Negociação de estratégias múltiplas

Mais um passo.
Complete a verificação de segurança para acessar o globalinvestoralerts.
Por que eu tenho que completar um CAPTCHA?
Concluir o CAPTCHA prova que você é humano e dá acesso temporário à propriedade da web.
O que posso fazer para evitar isso no futuro?
Se você estiver em uma conexão pessoal, como em casa, você pode executar uma verificação antivírus em seu dispositivo para se certificar de que não está infectado com malware.
Se você estiver em um escritório ou rede compartilhada, você pode pedir ao administrador da rede para executar uma varredura na rede procurando dispositivos mal configurados ou infectados.
Cloudflare Ray ID: 3d79efaf422059ea & bull; Seu IP: 78.109.24.111 & bull; Performance & amp; segurança por Cloudflare.

Estratégia de negociação do intervalo de lotes múltiplos.
por Richard Krivo.
Pergunta do estudante: no Webinar de negociação do intervalo, é mencionada uma estratégia de lote múltiplo onde um lote pode ser fechado para bloquear o lucro, enquanto o outro lote pode ser aberto para o potencial de um maior ganho. Você poderia mostrar como isso funcionaria com um gráfico? Apreciá-lo. Resposta do instrutor: boa pergunta & hellip; Dê uma olhada na tabela abaixo e no hellip; Em um intervalo, queremos comprar em suporte. Assim, na zona de suporte verde, compraríamos dois lotes (múltiplos) e colocávamos a nossa parada no nível da linha amarela e do inferno, abaixo do pavio mais baixo que penetrou no suporte. Então, aproximadamente a meio do intervalo, fecharíamos (vendendo) um dos lotes, bloqueando assim esse lucro e movendo a parada para o ponto de equilíbrio no restante do lote. Em seguida, deixamos o segundo lote restante negociar até a resistência (o topo do intervalo) e fechá-lo nesse nível ou imediatamente antes. Esse seria o cenário ideal. No entanto, se o comércio não for ao topo da gama e simplesmente se retrava todo o caminho de volta para apoiar, seríamos impedidos com um ponto de equilíbrio e hellip, ou seja, sem perda / sem ganho. Mas ainda teríamos o lucro de fechar a primeira posição no meio do caminho. Esta estratégia permite que um comerciante bloqueie pelo menos um nível moderado de lucro (assumindo, naturalmente, que o comércio se moveu a seu favor até certo ponto), mesmo que o comércio não torne todo o caminho para o nível ou limite alvo desejado .
O DailyFX fornece notícias e análises técnicas sobre as tendências que influenciam os mercados monetários globais.
Próximos eventos.
Calendário econômico Forex.
O desempenho passado não é uma indicação de resultados futuros.
DailyFX é o site de notícias e educação do Grupo IG.

Negociação multi-estratégia
Técnicas multi-mercado para estratégias de negociação robustas.
por Michael R. Bryant.
Uma das maiores preocupações entre os comerciantes sistemáticos é a estratégia de negociação excessiva. Uma estratégia de sobreposição parece ótima no back-testing, mas falha no teste para frente ou na negociação em tempo real. Existem muitos fatores que afetam se uma estratégia está ou não superada, mas um grande fator é a robustez. Neste contexto, a robustez refere-se a quão sensível é uma estratégia para as variações nos dados em que se baseia. Uma estratégia mais robusta é menos sensível às variações nos dados de preços. Em outras palavras, uma estratégia robusta funcionará bem para uma maior variedade de preços de mercado do que uma estratégia menos robusta.
Provavelmente, uma estratégia de negociação que funciona bem em uma variedade de mercados diferentes é mais robusta do que uma que funciona em apenas um desses mercados. No entanto, criar estratégias que funcionam em uma variedade de mercados é apenas uma maneira de alcançar a robustez usando uma abordagem multi-mercado para o projeto de estratégia. Este artigo discute algumas das diferentes técnicas de multi-mercado que podem ser usadas para construir estratégias comerciais mais robustas.
Insensibilidade aos preços.
O elemento-chave da robustez da estratégia em que quero focar é a insensibilidade aos preços. Insensibilidade significa que a estratégia pode negociar lucrativamente para uma grande variedade de preços. O grau de variação nos preços pode variar de pequenas diferenças, como o alto ou baixo sendo diferente por alguns carrapatos, para grandes diferenças, como mercados completamente diferentes.
Para pequenas variações, deve ficar claro que uma estratégia não deve ser tão dependente de um preço específico ou padrão de preços que, mesmo uma variação de alguns carrapatos no padrão causará a falha da estratégia. No entanto, isso pode acontecer na prática se uma estratégia for projetada para um mercado específico usando técnicas como padrões de preços em que as condições de entrada ou saída dependem de certos preços ou a relação entre preços específicos. Como o futuro nunca replica exatamente o passado, é importante não confiar em padrões tão ligados ao passado que provavelmente não serão repetidos. Na verdade, na maioria dos casos, tais "padrões" provavelmente são apenas ruídos aleatórios do mercado. Neste final do espectro de robustez, então, um objetivo valioso seria tornar as estratégias menos sensíveis ao ruído aleatório do mercado.
Técnicas para diferentes graus de robustez.
Nesta seção, vou discutir três técnicas diferentes para construir a robustez em uma estratégia comercial, cada uma focada em um grau de robustez diferente. Para ilustrar as idéias, usarei exemplos gerados pelo Adaptrade Builder, uma ferramenta de geração de código e descoberta de estratégia que crie estratégias comerciais na EasyLanguage para TradeStation e MultiCharts.
A primeira técnica, que também é mais comum, é construir uma estratégia em vários mercados, onde cada mercado é diferente. Alguns comerciantes apenas negociam estratégias de vários mercados com base na crença de que as estratégias de mercado único são muito prováveis ​​de serem superadas. Outros comerciantes preferem se concentrar em um mercado único.
Independentemente da sua preferência, um trade-off entre robustez e desempenho deve ser esperado ao criar estratégias. Estaria perguntando demais para esperar uma estratégia destinada a negociar vários mercados para executar também em qualquer mercado dado como uma estratégia projetada especificamente para esse mercado. Por outro lado, o risco de sobreposição geralmente será maior para uma estratégia de mercado único.
No entanto, um meio termo é possível. Embora não haja nada de errado em tentar desenvolver uma estratégia que negocie de forma confiável uma cesta de mercados em grande parte não relacionados - digamos, petróleo bruto, ouro, trigo, índices de ações, forex, etc. - outra abordagem é agrupar os mercados relacionados e construir apenas os mercados em cada grupo. Vou me concentrar na última abordagem aqui.
No exemplo abaixo, criei uma estratégia em três futuros de índice de ações: E-mini S & amp; P MidCap 400 (EMD), mini Russell 2000 (TF) e E-mini S & amp; P 500 (ES). Usando cinco anos de barras diárias e assumindo US $ 25 por contrato para custos de negociação (derrapagem, comissões, etc.), eu construí uma estratégia, maximizando o lucro líquido ao mesmo tempo em que minimizamos a redução, onde o lucro líquido foi ponderado duas vezes mais do que a redução. Eu reservei os últimos 25% dos dados para testes fora da amostra. O dimensionamento da posição foi definido para usar um contrato por comércio. Os resultados são mostrados abaixo na Fig. 1.
Figura 1. Curvas de capital para uma estratégia de negociação construída em barras diárias dos mercados de futuros ES, EMD e TF.
A curva mais alta no topo representa a curva de capital combinada (carteira), enquanto as três curvas abaixo representam as respectivas curvas de equivalência patrimonial para cada mercado. É evidente a partir das curvas de patrimônio para cada mercado que a estratégia se comercializa de forma muito similar em cada mercado.
Embora os três mercados estejam relacionados e provavelmente tenham um alto grau de correlação, os preços reais são diferentes em cada série de preços. Podemos concluir que a estratégia é, portanto, insensível à variação de preços entre os mercados - funciona basicamente o mesmo em cada mercado, mesmo que os detalhes do tick-by-tick dos preços sejam diferentes para cada mercado. Isso ajuda a atingir o objetivo de tornar a estratégia insensível ao ruído aleatório do mercado, pois, presumivelmente, os elementos aleatórios serão diferentes do mercado para o mercado, mesmo em mercados relacionados.
Além disso, é razoável concluir que a lógica da estratégia está abrindo os elementos que os três mercados têm em comum. Uma vez que os três mercados são futuros do índice de ações, esses elementos estão presumivelmente relacionados à forma como o mercado de futuros de índices de ações atua nesse período de tempo.
Estratégias de Mercado Único Intraday.
Outra técnica para tornar as estratégias mais robustas é uma que pode ser aplicada a uma estratégia de mercado único em dados intradiários. Digamos que você deseja desenvolver uma estratégia comercial para barras de 5 minutos dos futuros E-mini S & amp; P 500 (ES). Se você quiser se concentrar no ES, mas está preocupado com a inadaptação de padrões espúrios nesse tamanho de barra, você pode tentar ajustá-lo simultaneamente a outros tamanhos de barras similares. Esta abordagem baseia-se na ideia de que uma estratégia que negocia, digamos, barras de 5 minutos também deve manter-se em barras de 7 minutos. Qualquer estratégia que não comercialize de forma semelhante em ambos os tamanhos de barras seria presumida ser excessiva em uma série de preços e, portanto, excluída.
Na Fig. 2, são mostrados os resultados da construção de uma estratégia em barras de 5, 7 e 9 minutos do ES (sessão diurna). Um ano de dados intradía foi utilizado e US $ 25 por contrato para custos de negociação foi assumido. As outras configurações foram as mesmas do exemplo anterior, exceto que 33% dos dados foram reservados para testes fora da amostra.
Figura 2. Curvas de capital para uma estratégia de negociação construída em barras de 5, 7 e 9 minutos do mercado de futuros da ES.
Diretamente Incluindo Ruído.
Se o objetivo é garantir que a estratégia em desenvolvimento seja insensível ao ruído do mercado, a abordagem mais direta é incluir o ruído no processo de construção. Existem várias maneiras de fazer isso. Em um artigo do meu outro boletim informativo, The Breakout Bulletin, expliquei como criar dados de preços sintéticos, ao aleatorizar certos elementos de uma série de preços existente.
Nesse artigo, eu randomizei a ordem das mudanças de preço, que preserva o preço altera-se, mas perde qualquer dependência serial nos dados. Há pelo menos duas abordagens alternativas que preservariam as correlações em série ao criar uma versão aleatoriamente modificada da série original:
Altere aleatoriamente uma determinada porcentagem de barras e, para cada barra a ser alterada, selecione aleatoriamente um preço (aberto, alto, baixo ou fechado) para modificar. Finalmente, altere o preço por uma quantia aleatória. Por exemplo, suponha que modifiquemos barras com uma probabilidade de 20%. Se uma barra for selecionada para ser modificada, podemos selecionar aleatoriamente o preço alto a ser alterado. Finalmente, mudamos o valor alto por um valor escolhido aleatoriamente entre, digamos, 0% e 10% do intervalo verdadeiro médio nas últimas 50 barras.
Aplique o método da série de preços sintéticos descrito no artigo mencionado acima, mas use um "processo de fragmentação" técnica para ajudar a preservar as correlações em série. A técnica de fragmentação agrupa as mudanças de preços para alguns números pré-selecionados de barras e aleatoriza a ordem dos pedaços. Por exemplo, suponha que o tamanho do trecho seja de 20 barras. Cada série de 20 barras é considerada um pedaço, e a ordem dos pedaços é então aleatorizada. Os troços aleatórios de mudanças de preços são então reconstituídos em uma série de preços, conforme explicado no artigo. O tamanho da peça pode ser escolhido com base em uma análise da dependência serial, se houver, nos preços originais.
Independentemente do método escolhido, a série resultante será adicionada ao portfólio, assim como nos exemplos anteriores. Uma vez que o objetivo é garantir que a estratégia resultante seja insensível aos elementos aleatórios introduzidos nos dados, pelo menos várias dessas séries de preços sintéticos devem ser adicionadas ao portfólio, além dos preços originais. As estratégias seriam então construídas sobre todas as séries, originais e sintéticas, como um portfólio.
Alcançar insensibilidade à variação de preços é uma forma de construir a robustez em uma estratégia comercial. O grau de variação de preços pode variar de flutuações aleatórias (ou seja, ruído) a preços de um mercado completamente diferente. Para desenvolver uma estratégia insensível ao desejado grau de variação de preços, a estratégia pode ser construída e testada em uma carteira de mercados consistindo na série de preços original ou alvo, juntamente com outras séries de preços que introduzem o desejado grau de variação.
As três técnicas discutidas neste artigo diferiram em como a variação de preço foi criada. A primeira técnica utilizou mercados diferentes, mas relacionados. A segunda técnica usou diferentes tamanhos de barras do mesmo mercado. A última técnica proposta usando dados de preços sintéticos gerados a partir da série original, modificando aleatoriamente elementos da série original.
Independentemente da abordagem utilizada, a idéia básica de construir estratégias de negociação para ser menos sensível aos dados usados ​​para projetá-los e testá-los deve ajudá-lo a criar estratégias comerciais mais robustas. E uma estratégia de negociação robusta é menos provável que seja ajustada ao mercado e, portanto, é mais provável que se mantenha bem no comércio em tempo real.
* Este artigo apareceu na edição de agosto de 2018 da newsletter do Adaptrade Software.
OS RESULTADOS DE DESEMPENHO HIPOTÉTICOS OU SIMULADOS TÊM CERTAS LIMITAÇÕES INERENTES. DESEJO UM REGISTRO DE DESEMPENHO REAL, OS RESULTADOS SIMULADOS NÃO REPRESENTAM A NEGOCIAÇÃO REAL. TAMBÉM, DESDE QUE OS NEGÓCIOS NÃO SEJAM REALMENTE EXECUTOS, OS RESULTADOS PODEM TENER SOB OU COMENTÁRIOS COMPLEMENTARES PARA O IMPACTO, SE HAVER, DE CERTOS FATORES DE MERCADO, TAL COMO FALTA DE LIQUIDEZ. PROGRAMAS DE NEGOCIAÇÃO SIMULADOS EM GERAL SÃO TAMBÉM SUJEITOS AO FATO QUE ESTÃO DESIGNADOS COM O BENEFÍCIO DE HINDSIGHT. NENHUMA REPRESENTAÇÃO ESTÁ FAZENDO QUE QUALQUER CONTA VÁ OU SEJA PROBABILITÁVEL PARA ALCANÇAR LUCROS OU PERDAS SIMILARES ÀOS MOSTRADOS.
Se você quiser ser informado de novos desenvolvimentos, novidades e ofertas especiais do Adaptrade Software, por favor, junte-se à nossa lista de e-mail. Obrigado.
Copyright © 2004-2018 Adaptrade Software. Todos os direitos reservados.

Visão geral da empresa da Ritchie Multi-Strategy Global Trading Ltd.
Visão Geral da Empresa.
Em 26 de dezembro de 2007, uma petição involuntária de reorganização ao abrigo do Capítulo 11 foi arquivada contra Ritchie Multi-Strategy Global, LLC no Tribunal de Falências dos EUA para o Distrito Norte de Illinois.
2100 Enterprise Avenue.
Genebra, IL 60134.
Principais executivos da Ritchie Multi-Strategy Global Trading Ltd.
Ritchie Multi-Strategy Global Trading Ltd. não possui nenhum executivo chave gravado.
Empresas privadas similares por setor.
Transações de empresas privadas recentes.
As informações e os dados exibidos neste perfil são criados e gerenciados pela S & P Global Market Intelligence, uma divisão da S & P Global. A Bloomberg não cria ou controla o conteúdo. Para consultas, entre em contato com a S & P Global Market Intelligence diretamente clicando aqui.
Cotações de ações.
Os dados do mercado são atrasados ​​pelo menos 15 minutos.
Empresas privadas mais pesquisadas.
Comentários financeiros patrocinados.
Links patrocinados.
Procurar empresas A B C D E F G H I J K L M N O P Q R S T U V W X Y Z | 0 1 2 3 4 5 6 7 8 9.
Apenas um representante da empresa pode solicitar uma atualização para o perfil da empresa. Será necessária documentação.
Para entrar em contato com Ritchie Multi-Strategy Global Trading Ltd., visite -. Os dados da empresa são fornecidos pela S & P Global Market Intelligence. Use este formulário para reportar quaisquer problemas de dados.
Todas as alterações de dados exigem verificação de fontes públicas. Inclua o valor ou os valores corretos e uma fonte onde podemos verificar.

Como criar um sistema de negociação multi-agente.
Em um artigo anterior, demonstrei como construir uma estratégia que troque a curva de equidade. Ou seja, uma estratégia que irá interromper a negociação quando a curva patrimonial cai abaixo de uma média móvel simples. Vamos olhar para uma técnica diferente que muitos comerciantes de varejo estão cientes. Em particular, esta técnica é difícil de executar no EasyLanguage.
O que eu quero fazer? Eu quero criar um sistema comercial que rastreie várias cópias de um determinado sistema. Porque eu faria isso? Bem, enquanto cada uma das estratégias são cópias, seus valores de entrada são ligeiramente diferentes. Assim, cada versão cria um desempenho comercial ligeiramente diferente. Vamos ver um exemplo para deixar isso claro.
Primeiro, faça um sistema comercial para trabalhar. Permite usar a estratégia de exemplo chamada Simple S & amp; P. As regras são diretas e estão listadas abaixo.
Se o fechamento de hoje for menor que o fechado há 6 dias, compre (digite long). Se o fechamento de hoje for maior do que o fechado há 6 dias, venda (saída longa). Apenas faça negociações quando o preço de fechamento for superior a 40 períodos SMA.
Esta estratégia produz os seguintes resultados.
Vamos agora duplicar a nossa estratégia e, em seguida, alterar ligeiramente as entradas. Em vez de um nosso lookback de entrada sendo seis, reduzi-lo por um nos deixando com 5. Criamos um sistema comercial ligeiramente diferente que produz resultados diferentes como se vê abaixo.
Vamos duplicar a estratégia original novamente e alterar as entradas. Em vez de um nosso lookback de entrada sendo seis, vamos aumentá-lo por um. Isso nos dá um valor de sete. Temos uma nova estratégia que produz os seguintes resultados.
Então, temos três estratégias comerciais diferentes. Cada um usa um valor de lookback diferente para determinar quando inserir uma troca.
Em um ambiente comercial tradicional você pode otimizar uma estratégia única sobre seus dados históricos e escolher um conjunto razoável de parâmetros de entrada. Você trocaria então esse sistema. Não seria interessante se pudéssemos monitorar o desempenho de cada variação de estratégia e negociar a estratégia de melhor desempenho em tempo real? Em essência, queremos a capacidade de assistir a uma corrida de cavalos e mudar nossa aposta à medida que a corrida corre. Uma ideia muito interessante! Mas quando você começa a codificar esse esquema, ele se torna um processo muito, muito assustador.
Para conseguir isso, precisamos da capacidade de rastrear múltiplos sistemas de negociação dentro de uma determinada estratégia. Em seguida, simplesmente escolhemos a melhor estratégia para negociar ao vivo. Simples no conceito, mas difícil de fazer. Nalmente, não há nenhum método para realizar isso em EL. No entanto, isso mudou. Esta ferramenta, Equity Curve Feedback Toolkit, nos permitirá fazer exatamente isso.
Vamos criar a nossa primeira estratégia multi-agente que negocia automaticamente a variação da estratégia de melhor desempenho.
Configurações ambientais.
Eu codifiquei as regras S & amp; P simples na EasyLanguage e testei-o no mercado de futuros E-mini S & amp; P voltando para 2000. Antes de ir mais longe com a demonstração, deixe-me dizer isso: todos os testes dentro deste artigo vão usar o seguintes pressupostos:
Tamanho da conta inicial de $ 25,000 As datas testadas são de 1998 a 31 de dezembro de 2018 Um contrato foi negociado por cada sinal. A P & amp; L não está acumulada no patrimônio inicial. Nenhuma dedução por derrapagem e comissões. Não há paradas.
Resultados da linha de base.
Criando nossa estratégia multi-agente.
Há três coisas importantes que temos a fazer na nossa estratégia.
Primeiro, é criar um backtesters virtual para rastrear o desempenho de nossas três diferentes estratégias diferentes. Isso é realizado usando a função ECF_VirtualBackTester incluída no Equity Curve Feedback Toolkit. As três linhas de código para realizar isso estão abaixo.
Result = ECF_VirtualBackTester (Orders1, Trades1, True);
Result = ECF_VirtualBackTester (Orders2, Trades2, True);
Result = ECF_VirtualBackTester (Orders3, Trades3, True);
Em segundo lugar, agora recebemos os negócios e a equidade atual de nossos backtesters. A função ECF_GetEquity está obtendo as informações de equidade colocando-as nas variáveis ​​CurrentEquityX e matrizes EquityX.
CurrentEquity1 = ECF_GetEquity (Orders1, Trades1, Equity1, cLongAndShort, UseOpenTrade);
CurrentEquity2 = ECF_GetEquity (Orders2, Trades2, Equity2, cLongAndShort, UseOpenTrade);
CurrentEquity2 = ECF_GetEquity (Orders3, Trades3, Equity3, cLongAndShort, UseOpenTrade);
Em terceiro lugar, agora devemos determinar se a nossa estratégia está a negociar acima da curva patrimonial. Isto é explicado em muito mais detalhes no artigo anterior, Trading The Equity Curve & amp; Além. As seguintes linhas determinarão se nossas estratégias virtuais estão sendo negociadas acima de sua respectiva curva patrimonial.
TradeEnable1 = ECF_EquityMASignal (Orders1, Equity1, EquityMALength, cLongAndShort, UseOpenTrade);
TradeEnable2 = ECF_EquityMASignal (Orders2, Equity2, EquityMALength, cLongAndShort, UseOpenTrade);
TradeEnable3 = ECF_EquityMASignal (Orders3, Equity3, EquityMALength, cLongAndShort, UseOpenTrade);
Em quarto lugar, devemos determinar qual das três estratégias simuladas está realizando o melhor. Isto é realizado com estas linhas de código.
Se (CurrentEquity1 & gt; CurrentEquity2) e (CurrentEquity1 & gt; CurrentEquity3) e (CurrentEquity1 & gt; 0), então BestSys1 = true.
else If (CurrentEquity2 & gt; CurrentEquity1) e (CurrentEquity2 & gt; CurrentEquity3) e (CurrentEquity2 & gt; 0), então BestSys2 = true.
else If (CurrentEquity3 & gt; CurrentEquity1) e (CurrentEquity3 & gt; CurrentEquity2) e (CurrentEquity3 & gt; 0), então BestSys3 = true;
Lá, nós temos. Uma única estratégia que rastreie o desempenho de três estratégias virtuais e só negocia a estratégia de melhor desempenho. Tudo isso acontece em tempo real.
Abaixo está um instantâneo do gráfico que mostra as negociações que estão sendo tomadas pela nossa versão multi-agente da estratégia Simple S & amp; P. Você pode ver no lado esquerdo, está negociando a versão 2 da nossa estratégia. Então, no lado direito do gráfico, passa para a versão comercial da estratégia 1.
Abaixo está o relatório de desempenho da nossa estratégia multi-agente.
Conclusão.
Este é um exemplo muito simples de uma estratégia de negociação multi-agente. No nosso caso, temos três estratégias semelhantes sendo simuladas no backtester. Você pode criar muitas outras cópias virtuais. Tantos quantos quiser. Você nem precisa usar a mesma estratégia. No nosso exemplo, usamos a mesma estratégia, mas alteramos uma das entradas. Você poderia usar diferentes estratégias para competir um contra o outro. Por exemplo, uma tendência seguindo o modelo versus um modelo de reversão médio.
No nosso exemplo, tomamos decisões comerciais de acordo com a equidade de cada sistema, mas podemos usar outras métricas, como redução ou lucro médio por comércio. As opções são realmente incríveis e espero que este exemplo simples seja o retorno das rodas na sua cabeça!
Quais são as melhores práticas para construir esse modelo de negociação? Boa pergunta. Este material é bastante novo para mim e eu adoraria ouvir o que você pensa. Como qualquer ferramenta, pode ser abusada. Minha opinião neste momento é que você deve construir corretamente uma estratégia única, tradicional, primeiro. Ou seja, siga todas as melhores práticas conhecidas de desenvolvimento de estratégias. Uma vez que você tenha um sistema sólido somente, tente adicionar as ferramentas disponíveis no Equity Curve Feedback Toolkit.
Você pode estar se perguntando quais entradas você deve mudar em sua estratégia? Boa pergunta. Eu acho que quanto menos, melhor. Neste exemplo, eu apenas mudei um dos valores de lookback. Eu acho que provavelmente é importante que você estabeleça primeiro o intervalo estável para cada parâmetro. Em seguida, use os valores dentro desse intervalo. No entanto, como eu disse, esta é uma nova área para mim, mas com certeza parece promissor.
Sobre o Autor Jeff Swanson.
Jeff é o fundador do System Trader Success & # 8211; um site e uma missão para capacitar o comerciante de varejo com os conhecimentos e ferramentas adequados para se tornar um comerciante rentável no mundo da negociação quantitativa / automatizada.
Posts Relacionados.
Estratégias sazonais construíram o caminho certo.
Botões de empurrão aleatório.
Voltar ao Basics Parte 3: Backtesting em Algorithmic Trading.
Publicações populares.
Connors 2-Period RSI Update para 2018.
Este indicador simples faz dinheiro novamente e novamente.
The Ivy Portfolio.
Melhorando a Estratégia de Identidade Simples, Parte 1.
Copyright © 2017 da Capital Evolution LLC. - Projetado por temas Thrive | Powered by WordPress.
Por favor faça login novamente. A página de login será aberta em uma nova janela. Depois de efetuar o login, você pode fechá-lo e retornar a esta página.