Discussão do artigo "Portfolio Risk Model using Kelly Criterion and Monte Carlo Simulation"
Usei três EAs para implementar uma estratégia de breakout para negociar três ativos diferentes como exemplos. Mas não posso revelar mais detalhes porque os negocio pessoalmente.
Usei três EAs para implementar uma estratégia de breakout para negociar três ativos diferentes como exemplos. Mas não posso revelar mais detalhes porque os negocio pessoalmente.
Claro que não há problema, eu só estava curioso :-)
Acho que este artigo faz exatamente isso, se não estou entendendo seu ponto. Se você quisesse dizer construir um EA para continuar atualizando a alocação Kelly à medida que os novos dados continuam chegando, então acho que sim, seria muito difícil de fazer. Mas não acho que seja necessário ser tão exato. O que você acha?
Existe o testador para simular negociações no passado, então você pode processar os relatórios do testador em vez de on-line.
- Aplicativos de negociação gratuitos
- 8 000+ sinais para cópia
- Notícias econômicas para análise dos mercados financeiros
Você concorda com a política do site e com os termos de uso
Novo artigo Portfolio Risk Model using Kelly Criterion and Monte Carlo Simulation foi publicado:
Por fim, simulamos 1000 séries aleatórias e plotamos as 10 principais com maior drawdown máximo. Observe que o patrimônio final deve terminar igual para todas, por conta da Propriedade Comutativa da Multiplicação. Multiplicar a série de variações percentuais resultará no mesmo valor, independentemente da ordem em que os valores forem embaralhados.
A distribuição do drawdown máximo deve ser semelhante a uma distribuição normal, e podemos ver aqui que o percentil de 95% (cerca de dois desvios padrão) está em aproximadamente 30% de drawdown máximo.
O drawdown máximo do nosso backtest inicial foi de apenas 17%, que é menor que a média dessa distribuição. Se tivéssemos considerado esse valor como o drawdown máximo esperado, teríamos aumentado nosso risco por um fator de 2 em comparação ao risco que estamos dispostos a assumir agora, após obter os resultados da simulação de Monte Carlo. Escolhemos o percentil de 95% porque é um resultado geral que estudiosos consideram próximo do desempenho em operações ao vivo. Tivemos sorte aqui porque o percentil de 95% está alinhado com nossa tolerância máxima de 30%, definida no início. Isso significa que, se estivermos operando este único EA em nosso portfólio, um risco de 2% por operação irá maximizar nosso lucro mantendo-nos bem dentro da nossa tolerância máxima. Se o resultado for diferente, devemos repetir o procedimento acima até encontrar a solução ideal.
Autor: Zhuo Kai Chen