Diskussion zum Artikel "Visualisierung der Geschäfte auf dem Chart (Teil 1): Auswahl eines Zeitraums für die Analyse"

 

Neuer Artikel Visualisierung der Geschäfte auf dem Chart (Teil 1): Auswahl eines Zeitraums für die Analyse :

In diesem Artikel werden wir von Grund auf ein Skript zur Visualisierung von Handelsgeschäften (deals) für die nachträgliche Analyse von Handelsentscheidungen schreiben. Alle notwendigen Informationen über ein einzelnes Geschäft sollen bequem auf dem Chart angezeigt werden, wobei verschiedene Zeitrahmen gezeichnet werden können.

Viele algorithmische Händler stellen fest, dass bestimmte Strategien in einem stagnierenden Markt gut funktionieren, aber anfangen, Geld zu verlieren, wenn sich der Markt bewegt. Ebenso verlieren Strategien, die an Trends angepasst sind, in einem stagnierenden Markt an Effizienz. Die Entwicklung von Algorithmen, die Marktphasenänderungen erkennen können, bevor Verluste die Gewinne auffressen, erfordert erhebliche Rechenressourcen und Zeit.

Diese Probleme zwingen die Händler, sich ständig zu fragen: „Mache ich alles richtig?“, „Ist der heutige Drawdown normal oder muss ich die Algorithmen anpassen?“, „Wie kann ich meine Ergebnisse verbessern?“ Die Antworten auf diese Fragen sind wichtig für den langfristigen Erfolg auf dem Markt. Die Methoden, um sie zu finden, sind unterschiedlich: Einige verwenden Strategieoptimierer, andere nutzen tiefe neuronale Netze, wieder andere stützen sich auf mathematische Modelle oder langjährige Erfahrung. Alle diese Ansätze können wirksam sein, da der Markt selbst der wichtigste Lehrmeister ist.

Die Beobachtung des Marktes wird oft zu einer Quelle innovativer Strategien und Investitionsideen. In diesem Artikel werden wir ein Skript erstellen, das nicht nur dazu beiträgt, die Effizienz des Handels zu verbessern, sondern auch neue Ideen für Algorithmen auf der Grundlage von Datenanalysen liefert. Die Analyse historischer Geschäfte ist für mich ein Muss, obwohl ich seit langem ausschließlich mit EAs handle.

Figure 1. Displaying script data

Autor: Aleksandr Seredin