|
交易是赚钱的好机会。事实上，自从日内交易的整个概念被介绍给普通人以来，许多人已经辞去了原先的工作成为了日内交易员。
在过去，这是不可能的，因为执行交易的软件不可用。此外，零售交易商也无法获得这些信息。
许多人在同等程度上赚钱和亏钱。事实上，我们最近听到了一个故事，一位45岁的银行家离开了银行的高级职位，开始从事日内交易。结果没多久，他就没钱了（可能是因为他没有交易策略）。
类似的故事在过去已经讲了很多。因此，对于交易者来说，保持警惕并使用可行的策略来避免这些损失（您必须避免的其他错误）是非常重要的。
有数百种策略。这些战略经过了很长时间的测试和证明。因此，作为交易者，其想法是找到一些策略，并在不同类型的市场中使用它们。
在本文中，我们将向您介绍算法交易，并重点介绍如何制定自己的交易策略。
什么是算法交易？
算法交易是一个使用不同代码来调整技术指标的概念。
在过去，算法交易是拥有丰富编码经验和专业知识的人的专利。今天，任何没有这些知识的人都可以开发他的算法，并使用简单的拖放策略来执行它们。
拖放策略是一种将以前开发的工具按顺序拖放的策略。
在您开发了算法工具之后，您可以部署它们来执行交易。您还可以开发算法，在特定市场满足您的交易期望时自动提醒您。
→ 自动交易。你应该试试吗？
制定交易算法策略的关键要素
为了制定好的算法交易策略，需要一些项目。
第一，你需要指标。整个想法是在满足某些技术指标标准时采取行动。
日内交易指标
你可以使用许多技术指标，但我们建议你只结合你在交易经验中掌握得很好的几个指标。我们建议：
移动平均值
抛物线转向指标
随机性
相对强度指数
相对活力指数
有了这套指标，你就会走上正确的方向。
输入、变量、数学特性
这些输入通常分配给其他节点以创建算法。通常有四种类型的输入可用，包括：字符串、整数、布尔值和数字。
接下来，我们有变量。每种数据类型通常有各种对应的变量。这些数据类型包括：布尔值、数字、文本和日期时间。这些变量将告诉算法做什么和什么时候做。
接下来的重要方面是数学特性，其中包括：+、-和=等。
最后但并非最不重要的是，逻辑非常重要。它们包括：And和Or。例如，当RSI值为29，随机数为28时，您可以指示算法打开买入交易。在这里，您可以同时使用这两者。
回测您的量化交易策略
开发工具以纳入算法交易策略的最重要方面之一是设置持续时间。对于日内交易者来说，使用长期值（如200天移动平均线）是错误的。
事实是它不会告诉你正确的事情。因此，您应该在开发程序时使用短期期限。
在您开发了专家顾问（算法的另一个术语）之后，您应该做的最重要的事情是对其进行后验。如果你没有做到这一点，你可以肯定你不会成功。
回溯测试为您提供了一个机会，让您及时了解算法的运行情况。如果你发现它做得不好，很可能它在未来不会做得那么好，所以你应该避免它。
或者，您可以重新创建并回溯测试它，直到它正常工作。
提升自动化交易策略的三个步骤
这三个步骤你不一定需要知道，但它们可以给你额外的动力来创建算法交易策略。
了解技术、基本和情感分析
首先，你需要对技术、基本和情感分析有基本的理解。通过对这一点有一个很好的理解，你将处于更好的位置来创建你的程序。
如果不了解这三个方面的知识，就不可能创建这些算法，因为您无法正确使用我们前面提到的指标。
了解编程的基本知识
您还应该尽最大努力学习编程（最理想的是Python）。该语言可以帮助您将数学公式融入到交易过程中，这比拖放要好得多。
由于这是一个长期目标，你应该花时间学习和理解这个过程。幸运的是，有多种免费方法可以用来学习Python。您可以使用EDX、Coursera和Udacity等网站。
在了解了所有这些之后，你现在应该利用你对市场的理解来开发高质量的模型。这些模型将基于技术和基本面分析。
作为初学者，创建模型需要时间。
创建并测试您自己的交易算法
创建算法后，您应该对其进行几个月的测试。正如我们刚才所说的那样，在不花时间测试模型的情况下应用这些模型对您来说是危险的。这是因为你想要一个模型或算法，它能够响应市场的各个维度。
例如，当两个数据块同时发布时，您需要一个能够以最有利可图的方式响应的模型。
记住，没有一种自动交易算法是完美的。即使是最好的数学家建立的模型也常常是错误的。
因此，确保您的模型考虑了与金融资产相关的风险。
(责任编辑：admin) |
