que vous avez témoigné à notre service de programmation, voici un cadeau à destination de tous les membres de notre communauté.

Nous vous offrons gratuitement l'outil permettant de visualiser en 3D les données générées par l'optimisateur de Metatrader 4. Vous pourrez visualiser les Profits, le Profit Factor, le Trade Moyen ou le Nombre de trades en fonction de 2 paramètres que vous souhaitez optimiser. Voici une capture d'écran de ce petit logiciel conçu en Java en utilisant GNU Octave pour le traçage de la surface :



L'installation de l'outil en 5 étapes

1 - L'outil est disponible gratuitement ici (connectez vous avant ou créez vous un compte si ce n'est pas déjà fait) - Utilisation Commerciale Interdite.
2 - Il faut au préalable télécharger et installer Gnu Octave http://sourceforge.net/projects/octave/ … e/download
3 - Installer Java si ce n'est déjà fait http://www.java.com/fr/download/index.jsp
4 - Puis linker mt2oct à Octave avec le bouton Select Octave Path (de base C:\Octave\3.2.3_gcc-4.4.0\bin\octave.exe )
5 - Ensuite coller le "clic-droit copier d'optimisation" des résultats dans le champ texte.
5 Bis - Vous pouvez déjà tester les données utilisées dans les précédents articles. Ouvrir un fichier qui contient ces données, ci-dessous les fichiers ayant servi a faire les graphes de cet article :
UT 1M
UT 5M
UT 15M
UT 1H
UT 4H
UT 1D
6 - Sélectionnez les 2 paramètres à visualiser en appuyant sur le boutton Convert
7 - Sélectionnez la troisième dimension à savoir les "Profits", "Nombre de Trades", "Profit Factor", ou "Trade Moyen" en appuyant sur le boutton correspondant.

Octave sera alors lancé et la fenêtre de visualisation 3D apparaitra.

 
Comment réaliser une optimisation sous Metatrader 4 Envoyer

 

Voici un petit tutoriel vidéo du blog ForexCapitalisation à destination de ceux qui se demandent comment réaliser une optimisation de leurs EAs sur Metatrader 4.

 

 
Comment évaluer les entrées de son système Envoyer

Jez Liberty est l'auteur du site Automated Trading System. Passionné par le trading et professionnel du développement logiciel depuis 8 ans à Londres, il nous documente son travail, étapes par étapes, pour mettre au point un système de trading automatique.

Lorsque l'on définit un système de trading, nous énonçons des règles d'entrée et de sorties. Nous programmons ensuite notre automate à partir de ces règles et nous le backtestons. Le problème du Glossary Link backtest classique est que nous ne pouvons analyser que le système dans sa globalité. Chaque modification des règles de sortie ou du Glossary Link money management aura un grand impact sur les résultats obtenus et il devient assez difficile de savoir ce que valent vraiment nos règles d'entrées en tant que telles.

C'est pour répondre à ce problème que le e-Ratio nous vient en aide et Jez nous explique comment.

Vous pouvez lire l'article original en anglais ici : e-ratio. How to measure your trading edge in four steps

 

Le e-ratio est un indicateur qui mesure la qualité d'un composant d'un système de trading, c'est à dire sa capacité à identifier un biais du marché. Par exemple, nous pourrions l'utiliser pour évaluer le signal d'entrée d'un système basé sur le break out des canaux de Donchian.

Le concept

 

Le e-ratio donne une mesure de l'alpha (hedge/biais détecté) en calculant la quantité de trades qui vont en votre faveur par rapport à ceux qui font le contraire. Plus la valeur de l'e-ratio est grande, plus une quantité de trades important vont dans la bonne direction, ce qui nous donne une bonne estimation de l'alpha mesuré.

  1. Prenez tous les trades générés par le signal d'entrée.
  2. Fermez chaque trade après une certaine durée n fixée.
  3. Calculez le e-ratio basé sur les données de tous les trades (ce qui va être détaillé dans les 4 étapes de la suite). Ceci vous donne le e-ratio de votre entrée pour la durée choisie.
  4. Répétez l'opération pour diverses valeurs de n et représentez les résultats dans un graphique indiquant le e-ratio en fonction du temps (cf l'illustration ci-dessous).

 

Le e-ratio du critère d'entrée est représenté ci dessous. Plus la valeur est important, le meilleur est le biais que vous exploitez. La graphique ci-dessous représente le e-ratio en fonction du nombre de jours. Celui de 45 jours a une valeur de 1.21 mais chute à 1.07 pour 68 jours.

The e-ratio of the entry criteria is plotted above. The higher the value of the e-ratio, the better the edge. In the instance above the 45-day e-ratio is 1.21 but the edge degrades over time and the e-ratio value drops to 1.07 for day 68.


Etape 1: Enregistrez le MAE et MFE de chaque trade

Pour chaque trade mesurez l'Excurion Favorable Maximale et l'Excursion Adverse Maximale. Ces excursions  correspondent au montant maximum des pertes (Adverse) ou des gains (Favorables) qui surviennent pendant la durée du trade. Il est donc calculé en faisant la différence entre le prix d'entrée et le prix le plus haut et le plus bas survenant durant le trade. Notez que ces valeurs sont positives.


Etape 2: Normalisez le MAE et le MFE

Pour être capable de calculer et comparer le e-ratio sur différents marchés, les excursions devrait être normalisées à un dénominateur commun, comme une unité de volatilité. L'ATR (Average True Range) est une bonne mesure de volatilié. Dans de nombreux systèmes il est aussi utilisé pour calculer la taille des positions, ce qui le rend donc idéal. Divisez toutes les valeurs de MAE et MFE par les valeurs de ATR calculées au début de chaque trade. Dans cet exemple nous utilisons la même période pour l'ATR que pour les canaux de Donchian. Ceci nous donnes des valeurs comparables dans pour tous les marchés conditions.


Etape 3 : Moyenne des MAE et MFE sur tous les trades

Ce sont juste des mathématiques simples ici. Ajoutez tous les MAE et MFE normalisés et divisez par le nombre de trades. Vous obtiendrez alors les MFE et MAE moyens.

 

Etape 4: Division finale = e-ratio

Divisez simplement le MFE moyen par le MAE moyen pour obtenir le e-ratio associé à la durées des trade n. Une valeur positive est nécessaire pour indiquez que votre entrée possède un alpha sur cette longueur de trade.

Analyse

Représenter graphiquement le e-ratio en fonction de diverses périodes de trade vous permet de vérifier et d'analyser l'edge offert par votre système et surtout de choisir la timeframe qui est le plus appropriée à vos signaux.

Vous pouvez aussi calculer les e-ratios pour différentes parties de votre système pour observer comment ils impactent sur le résultat final.

Un autre composant d'un système de trading pourrait être un filtre, par exemple ne trader que dans le sens du trend dominant :

  • acheter seulement lorsque la MA d'un timeframe supérieur monte et est en dessous des prix
  • vendre seulement lorsque la MA d'un timeframe supérieur baisse et est en dessus des prix

 

Le second e-ratio représenté est obtenu par la combinaison du système et du filtre que nous avons défini. Vous pouvez vous rendre compte de l'ammélioration que le filtre apporte ici.

 

The second e-ratio plotted is from a combined entry signal and trade filter. You can see the improvement a filter logic makes!

 

Le e-ratio est un des outils à la disposition des développeurs de systèmes de trading automatique. il peut rapidement vous donner un sentiment général lors de l'introduction d'un composant à votre stratégie de trading.

Credits: le e-ratio a été introduit par Curtis Faithdans son livre Way of the Turtle.

Note: le e-ratio a été calculé en utilisant TradersStudio (et Excel). Le système testé était un Breakout des canaux Donchian (17 jours) avec 7 marchés futurs. La MA utilisée pour le filtrage est de 108 jours.

Vous pouvez accéder aux codes de Jez permettant de calculer le e-ratio, ainsi que le système pour les plateformes TraderStudio et Amibroker :

 
<< Début < Précédent 1 2 3 Suivant > Fin >>

Page 1 sur 3

Articles en rapport :

 
Joomla 1.5 Templates by Joomlashack