William eckhardt comerciantes de sistemas superiores

William Eckhardt: o homem que lançou 1.000 sistemas.
Quando Bill Eckhardt saiu da Universidade de Chicago e planejou seu completo doutorado em lógica matemática em 1973, ele não abandonou suas atividades educacionais; Em vez disso, ele os concentrou em uma miríade de disciplinas que apoiaram sua pesquisa na criação de sistemas de negociação. Eckhardt juntou-se ao amigo do ensino médio, Richard Dennis, como comerciante da Mid-America Exchange. Os dois mais tarde se tornariam parceiros em C & amp; D Commodities, onde criaram sistemas técnicos de negociação e lançaram o famoso experimento comercial de tartarugas. Os detalhes do experimento de tartarugas tornaram-se lendários, mas a prova de seu valor pode ser vista em muitos negócios comerciais altamente bem-sucedidos que lançou, como demonstrado pela nossa classe de Top Traders de 2018. Eckhardt lançou seu próprio consultor de negociação de commodities (CTA) em 1991, que produziu um retorno anual composto de 17,35% ao longo de 20 anos e obteve 21,09% em 2018. Além de construir sistemas de negociação, a Eckhardt desenvolveu uma ciência do comércio e trabalhos acadêmicos escritos sobre a filosofia da ciência. Aqui, discutimos sua abordagem científica à negociação.
Revista Futures: muitos no mundo do investimento tradicional se apegam à noção de que os mercados são eficientes. A tendência seguinte não é válida sob a hipótese de mercado eficiente (EMH), mas aqui você está 30 anos depois. Por que a EMH persistiu? Fale sobre esta anomalia.
Bill Eckhardt: O modelo de mudança aleatória de mudança de preço foi tão durável porque está quase correto. A diferença entre os preços de futuros e certas caminhadas aleatórias é muito pequena para detectar o uso de análises de séries temporais tradicionais. Incrivelmente, essa diferença é detectável usando sistemas de negociação.
FM: como os sistemas de negociação fazem isso?
BE: os sistemas de negociação podem ser altamente sensíveis às relações não-lineares nas séries de preços. Então, por que isso não revoluciona a modelagem das séries de preços? Os estimadores estatísticos examinam características particulares da série de preços; Eles estão equipados com níveis de confiança, fornecem informações sobre possíveis modelos e são úteis para a previsão. Do ponto de vista do modelador, os sistemas de negociação não localizam características específicas da série de preços; eles não têm níveis de confiança e são inúteis para a previsão. Pior ainda, eles dizem pouco sobre qualquer modelo possível. Os sistemas de comércio podem ser altamente remunerados, mas eles não contam ao modelador o que ele ou ela precisa saber. Da mesma forma, os modelos, embora valiosos em outros aspectos, não ajudam na concepção dos sistemas de negociação.
FM: você passou toda a vida nas negociações e na pesquisa. Nomeie algumas verdades simples que você descobriu.
BE: melhore sua negociação ou irá degradar; não há uma disputa neste jogo. Você pode ser criativo na pesquisa, mas não comercializar de forma criativa; em outras palavras, aderir aos seus sistemas. O comércio é um pouco como a moral, porque é muito mais fácil saber o que você deve fazer do que fazê-lo. Finalmente, use apenas estimadores robustos e amostras muito grandes, não dezenas, mas milhares.

William Eckhardt, Master of Automated Trading.
William Eckhardt é um dos famosos comerciantes de tartarugas originais. Ele fez o famoso comerciante de tartarugas experimentar junto Richard Dennis.
Eckhardt é um matemático que começou a trocar os poços de Chicago e pouco depois percebeu que o comércio de casa melhorou para ele melhor do que no poço. E isso é porque ele segue uma abordagem de sistema de negociação automatizada.
Ele acredita que, estudando os mercados, você pode encontrar alguns padrões que se repetem por períodos significativos de tempo.
William Eckhardt New Market Wizards.
A entrevista de Eckhardt no livro The New Market Wizards de Jack Schwager é muito interessante. E, como o resto das entrevistas, vale a pena ler.
Você pode obter pontos muito interessantes ao ler esta entrevista.
Todo mundo que queira testar um sistema automatizado para negociação deve ler isso. A opinião de Eckhardt é clara: a maioria dos sistemas não tem valor.
William Eckhardt cita.
Ele disse isso sobre a otimização de sistemas de negociação:
Você está realmente preso entre objetivos conflitantes. Se você evitar a otimização, você vai acabar com um sistema que é muito inferior ao que poderia ser. Se você otimizar demais, no entanto, você acabará com um sistema que lhe informa mais sobre o passado do que o futuro. De alguma forma, você deve mediar entre esses dois extremos.
Se o resultado de um sistema não parecer bom à primeira vista, é porque provavelmente não é um bom sistema. Para que o sistema seja bom, ele deve ter um resultado espetacular.
Como regra geral, ele é muito céptico quanto aos resultados. Quanto melhor o aspecto de um sistema, mais suspeito você tem sobre isso.
Isso vai contra a natureza humana, que quer ver bons resultados onde realmente não são.
Minha própria experiência provou isso.
Muitas vezes que eu fiz estudos usando diferentes análises técnicas e indicadores para os dados históricos, eu acharia estratégias "ótimas" que prometiam retornos maravilhosos, também fazendo negócios diários.
Mas quando eu tentei implementar esses sistemas no comércio real, isso acabaria em desastre. Nunca entendi o porquê. Como um sistema tão bom falhou? Algo estava obviamente errado. Havia muitas coisas em que não contai quando fiz esses estudos. A natureza humana e o ego não me permitiram "ver".
William Eckhardt trading.
Eckhart diz que, quando tiver um sistema, é muito provável que você o ajuste em 30 ou 50%. É por isso que ele só tentaria sistemas com um retorno fantástico, mesmo nos piores cenários. E, mesmo assim, ele está consciente de que as condições podem mudar no futuro e o sistema se torna inválido.
Sua confiança em gráficos foi zero e pode ser retomada nesta frase:
A maioria das coisas boas que podem ser vistas em um gráfico não funcionam 98% do tempo.
William Eckhardt padrões.
Sua teoria é que a mente humana é feita para criar padrões, vendo padrões, mesmo em entradas aleatórias.
Enquanto eu concordo sobre sua visão da natureza humana, não concordo com o que ele disse sobre os gráficos.
Penso que, de certa forma, os gráficos não são necessários, se conhecemos a ação de preço do mercado nos meses ou anos anteriores (como Livermore). Porque, com a ação de preço, podemos ter uma idéia geral de onde os mercados estão.
No entanto, os gráficos podem ser úteis para nos ajudar a economizar tempo anotando ou memorizando os preços dos ativos.
Os gráficos são muito úteis para ver o que aconteceu nos últimos 20 anos de cada recurso e, assim, podemos ver coisas interessantes, como a forma como um grande mercado de touro se comporta. Se você os usa e um pouco de análise macro e fundamental, você pode saber quando o mercado está sobrevalorizado ou não.
Se vemos, por exemplo, o açúcar passando de 5 para 15, depois para 30 e depois para 60 $, é claro que existe um mercado em alta e devemos trocar o lado longo. Mas também, aos 60, devemos saber que uma correção é muito provável e deve estar preparada para isso. E os gráficos são úteis para ver esses mercados bull.
Mas, o bom desta entrevista é que Eckhardt é comerciante de tendências. Seus sistemas foram baseados em técnicas de negociação de tendências.
Não gosto de comprar retracements. Se o mercado está subindo e eu acho que deveria ser longo, eu preferiria comprar quando o mercado for forte do que esperar por um retracement. Comprar em um retracement é psicologicamente sedutor porque você sente que está conseguindo uma barganha versus o preço que viu há algum tempo.
Isso é muito difícil de fazer. Eu também acho que, quando a tendência é alta, você não precisa esperar por uma reação, você apenas vai por muito tempo. Mas, como diz Eckhardt, a maioria dos comerciantes achou muito difícil comprar com um preço "caro".
No entanto, comprar correções em um mercado de touro não é ruim per se enquanto você troca a tendência correta.
Sobre os sistemas de negociação, ele também disse:
Eu olhei cerca de cinquenta. Fora desses cinquenta, quantos tiveram valor? 1.
Se você tem recursos para avaliar sistemas, seu tempo é melhor gasto ao desenvolver suas próprias idéias, eu não recomendaria sistemas de compra.
Ocasionalmente, pode acontecer que alguém venha algo realmente bom e o vende porque ele precisa do dinheiro. Mas na minha experiência, algo bom não é descoberto em um ônibus Greyhound enquanto folheia minhas cartas; É algo desenvolvido ao longo de um período de anos. Normalmente, se uma pessoa investiu tempo e dinheiro suficientes para desenvolver um sistema, ele ou ela irá querer usar o sistema e não vendê-lo.
Voce entende?
A maioria das pessoas que têm bons sistemas de negociação não os venderá. É por isso que a maioria dos sistemas vendidos não funcionam a longo prazo.
A melhor coisa que um comerciante pode fazer é negociar com base em suas próprias idéias. Se ele não tem idéias e quer procurar um sistema, ele deve trocar dinheiro que ele pode perder e o mínimo possível. Pois, se o sistema não funcionar, o comerciante perderá uma pequena quantidade de suas economias.
Um ditado comum sobre este assunto é: você não pode ir em pedaços obtendo lucros. Isso é precisamente quantos comerciantes estão quebrando. Enquanto os amadores são quebrados, levando grandes perdas, os profissionais ficam quebrados por pequenos lucros.
Bem, é disso que eu falo às vezes.
Eu acho que a vantagem de execução provavelmente foi a principal razão para o meu sucesso como comerciante de piso. O principal fator que reduz as contas dos pequenos clientes não é que os pequenos comerciantes estejam tão inevitavelmente errados, mas simplesmente que não podem vencer seus próprios custos de transação. Por custos de transação eu quero dizer não apenas comissões, mas também com o skid ao fazer um pedido. Como comerciante de boxes, eu estava do outro lado daquele skid.
Os comerciantes de fogueiras e os criadores de mercado de todos os tipos eram e são os verdadeiros "comerciantes do dia". Então, se você quer ser um comerciante do dia, você sabe o que você tem que fazer. E o dia da tentativa de troca de casa com uma plataforma de varejo em um corretor de varejo não é o caminho.

William eckhardt principais comerciantes de sistemas
The Traders 'Magazine desde 1982.
Arquivo do artigo para William Eckhardt.
O c-teste de William Eckhardt.
SÍNOPSIS DO ARTIGO. The C-Test by William Eckhardt Todos sabemos que o teste completo é a única maneira de determinar se um sistema ou indicador comercial específico é viável. William Eckhardt, o matemático cuja conversa com Richard Dennis ajudou a trazer as Tartarugas, ressalta que, antes de passar o tempo testando um método, você deve primeiro usar um teste metodológico para coerência dimensional chamado teste c. Na maioria dos casos, a única maneira de avaliar indicadores ou sistemas de negociação é através de testes rigorosos e rigorosos. No entanto, existem casos em que indicadores, sistemas ou mesmo abordagens inteiras.
AUTOR: William Eckhardt DATA: MAIO 1994.
Direitos autorais e cópia; 1982 & ndash; 2017 Technical Analysis, Inc. Todos os direitos reservados. Leia nosso aviso e amp; declaração de privacidade.

William Eckhardt: um professor crítico de comércio de tartarugas.
Quando Bill Eckhardt saiu da Universidade de Chicago e planejou seu completo doutorado em lógica matemática em 1973, ele não abandonou suas atividades educacionais; Em vez disso, ele os concentrou em uma miríade de disciplinas que apoiaram sua pesquisa na criação de sistemas de negociação. Eckhardt juntou-se ao amigo do ensino médio, Richard Dennis, como comerciante da Mid-America Exchange. Os dois se tornariam parceiros em C & # 038; D Commodities, onde criaram sistemas técnicos de negociação e lançaram o famoso experimento comercial de tartarugas. Os detalhes do experimento de tartarugas tornaram-se lendários, mas a prova de seu valor pode ser vista em muitos negócios comerciais altamente bem-sucedidos que lançou, como demonstrado pela nossa classe de Top Traders de 2018. Eckhardt lançou seu próprio consultor de negociação de commodities (CTA) em 1991, que produziu um retorno anual composto de 17,35% ao longo de 20 anos e obteve 21,09% em 2018. Além de construir sistemas de negociação, a Eckhardt desenvolveu uma ciência do comércio e trabalhos acadêmicos escritos sobre a filosofia da ciência. Aqui, discutimos sua abordagem científica à negociação.
Revista Futures: muitos no mundo do investimento tradicional se apegam à noção de que os mercados são eficientes. A tendência seguinte não é válida sob a hipótese de mercado eficiente (EMH), mas aqui você está 30 anos depois. Por que a EMH persistiu? Fale sobre esta anomalia.
Bill Eckhardt: O modelo de mudança aleatória de mudança de preço foi tão durável porque está quase correto. A diferença entre os preços de futuros e certas caminhadas aleatórias é muito pequena para detectar o uso de análises de séries temporais tradicionais. Incrivelmente, essa diferença é detectável usando sistemas de negociação.
FM: como os sistemas de negociação fazem isso?
BE: os sistemas de negociação podem ser altamente sensíveis às relações não-lineares nas séries de preços. Então, por que isso não revoluciona a modelagem das séries de preços? Os estimadores estatísticos examinam características particulares da série de preços; Eles estão equipados com níveis de confiança, fornecem informações sobre possíveis modelos e são úteis para a previsão. Do ponto de vista do modelador, os sistemas de negociação não localizam características específicas da série de preços; eles não têm níveis de confiança e são inúteis para a previsão. Pior ainda, eles dizem pouco sobre qualquer modelo possível. Os sistemas de comércio podem ser altamente remunerados, mas eles não contam ao modelador o que ele ou ela precisa saber. Da mesma forma, os modelos, embora valiosos em outros aspectos, não ajudam na concepção dos sistemas de negociação.
FM: você passou toda a vida nas negociações e na pesquisa. Nomeie algumas verdades simples que você descobriu.
BE: melhore sua negociação ou irá degradar; não há uma disputa neste jogo. Você pode ser criativo na pesquisa, mas não comercializar de forma criativa; em outras palavras, aderir aos seus sistemas. O comércio é um pouco como a moral, porque é muito mais fácil saber o que você deve fazer do que fazê-lo. Finalmente, use apenas estimadores robustos e amostras muito grandes, não dezenas, mas milhares.
FM: Parece que há uma batalha constante com comerciantes sistemáticos entre aderir aos seus modelos e melhorar e evoluir constantemente. Quão difícil é equilibrar esses elementos que às vezes parecem conflitantes?
BE: Se o seu sistema comercial é inadequado, você não deve usá-lo. Se o seu sistema for bom, fique com ele fielmente. Entretanto, busque vigorosamente para melhorias. Quando o novo sistema estiver pronto, você pode mudar para isso - você não está conseguindo manter seu sistema. Portanto, não há conflito entre persistência e mudança.
FM: fale sobre a batalha entre otimização e ajuste de curva.
BE: Ao tentar melhorar seu sistema, você pode piorar. Você pode superar os dados passados ​​ou talvez apenas faça algo que seja estatisticamente inválido. Há uma idéia, embora não seja universalmente inscrito, que você não deve otimizar seus sistemas. Que você deve descobrir quais são os números razoáveis ​​e ir com isso. Eu não acredito nisso; otimizamos o tempo todo, mas há algo de verdade no sentido de que, se você superar, você vai se machucar. A otimização é um procedimento bastante perigoso, como é o comércio. E tem que ser feito com cuidado e deliberação, e você tem que se certificar de que você não está em excesso para dados anteriores.
FM: Como você evita o ajuste de curva?
BE: O que a maioria das pessoas usa para afastá-lo é a técnica de amostra / fora da amostra, onde eles mantêm a metade dos seus dados para otimização e metade dos dados para testes. Esse é um padrão da indústria. Nós não fazemos isso; ele perde metade dos dados. Nós possuímos nossas próprias técnicas proprietárias para sobreposição que acabamos de melhorar em um ano atrás. É importante testar o excesso de ajuste; Se você não tiver seu próprio teste, use a técnica [técnica] na amostra / fora da amostra. Posso falar um pouco mais sobre o excesso de ajuste, senão as minhas técnicas proprietárias pessoais. Antes de tudo, eu gosto do [termo] sobreposto em vez de ajuste de curva porque o ajuste de curva é um termo a partir de análise de regressão não-linear. É onde você tem muitos dados e está ajustando os pontos de dados a alguma curva. Bem, você não está fazendo isso com os futuros. Tecnicamente não há ajuste de curva aqui; o termo não se aplica. Mas o que você pode fazer é que você pode encaixar demais. A razão pela qual eu gosto do termo over-fit em vez de curve-fit é que o excesso de ajuste mostra que você também pode diminuir. As pessoas que não otimizam estão subjacentes. Agora, os dois números que mais determinam se você está em excesso são o número de graus de liberdade no sistema. Toda vez que você precisa de um número para definir o sistema, como um certo número de dias de volta, uma certa distância de preço, um certo limiar, algo assim é um grau de liberdade. Quanto mais graus de liberdade você tem, é mais provável que você esteja em excesso. Agora, o outro lado é o número de negócios que você possui. Quanto mais negócios você tiver, menos você tende a superar, então você pode pagar um pouco mais de graus de liberdade. Não permitimos mais de 12 graus de liberdade em qualquer sistema. Se você colocar mais sinos e assobios em seu sistema, é fácil obter 40 graus de liberdade, mas nós o aguardamos para 12. Do outro lado, para que possamos fazer um comércio, temos que ter uma amostra de pelo menos 1.800; não faremos um comércio a menos que tenhamos 1.800 exemplos. Esse é o nosso mínimo absoluto. Normalmente, teríamos 15 mil transações de um certo tipo antes de fazermos uma inferência sobre se queremos fazê-lo. A razão pela qual você precisa de tantos é o fenômeno da cauda pesada. Não é só que caudas pesadas causam eventos extremos, que podem estragar sua vida, o problema real com as caudas pesadas é que eles podem enfraquecer sua capacidade de fazer inferências apropriadas. A distribuição normal das pessoas diz que grandes amostras disparam em torno de 35. Em outras palavras, se você tiver uma distribuição normal e você está tentando estimar um meio, se você tiver mais de 35 você obteve uma boa estimativa. [Em] contraste, com o tipo de distribuições que temos com o comércio de futuros, você pode ter centenas de amostras e eles ainda podem ser inadequados; é por isso que vamos para 1.800 como mínimo. Isso é estritamente uma função da gordura das caudas da distribuição. Você precisa usar técnicas estatísticas robustas e essas robustas técnicas estatísticas são instrumentos contundentes. [Eles] são porcos de dados, então ambos parecem ser desvantagens, mas eles têm as vantagens de tender a estar corretos.
FM: O que é sobre seus sistemas que persistiram por tanto tempo e quais ajustes, se houver, você fez ao longo dos anos?
BE: O navio de Theseus de Aristóteles gradualmente substituiu cada uma das suas peças. Ainda era o navio de Teseu? Ao longo das décadas, cada parte dos nossos sistemas foi modificada. É a nossa abordagem científica que persiste e apoia toda a estrutura.
FM: parece haver uma compreensão crescente do risco de cauda e do valor de estratégias que podem tirar proveito dele ao invés de simplesmente protegê-lo. Como resultado, os futuros gerenciados estão se tornando mais populares. Você concorda e, o mais importante, vê isso como uma mudança permanente ou uma reação temporária à recente crise financeira?
BE: Gostaria de distinguir a diversificação de hedging. O comércio de futuros diversifica o risco e pode melhorar os retornos, mas fica sem uma cobertura. Hedging requer uma associação anti-correlativa ao risco coberto. Os retornos de futuros são principalmente não correlacionados com os de outros ativos. Isso os torna um excelente veículo de diversificação. O fenômeno da cauda larga significa que a maioria dos testes estatísticos superestimar a confiabilidade e subestimar o risco. Não sei se é possível aproveitar isso, mas é importante se proteger disso.
FM: você faz uma distinção importante entre diversificação e hedge, mas muitos gestores baseados em ações estão buscando estratégias de risco de risco. Uma alocação para futuros gerenciados não proporcionaria um seguro melhor, pois mostrou-se que está correlacionado negativamente nos mercados de ações suportados?
BE: Se você selecionar períodos únicos, como quando os estoques são extremamente fracos, ele cria um forte viés de seleção. A anti-correlação encontrada nestes estudos pode ter sido um artefato de seleção. O comércio de futuros tem sua própria cauda pesada para adicionar à mistura. A chave é a independência, o que torna possível a diversificação eficiente.
FM: Foi demonstrado que as curvas de distribuição normais subestimam o risco de cauda nas ações. Sua abordagem lhe dá uma imagem melhor do risco de cauda na sua abordagem de tendência?
BE: o risco de cauda é difícil de estimar, mas nós passamos mais de 25 anos nesse projeto. Trabalhamos muito duro e temos várias técnicas para lidar com o fato de que as caudas são tão pesadas. É absolutamente crucial porque o risco de cauda muda tudo o que fazemos. Toda parte do design e implementação do sistema é afetada pelo fato de ter mais valores extremos do que você esperava sob qualquer tipo de modelo normal.
FM: Você está melhor preparado porque a tendência seguinte como modelo tenta aproveitar esse fenômeno de cauda no mercado geral?
BE: Sim, mas tem seu próprio risco de cauda. Tenho um pouco de dificuldade com a idéia de que o risco de cauda no comércio de futuros é o que está ajudando, porque eu vejo isso estritamente como um obstáculo, estritamente como um problema a ser superado. Você pode ter um ponto porque eu acho que isso ajuda a ter esses movimentos muito grandes demais. Só irá ajudá-lo se você tratá-lo como um tigre selvagem. ... Trend-following não funciona apenas por causa do risco da cauda, ​​mas o risco da cauda aumenta o volume.
FM: falamos com Richard Dennis há alguns anos atrás e ele disse que o seguimento da tendência é cada vez mais difícil e os sistemas não mantêm sua vantagem por muito tempo. Você concorda?
BE: Em geral, eu concordo que está ficando mais difícil e você precisa melhorar, embora eu não saiba que você precisa melhorar mais rápido. Hastiness pode ser dispendioso neste jogo. Quando você está fazendo sua pesquisa e você está melhorando, deve ser com a confiança de que o sistema que você está negociando atualmente é bom. O valor do sistema atual que você está negociando dá-lhe o tempo para fazer uma melhoria deliberada e cautelosa.
FM: algumas pessoas afirmam que a capacidade dos futuros gerenciados de se correlacionar negativamente com as ações em mercados de ações pobres tem a ver com o mercado de longo prazo em títulos e que pode não ser o caso de um crescente mercado de taxas de juros. Isso é algo que os investidores deveriam estar cansados?
BE: Parece-me que o que eles estão fazendo é que eles estão olhando para o fato de que o seguimento da tendência foi lucrativo, o que provavelmente os irrita de qualquer maneira - [Trend-following] realmente só tem um registro de 30 ou 40 anos - então eles estão olhando para o que o maior fator econômico [era] naquele tempo? Bem, tivemos essas taxas de juros decrescentes e eles dizem que é preciso causar o outro. Eu simplesmente não vejo isso. Ao analisar o meu próprio desempenho, não consigo encontrar um padrão em que eu estou fazendo uma quantidade incomum de dinheiro nas taxas de juros e não nas outras coisas. Então, eu seria muito céptico com essa idéia de que todo o dinheiro na tendência segue o comportamento em um grupo de mercados. Quero mencionar que toda essa questão de controle de risco não é uma questão completamente objetiva. Eu queria inventar uma ciência de negociação que eu, pelo menos, parcialmente concluída; Eu certamente não fiz tudo o que eu quis fazer. Quando era jovem, desejava conceber sistemas de risco objetivos. Em outras palavras, uma vez que você tenha um sistema, qual é o tamanho certo para o comércio, período. Depois de anos trabalhando nisso, convenci-me de que não tinha uma resposta única. Você precisa de pelo menos uma peça subjetiva do quebra-cabeça para juntar, e essa é a aversão ao risco de um indivíduo. Agora isso é subjetivo. Não há uma regra que diga o quão avessoso você deve arriscar, isso é um elemento integral da sua personalidade. Mas a menos que você conheça o risco de arriscar que você é ou a menos que você possa imputar a aversão ao risco para seus clientes, você realmente não pode resolver a questão de saber o tamanho do comércio.
FM: Existe o risco de que os gerentes acabem se medindo em vez dos mercados?
BE: Toda estratégia tem uma capacidade finita. É possível que uma estratégia de negociação seja ultrapassada e que não funcione mais. Isso não aconteceu com as tendências seguidas, mas o jogo ficou mais difícil.
FM: a cada poucos anos, após um período difícil, alguém diz que a sequência de tendências está morta.
BE: Vivi a morte da tendência, seguindo meia dúzia de vezes e, como a morte de Mark Twain, foi altamente exagerada.
FM: você tem um fundo fascinante. Conte-nos como você passou de um candidato de PHD na Universidade de Chicago para futuros de negociação.
BE: Meu interesse no comércio de futuros data do ensino médio, assim como minha primeira colaboração com Rich Dennis. Na Universidade de Chicago, especializei-me em lógica matemática e tive uma ótima oportunidade para perseguir meus interesses na filosofia da ciência e na história das idéias. Estes últimos influenciaram a abordagem da negociação. Em 1973, meu conselheiro e eu tínhamos discordâncias sobre a direção que minha dissertação estava tomando, e Rich sugeriu que eu demorei um pouco de folga e descenda no chão para negociar. Não voltei para a escola.
FM: muitas das tartarugas passaram para um grande sucesso, bem como alguns dos comerciantes da C & # 038; D, mesmo que suas estratégias tenham evoluído para algo bastante diferente do original. Havia algo muito mais básico nas lições que permitiam que muitos conseguissem e criassem novas estratégias?
BE: As tartarugas foram rigorosamente selecionadas e altamente talentosas. Eles também receberam treinamento, prática e orientação. Eles começaram um bom começo de nós, mas eles merecem a maior parte do crédito por seu sucesso contínuo. As tartarugas bem sucedidas se expandiram amplamente, mas minha troca também mudou; é evoluir ou perecer & # 8230 ;. Como lembro, mais de metade do curso girava em torno do desenvolvimento da atitude certa, protegendo contra emoções debilitantes, como pensar sobre riscos e como lidar com sucesso e fracasso. Ensinar o próprio sistema de tartarugas não leva muito tempo. Eu estava dizendo que você precisa de menos de 12 graus de liberdade em um sistema; As versões do sistema de tartarugas tinham três ou quatro. Passamos muito tempo falando sobre nossas teorias sobre como controlar o risco; Essa foi realmente a maior parte do curso. Atitude, controle emocional, disciplina; Essas coisas são mais difíceis de ensinar. Todas as tartarugas aprenderam o sistema e aprenderam a estratégia; Essa foi a parte fácil, mas alguns deles trouxeram a atitude certa e o conjunto mental correto e prosperaram e se tornaram muito ricos. Outros tiveram uma carreira mais paralisante e também não conseguiram. Eles tiveram o mesmo treinamento, mas talvez não tenham a mesma maquiagem emocional.
FM: fale um pouco sobre o dimensionamento da posição e a gestão de riscos eo papel que desempenham no sucesso a longo prazo.
BE: Quando e onde você inicia um comércio é muito menos importante do que o tamanho do comércio e a forma como você liquida. Infelizmente, os comerciantes tendem a colocar um grande esforço na iniciação comercial e deixar o gerenciamento de riscos estagnar. Pequenas melhorias na avaliação de risco ou volatilidade podem não ser emocionantes, mas estão entre as mudanças mais duradouras e benéficas. Uma abordagem a evitar é projetar o sistema primeiro, depois abordar o gerenciamento de riscos. Comparo isso com a "Ilha do doutor Moreau" de Wells, porque é como enxertar a cabeça de uma criatura no corpo de outra. O sistema e a gestão de riscos devem ser desenvolvidos em conjunto; a conexão deve ser perfeita.
FM: Você e Richard Dennis fizeram uma aposta se você poderia ensinar a negociação; você pode ensinar gestores de pensões e acadêmicos financeiros que os mercados nem sempre são eficientes?
BE: várias testemunhas oculares deste episódio estão em desacordo, um bom exemplo da falta de confiabilidade desse tipo de testemunho. Eu não acredito que eu nunca defendei que o comércio não pode ser ensinado, mas se minha memória é defeituosa sobre este ponto, admito que, como praticamente qualquer atividade humana, o comércio pode ser ensinado e a prática pode melhorar o desempenho. Todas as partes concordam, no entanto, não houve aposta. Possivelmente um argumento entre centenas de outros, mas nenhuma aposta.
FM: essa pergunta deveria ser engraçada. Basicamente, estou curioso sobre sua opinião de por que uma estratégia - a tendência - a seguir - que tem sido utilizada com sucesso por muitos gerentes ao longo de muitos anos ainda é questionada, até mesmo descartada, por muitos acadêmicos.
BE: Durante os últimos 20 anos, muitos acadêmicos têm criticado o modelo de mudança aleatória de mudança de preço, embora as mudanças sugeridas sejam geralmente menores. Alguns comentaristas até assinalaram que a existência de sistemas comerciais rentáveis ​​entra em conflito com o modelo de caminhada aleatória. No entanto, esses mesmos comentadores tomam isso como um sinal de que há algo errado com seus modelos; eles não analisam e melhoram os sistemas de negociação que para eles são apenas detalhes inconvenientes sobre as séries de preços.
FM: alguns acadêmicos ainda não acreditam na tendência - seguindo os trabalhos.
BE: Eles estão voando em face de muitos dados. Me esqueça; Existem dezenas de gerentes com um longo histórico. Algumas pessoas - uma pouca parte de uma grande amostra - podem lucrar mesmo em um mercado aleatório, mas isso é muito pouquinho; 1 em 500, 1 em 1.000. Trend-following teve um histórico muito melhor do que isso. Mas sempre que eles são confrontados com isso, os registros de seguidores de tendências, eles dizem que essas pessoas estão ganhando dinheiro de outra forma. Isso não é impossível. Quando eu estava no poço, havia bons comerciantes que usavam esses números com base em médias móveis de três dias, eram números totalmente inúteis e eu sabia disso naquela época, mas eles foram distribuídos como níveis de suporte e resistência e esses comerciantes estavam entre os melhores comerciantes que conheci que usavam esses números e eles jurariam por eles. Eu assisti seu comércio e, depois de um tempo, notei que os números não faziam diferença, talvez fossem negociados nos números, mas eles estavam sempre comprando na oferta e vendendo a oferta. Então, acho que é possível que alguém possa ganhar dinheiro e não saber como estão fazendo isso, mas isso foi no chão, onde você está obtendo bordas. Os seguidores da tendência, como eu, estão trocando o chão, onde estamos desistindo de bordas para que nossos desempenhos esperados sejam negativos em uma caminhada aleatória. Em face de toda essa evidência empírica, eles deveriam reavaliar sua posição, mas descobri que muitos acadêmicos nunca mudaram sua posição e a única maneira [que mudará] é quando os mais antigos acadêmicos morrem. Parte do problema é que os estimadores não mostram cada divergência de aleatoriedade. Digamos que você tenha um sistema e vai milho longo. Digamos que é um modelo que diz que o milho sobe 2 ¢. Se o milho subir 8 ¢, pelo modo normal de medição, foi desligado por 6 ¢ por isso era uma previsão ruim. Foi um bom comércio, mas uma previsão ruim. Você simplesmente não pode tratar transações e predição da mesma maneira e os acadêmicos estão focados na previsão. Agora, superficialmente parece que o comércio é uma forma de previsão, mas na verdade não é. Se você projetar seu sistema onde você está tentando prever o mercado, então ele não funciona. Você precisa se concentrar em perdas projetadas, gerenciamento de riscos e encontrar algo que funcione, mas se você está procurando diretamente uma previsão que tende a ser auto-estimulante.
FM: Mas não é esse o ponto de tendência seguinte: você não está prevendo, apenas definindo uma tendência e aproveitando-se disso?
BE: Isso é certo. E se você olhar para mim como um preditor em vez de como um comerciante - como um comerciante, eu estou muito à frente, como um preditor eu estou marcando cerca de 35%, então não sou muito bom como um preditor. Essas são habilidades diferentes. But still even with trend followers you will hear people say, “Where do you think the market is going?” It is just human nature to try and approach this in terms of making a prediction.
FM: After watching managers for more than a decade, it seems to me that there is more diversity within what is loosely defined as the medium - to long-term trend-following space than most people give it credit for.
BE: That is right. People look too much at the correlation between traders. The fact of the matter is [that] correlations tend to overstate the relationship. The reason being, whatever kind of a trader you are — let’s say you are a medium - to long-term trader—if you are a fundamentalist, if you are countertrend you know you try and buy the bottom and sell the top—or if you are a trend follower, at that time frame you are going to make money and everyone makes money in the trends. They do it in different ways, they get in at different places, they have different approaches but they make money in the trends. So when you look at the performance they correlate more than they should. So now if you narrow your scope to just trend followers, they are really going to correlate more than they should. So that gives the impression that they are really all just doing the same thing, which they’re not. So there is more diversification among trend followers than one would expect. There really are different varieties of trend-following and they really do have different properties.
FM: There are signs this industry that you have been involved in for more than 30 years is moving into the mainstream. What do you see as the future?
BE: Well, it is well overdue. I don’t have to tell you that they were trading futures in the 19th century and this is the 21st. People talk about futures as derivatives and that might be technically true but the fact is these have been around for a long time. For all that time futures have had the reputation of being really risky. It took people to lose several fortunes over and over again in the stock market to finally figure out that it is the stock market that is really risky. Futures are only as risky as you want [them] to be because you can leverage [them] down so easily. I don’t understand why futures had the bad reputation for all of those years, and if it is coming into the mainstream it is long overdue.
FM: We know you are more of a technician than a fundamentalist but give us your outlook on the investing landscape. Is it a good time to be in managed futures? Is it a good time to be a trend follower?
BE: I can’t predict the direction of the economy, but it’s a safe bet that it’s going to be a roller coaster ride. In the past such periods have been good for the trend follower. This is, however, a flimsy argument – it’s impressionistic and rests on a small sample. The real reason to participate is that futures trading has been beneficial in general, and now is likely to be as good a time as any.
Additional Eckhardt.
William Eckhardt: Doing By Learning — Revista Futures.
Eckhardt lost the bet with Dennis. He did not think the turtles could be trained. Given his high degree of education, it is likely the turtle experiment was somewhat discomforting. The turtle experiment proved that you did not need a doctoral degree in mathematical logic to win. In fact, it proved anyone could win:
Q. How did you become partners with Richard Dennis?
A. Rich & I were friends in high school. Rich began trading when he was in college. I stayed in school, working toward a doctoral dissertation in mathematical logic. In 1974 I got bogged down for political reasons. I was writing a dissertation on mathematical logic under a world-famous mathematician. A new faculty member whose specialization happened to be mathematical logic joined the staff. Theoretically, I was his only student. The supervisory role on my thesis was shifted from my existing advisor to this new faculty member, who then decided that he really wanted me to do a different thesis. As a result, after I had done all my course work, taken my exams, and finished three-quarters of my dissertation, my progress was stymied. At the time, Richard suggested that I take a sabbatical to try trading on the floor. I did, and I never returned to school.
A great story. A great teacher. Bill Eckhardt played a huge role in trading history.
Postagens recentes.
Speculari 6 de dezembro de 2017 Bolhas de sopro deixam grande oportunidade de mercado 17 de novembro de 2017 Mostre-me a tendência após o dinheiro 16 de novembro de 2017 O Jargão de Wall Street foi projetado para confundi-lo 5 de novembro de 2017 Investir as expectativas de Michael Covel 4 de novembro de 2017.
Daily Post Archives.
Arquivo de comerciantes.
Livros clássicos e Filme.
Trend After Podcast.
O Trend Following ™ ocupa o primeiro lugar no iTunes com investimentos de 6M +. Ouça gratuitamente em todos os lugares: iTunes, iHeartRadio, Google, Stitcher, RSS.
Lições do assistente de mercado.
# 1 O cara da cidade pequena começa em um posto de gasolina dos anos 1970 e se torna uma lenda comercial no valor de US $ 100 milhões. Envie e-mail e obtenha o vídeo GRÁTIS.
# 2 O bilionário David Harding começou pequeno, tornou-se um seguidor de tendências e agora é uma lenda comercial. Leia sua história aqui.
Assine e receba o video Market Wizard.
&cópia de; 2004-17 TurtleTrader & reg; e Trend Following & trade; Todos os direitos reservados. | Sitemap | RSS.
Informações sobre o Trend Following & trade; A rede de sites não pode ser copiada, reimpressa ou redistribuída sem a permissão por escrito de Michael Covel e ou Trend Following (mas a permissão por escrito é concedida com facilidade e tipicamente). O objetivo deste site é incentivar o intercâmbio gratuito de idéias em investimentos, riscos, economia, psicologia, comportamento humano, empreendedorismo e inovação. Todo o conteúdo deste site baseia-se nas opiniões de Michael Covel, salvo indicação em contrário. Os artigos individuais são baseados nas opiniões do respectivo autor, que podem reter os direitos autorais como observado. A informação neste site destina-se a compartilhar conhecimento e informações da pesquisa e experiência de Michael Covel e sua comunidade. As informações aqui contidas não foram projetadas para serem usadas como um convite para investimento com qualquer consultor perfilado. Todos os dados neste site são diretos da CFTC, SEC, Yahoo Finance, Google e documentos de divulgação pelos gerentes mencionados neste documento. Assumimos que todos os dados são precisos, mas não assumimos qualquer responsabilidade por erros, omissões ou erros de clerical feitos por fontes. Trend Next & trade; comercializa e vende vários produtos de pesquisa de investimentos e informações de investimento. Os leitores são os únicos responsáveis ​​pela seleção de ações, moedas, opções, commodities, contratos de futuros, estratégias e monitoramento de suas contas de corretagem. Trend Following & trade ;, suas subsidiárias, funcionários e agentes não solicitam ou executam negócios ou dão conselhos de investimento, e não estão registrados como corretores ou conselheiros com nenhuma agência federal ou estatal.
Trend Following & trade ;, TurtleTrader & reg ;, TurtleTrader & reg; são marcas comerciais / marcas de serviço da Trend Following. Outras marcas comerciais e marcas de serviço que aparecem na Trend A seguinte rede de sites pode ser propriedade da Trend Following ou de outras partes, incluindo terceiros não afiliados à Trend Following & trade ;.
The Only Trend Follow & trade; Filme Documentário: Assista.
© 2004-17 Trend Following ™ Todos os direitos reservados.
Trend Following ™, TurtleTrader®, TurtleTrader® são marcas comerciais / marcas de serviço da Trend Following. Outras marcas comerciais e marcas de serviço que aparecem na Trend A seguinte rede de sites pode ser propriedade da Trend Following ou de outras partes, incluindo terceiros não afiliados ao Trend Following.
Confira o lançamento épico de 2017: Tendência seguinte: como fazer uma fortuna nos mercados de touro, urso e cisne preto. Revisado e estendido com o dobro do conteúdo. 5ª edição, 24 de abril de 2017.

Jornadas de um Bumbling Trader.
Aprendizagens e Pensamentos sobre Negociação, Macroeconomia, Investimento de Valor, Finanças Quantitativas e Contabilidade.
Quotable Quotes from William Eckhardt (Mechanical Trend-Following Systems Trading)
I was reading more about William Eckhardt (or the Turtles trading experiment fame with Richard Dennis).
Eckhardt launched his own commodity trading advisor (CTA), Eckhardt Trading Company, in 1991, which has produced a compound annual return of 17.35% over 20 years and earned 21.09% in 2018. There are some updated statistics on this website, which showed these results over the period July 1991 to May 2018:
Annualized return of 14.5% vs. 9.2% for S&P Sharpe ratio of 0.6 vs. 0.45 for S&P Worst month of -18.3% (1994) vs. -16.8% for S&P (2008) Worst drawdown of -27.11% (1992) vs. -50.95% for S&P (GFC) Worst year was -15.64% in 2018 Best year was 57.95% in 1993 Positive returns for 17 out of 23 years (
74%) Positive returns for 153 out of 262 months (
From what I’ve read, he is really a hard-core brilliant scientist in systems trading. He is the crème de la crème, standing at the top of the world of mechanical trend-following trading.
That’s why his results are particularly noteworthy and sobering. If the top guy is doing a 14.5% annualized return, understandably tied to the risk exposure taken, it really humbles my return expectations for my own trading based on trend-following.
I have categorized key points below into three categories: (1) psychology, (2) methodology, and (3) systems development. There are a lot of very good points shared by William Eckhardt on many aspects of trading and systems development. I highly encourage readers to read the entire post.
You Cannot Bring Normal Human Tendencies To Trading.
If a betting game among a certain number of participants is played long enough, eventually one player will have all the money. If there is any skill involved, it will accelerate the process of concentrating all the stakes in a few hands. Algo assim acontece no mercado. There is a persistent overall tendency for equity to flow from the many to the few. A longo prazo, a maioria perde. The implication for the trader is that to win you have to act like the minority. Se você traz hábitos e tendências normais para o comércio, você gravitará em direção à maioria e inevitavelmente perderá. Anyone with average intelligence can learn to trade. This is not rocket science. However, it’s much easier to learn what you should do in trading than to do it. Good systems tend to violate normal human tendencies. Of the people who can learn the basics, only a small percentage will be successful traders. If you’re playing for emotional satisfaction, you’re bound to lose, because what feels good is often the wrong thing to do. Richard Dennis used to say, somewhat facetiously, “If it feels good, don’t do it.” In fact, one rule we taught the Turtles was: When all the criteria are in balance, do the thing you least want to do. You have to decide early on whether you’re playing for the fun or for the success. Whether you measure it in money or in some other way, to win at trading you have to be playing for the success.
Human Nature Does Not Operate to Maximize Gain, But the Chance of Gain.
One common adage on this subject that is completely wrongheaded is: you can’t go broke taking profits. That’s precisely how many traders do go broke. While amateurs go broke by taking large losses, professionals go broke by taking small profits. The problem in a nutshell is that human nature does not operate to maximize gain but rather to maximize the chance of gain . The desire to maximize the number of winning trades (or minimize the number of losing trades) works against the trader. The success rate of trades is the least important performance statistic and may even be inversely related to performance . Two of the cardinal sins of trading – giving losses too much rope and taking profits prematurely – are both attempts to make current positions more likely to succeed, to the severe detriment of long-term performance.
Emotional Makeup is More Important Than Intelligence.
I haven’t seen much correlation between good trading and intelligence. Some outstanding traders are quite intelligent, but a few aren’t. Many outstanding intelligent people are horrible traders. Average intelligence is enough. Beyond that, emotional makeup is more important. As I recall more than half the course revolved around developing the right attitude, guarding against debilitating emotions, how to think about risk, and how to handle success and failure. Teaching the turtle system itself doesn’t take very long. I was saying you need less than 12 degrees of freedom in a system; versions of the turtle system had three or four. We spent a lot of time talking about our theories on how to control risk; that was actually the bulk of the course. Attitude, emotional control, discipline; those things are harder to teach. All the turtles learned the system and learned the strategy; that was the easy part, but some of them brought the right attitude and right mental set to it and they prospered and became very rich. Others had a more halting career and did not succeed as well. They had the same training, but maybe they did not have the same emotional make-up.
If You Can’t Change Your Behavior, Be a Systems Trader.
If a trader doesn’t know why he’s losing, then it’s hopeless unless he can find out what he’s doing wrong. In the case of the trader who knows what he’s doing wrong, my advice is deceptively simple: He should stop doing what he is doing wrong. If he can’t change his behavior, this type of person should consider becoming a dogmatic system trader.
You Are Finished If You Keep Missing Good Trades.
I take the point of view that missing an important trade is a much more serious error than making a bad trade. If you make a bad trade and you have money management you are really not in much trouble. However, if you miss a good trade there is nowhere to turn. If you miss good trades with any regularity you’re finished. For example, let’s say the market moves rapidly through your buying zone and you miss it, you miss your buy signal and instead wait for a retracement to maybe buy cheaper. But, the market just keeps going higher and higher and never retraces. Agora, o que você faz? There’s a great temptation to reason that now it’s too high to buy. If you buy it now you’ll have an initiation price that’s too high? No, the initiation price simply won’t have the kind of significance you suppose it will have after the trade is made. You can’t miss these trades. If you miss a good trade, you have nothing to protect you-that is, nothing in the system will assure that you eventually get in. Also, missing a good trade can be demoralizing and destabilizing, especially if you’ve been in the midst of a losing period. And like so many bad trading decisions, it ends up costing you more than just the money lost or not made on the trade. Missing a major trade tends to have a reverberating effect throughout your whole trading strategy. Sometimes it can be weeks before you get back on track. Trading systems force discipline to make sure these trades are not missed.
Do Not Override Your System During the Trading Day.
You should try to express your enthusiasm and ingenuity by doing research at night, not by overriding your system during the day. Overriding is something you should do only in unexpected circumstances – and then only with great forethought. If you find yourself overriding routinely, it’s a sure sign that there’s something that you want in the system that hasn’t been included. You can be creative in research but don’t trade creatively; in other words, stick to your systems. If your trading system is inadequate, you shouldn’t use it. If your system is good, then stick to it faithfully. In the meantime search vigorously for improvement. When the new system is ready you can change to it – you are not thereby failing to stick to your system. So there need be no conflict between persistence and change.
Losses Must Hurt But Avoid Snowball Scenarios.
The people who survive avoid snowball scenarios in which bad trades cause them to become emotionally destabilized and make more bad trades. They are also able to feel the pain of losing. If you don’t feel the pain of a loss, then you’re in the same position as those unfortunate people who have no pain sensors. If they leave their hand on a hot stove, it will burn off. There is no way to survive in the world without pain. Similarly, in the markets, if the losses don’t hurt, your financial survival is tenuous. I know of a few multimillionaires who started trading with inherited wealth. In each case, they lost it all because they didn’t feel the pain when they were losing. In those formative first few years of trading, they felt they could afford to lose. You’re much better off going into the market on a shoestring, feeling that you can’t afford to lose. I’d rather bet on somebody starting out with a few thousand dollars than on somebody who came in with millions.
Be Cautious After a Period of Wins.
In many ways, large profits are even more insidious than large losses in terms of emotional destabilization. I think it’s important not to be emotionally attached to large profits. I’ve certainly made some of my worst trades after long periods of winning. When you’re on a big winning streak, there’s a temptation to think that you’re doing something special, which will allow you to continue to propel yourself upward. You start to think that you can afford to make shoddy decisions. You can imagine what happens next. As a general rule, losses make you strong and profits make you weak. It is a common notion that after you have profits from your original equity, you can start taking even greater risks because now you are playing with ‘their money’. We are sure you have heard this. Once you have profit, you’re playing with ‘their money’. It’s a comforting thought. It certainly can’t be as bad to lose ‘their money’ as ‘yours’? Certo? Errado. Why should it matter whom the money used to belong to? What matters is who it belongs to now and what to do about it. And in this case it all belongs to you.
The Market Tricks You to Trade Poorly.
The market behaves much like an opponent who is trying to teach you to trade poorly. Since most small to moderate profits tend to vanish, the market teaches you to cash them in before they get away. Uma vez que o mercado gasta mais tempo em consolidações do que em tendências, ele ensina você a comprar mergulhos e vender comícios. Since the market trades through the same prices again and again and seems, if only you wait long.
enough, to return to prices it has visited before, it teaches you to hold on to bad trades. The market likes to lull you into the false security of high success rate techniques, which often lose disastrously in the long run. The general idea is that what works most of the time is nearly the opposite of what works in the long run.
Focus on Planning What to Do When the Bad Scenarios Happen.
Não pense sobre o que o mercado vai fazer; você não tem absolutamente nenhum controle sobre isso. Think about what you’re going to do if it gets there. In particular, you should spend no time at all thinking about those rosy scenarios in which the market goes your way, since in those situations, there’s nothing more for you to do. Concentre-se, em vez disso, nas coisas que você mais gosta de acontecer e em qual será sua resposta.
Entry Price Has No Bearing on Subsequent Trade Management.
For example, let’s say the market moves rapidly through your buying zone and you miss it, you miss your buy signal and instead wait for a retracement to maybe buy cheaper. But, the market just keeps going higher and higher and never retraces. Agora, o que você faz? There’s a great temptation to reason that now it’s too high to buy. If you buy it now you’ll have an initiation price that’s too high? No, the initiation price simply won’t have the kind of significance you suppose it will have after the trade is made. You can’t miss these trades. Suppose two traders, A and B, who are alike in most respects except the amount of money they have. Suppose A has 10% less money but he initiates a trade first. He gets in earlier than B. By the time B puts the trade on, the two traders have exactly the same equity. The best course of action has to be the same for both of these traders now. Mind you, these traders have very different entry prices. What this means is that once an initiation is made, it does not matter at all for subsequent decisions what the entry price was. Isso não importa. Once you have made an initiation, what your initiation price was has no relevance. The trader must literally trade as though he doesn’t know what his initiation price is.
Entering on Retracement is Tricky.
I don’t like to buy retracements. If the market is going up and I think I should be long, I’d rather buy when the market is strong than wait for a retracement. Buying on a retracement is psychologically seductive because you feel you’re getting a bargain versus the price you saw a while ago. However, I feel that approach contains more than a drop of poison. If the market has retraced enough to make a significant difference to your purchase price, then the trade is not nearly as good as it once was. Although the trade may still work, there’s an enhanced chance that the trend is turning. Perhaps even more critical, a strategy of trying to buy on retracements will often result in your missing the trade entirely or being forced to buy at an even higher price. Buying on retracements is one of those ploys that gives psychological satisfaction rather than providing any benefits in terms of increased profits. As a general rule, avoid those things that give you comfort; it’s usually false comfort.
Exits Are Much More Important Than Entries.
Many systematic traders spend the majority of their time searching for good places to initiate. It just seems to be part of human nature to focus on the most hopeful point of the trading cycle. Our research indicated that liquidations are vastly more important than initiations. If you initiate purely randomly, you do surprisingly well with a good liquidation criterion. In contrast, random liquidations will kill the best system.
Position Sizing Is More Important Than Entries.
When and where you initiate a trade is a lot less important than how large you trade and how you liquidate. Unfortunately, traders tend to put a great effort into trade initiation and let risk management stagnate.
Risk No More Than 2% Per Trade.
You shouldn’t plan to risk more than 2 percent on a trade. Although, of course, you could still lose more if the market gaps beyond your intended point of exit.
Focus on the Price Action.
An important feature of our approach is that we work almost exclusively with price, past and current. One reason for this is that to make any progress in the early stages of quantitative investigation you usually have to reduce the relevant factors to one or two crucial variables. Price is definitely the variable traders live and die by, so it is the obvious candidate for investigation. The other reason is that in a system that’s making good use of price information, it is very difficult to add other information without degradation. Pure price systems are close enough to the North Pole that any departure tends to bring you farther south. We’ve been doing this for a long time, so at this point, most things we test degrade our system. But every year or two, we’ll find something that actually improves it. A price chart is an attempt to model relevant aspects of price change. Price change is not linear displacement, whether vertical, horizontal or oblique. Nonetheless, price change can be represented as vertical displacement and time elapsed as horizontal displacement. Such a model, however, invariably supports relationships that does not correspond to anything in the original process. The angular inclination of a trend on a price chart is a visually striking feature of this representation. Such angles have no intrinsic meaning for the price series, but this is one of the many factors (along with our facility for pattern recognition and wishful thinking) that contributes to our interpreting more from price charts than rigorous testing reveals is there.
Look at the Detailed Structural Information in Price Data and Not Just Summary Results.
Our aversion to summary statistics that obliterate structure extends to the trading systems themselves. For instance, we avoid moving averages of price in making trades. Such moving averages are popular mostly because they’re mathematically tractable, but they smooth away all the structural information inherent in the price data. Another popular tool, the price breakout, may be far better than the moving average, but it still eliminates most of the relevant structure. A breakout trader keeps two pieces of structural information, the high and the low for a given time period, but ignores all the price structure in between. For this and for other reasons we judiciously avoid breakout trading in all parts of all our systems.
Have an Erraticness Filter.
In our case specifically, we have an erraticness filter which is influenced by volatility. Erraticness incorporates different measures of market spread. If market erraticness rises above a certain threshold, new trades in that market are blocked. This is designed to eliminate a subset of potential trades that we think will add to the portfolios’ volatility without contributing much to their returns. We introduced the erraticness filter near the end of March 1996, and it turned out to be very beneficial. For the first few years after we implemented the erraticness filter, in examining our Sharpe ratio the numerator got bigger and the denominator got smaller simultaneously. In my experience, that’s very rare. A few months before things really began to fall apart [in 2008], our systems essentially shut down. They judged the market to be too erratic. When the crisis hit, we had small positions. What we tend to do is just assess the fact that everything’s become riskier and more volatile, and we liquidate a proportion of everything.
We have three packages which consist of 19 systems in all. The short-term package has an average trading length of about 6 days; the medium term package has an average of about 12 days. The long-term package is over 60 days. All of the systems trade independently and are designed to be profitable on their own.
Looking back, about one third of the trades have been winners, and two thirds losers. That’s been true for a long time. The idea is you win in only a modest percentage of trades but you make these wins count.
Why Trend Following Works.
I would offer a few reasons, all based on human nature. The first is that we’re not very good as a species at reasoning about probabilities. We are good at other things, such as estimating speed and distance. Take the ability to catch a baseball, for example; physicists tell us this requires integrating differential equations, which is of course quite complex. By comparison, we make mistakes in easy probability problems. One consequence is that we tend to have only two responses to extremely small probabilities, neither of which is helpful: we ignore them completely or we exaggerate them. I would give the Anthrax scare some years back as an example of the latter. The probability that any single person would be infected with Anthrax was incredibly small, yet a lot of people were in hysterics. The more typical response is to ignore very small probabilities altogether—to assume that they’re essentially zero. Let’s say there’s a one percent probability that beans were going up a dollar. That should make beans go up a penny. In fact, what would typically happen is that market participants would ignore that small probability, and the price wouldn’t respond at all. Let’s say the probability slowly creeps higher. At some point it registers on people’s mental scopes, so to speak. Then they tend to respond discontinuously to this continuous development. Another example of how people behave unreasonably when faced with probabilities is the way they respond to lotteries. If you offer subjects a sure win and you offer them a lottery that’s a little better, they’ll take the sure win. On the other hand, if you offer them a sure loss or a lottery that’s a little worse but has a chance of recouping, they’ll take the lottery. Traders tend to follow the same—they take profits and they play with losses. This bias generates trends. The trendiness of prices seems to be grounded in human nature. Looking back, about one third of the trades have been winners, and two thirds losers. That’s been true for a long time.
Convert Ignorance to Profitability.
I would characterize our overall approach as “conservative”. This does not mean that we avoid market risk, for market risk is the raw material from which profit is fashioned, but we are conservative about what we know and about what can be done. My experience with Decision Theory indicates that knowing what it is you are ignorant of is in fact a powerful position to be in. The task of the trader is to locate those few areas where ignorance is not complete and to convert this information into profitability in an efficient way. False knowledge can be very detrimental to this process, but acknowledged ignorance can be quite beneficial.
Overbought / Oversold Indicators (RSI, Stochastics) Don’t Work.
They’re close to zero in terms of their profit expectations. What these patterns make during market.
consolidations, they lose during trends. For one thing, when you look at these indicators superimposed on a price chart, they look much better than they really are. The human eye tends to pick up the times these indicators accurately called minor tops and bottoms, but it misses all the false signals and the extent to which they were wrong during trends. Formally, the mistake is the confusion between prior and posterior probabilities. For example, it’s true that a lot of extremes have reversal days. All that’s telling you is the probability of having a reversal day given a price extreme. What you really want to know is what the probability is. of having an extreme-that is, a sustained change in market trend-given that you have a reversal day. That is a very different probability. Just because one probability is high, it in no way implies that the other one is high as well. If 85 percent of all tops and bottoms have property X, but property X also occurs often enough in other places, using that indicator as a signal will rip you to shreds.
There are very powerful scientific methods of cyclical analysis, particularly Fourier analysis. Fourier analysis has been tried again and again on market prices, starting in the late nineteenth century with the work of the French mathematician Louis Bachelier. All this scientific research has failed to uncover any systematic cyclic components in price data. This failure argues strongly against the validity of various trading systems based on cycles. And, I want to stress that the techniques for finding cycles are much stronger than the techniques for finding trends. Finding cycles is a classic scientific problem. If you allow cycle periods to shrink and expand, skip beats, and even invert-as many of these cycle theorists (or, perhaps more accurately, cycle cranks) do-then you can fit cycles onto any data series that fluctuates. The bottom line is that rigorous statistical techniques, such as Fourier analysis, demonstrate that these alleged cycles are practically random.
There are two parts to the process. The first part is to develop a coherent portfolio theory: how to structure your trades, how to manage risk, etc. That truly is a scientific project in which you’re trying to develop things from first principles. The second part is brainstorming for new trading ideas. It usually takes 70 to 100 false starts before we get something that we can use. We pay a lot of attention to the foundations of the subject, to the soundness of our methodology, and to the correctness of our statistics. In terms of the foundations of the subject, we rely heavily on Decision Theory and Utility Theory.
Prediction Models Do Not Help in Trading Systems.
Statistical estimators probe particular features of the price series; they are equipped with confidence levels, give information about possible models, and are useful for prediction. From the point of view of the modeler, trading systems do not locate specific features of the price series; they have no confidence levels and are useless for prediction. Worst of all, they say little about any possible model. Trading systems can be highly remunerative, but they don’t tell the modeler what he or she needs to know. In the same way models, although valuable in other respects, do not help in designing trading systems. Now superficially it seems like trading is a form of prediction but it really isn’t. If you design your system where you are trying to predict the market, then it doesn’t work. You have to concentrate on projecting losses, risk management and finding something that works, but if you are directly looking for prediction that tends to be self-stultifying. And if you look at me as a predictor instead of as a trader — as a trader I am way ahead, as a predictor I am scoring about 35%, so I am not very good as a predictor. Those are different skills. But still even with trend followers you will hear people say, “Where do you think the market is going?” It is just human nature to try and approach this in terms of making a prediction.
Continuously Improve Your Trading Systems.
Improve your trading or it will degrade; there’s no coasting in this game. When I first began trading solely on the basis of price and was much more concerned than I should have been about the academic orthodoxy that futures market price change was pure white noise–a random walk–I made the following notebook entry: “How can the aggregate of traders and users arbitrage out a potentially unlimited number of nonlinear relationships?” The implication was that they could not. Twenty-five years later, I am less confident about the continuing correctness of this answer. What I failed to take into consideration was the staggering explosion in information processing. This will only continue. Eventually artificial intelligence devices, superior to any human researcher, will effectively uncover all exploitable nonlinear relationships of price to price. Such relationships will be mined until technical analysis is no longer profitable. There is an irony in that dogmatic” random walk” theorists, dead wrong for a century, will turn out to have been prescient–futures markets will have been driven to randomness. The process has already begun. I feel these developments are nearly assured (assuming no disruption of civilization). What is less clear is whether this will happen as rapidly as I predict–in 10 to 20 years. In the meantime, profitable trading will only get harder as increasingly more astute traders pursue progressively weaker statistical regularities. This is why it is necessary for a CTA continually to improve just to hold his or her own. The only consolation I can offer is that there are profits to be made participating in this process of randomization.
Limit Degrees of Freedom to 12, and Test Over a Large Sample Size.
What most people use to ward it off is the in-sample/out-of-sample technique where they keep half their data for optimization and half their data for testing. That is an industry standard. We don’t do that; it wastes half of the data. Now the two numbers that most determine if you are over-fitting are the number of degrees of freedom in the system. Every time you need a number to define the system, like a certain number of days back, a certain distance in price, a certain threshold, anything like that is a degree of freedom. The more degrees of freedom that you have the more likely that you are to over-fit. Now the other side of it is the number of trades you have. The more trades you have, the less you tend to over-fit, so you can afford slightly more degrees of freedom. We don’t allow more than 12 degrees of freedom in any system. If you put more bells and whistles on your system it is easy to get 40 degrees of freedom but we hold it to 12. Seven or eight [degrees of freedom] is probably too many. Three or four is fine. On the other side of that, for us to make a trade we have to have a sample of at least 1,800; we won’t make a trade unless we have 1,800 examples. That is our absolute minimum. Typically we would have 15,000 trades of a certain kind before we would make an inference as to whether we want to do it. The reason you need so many is the heavy tail phenomena. It is not only that heavy tails cause extreme events, which can mess up your life, the real problem with the heavy tails is that they can weaken your ability to make proper inferences. Normal distribution people say that large samples kick in around 35. In other words, if you have a normal distribution and you are trying to estimate a mean, if you have more than 35 you’ve got a good estimate. In contrast, with the kind of distributions we have with futures trading you can have hundreds of samples and they could still be inadequate; that is why we go for 1,800 as a minimum. That is strictly a function of the fatness of tails of the distribution. You have to use robust statistical techniques and these robust statistical techniques are blunt instruments. They are data hogs, so both seem to be disadvantages but they have the advantages of tending to be correct.
Beware of Overfitting and Hidden / Bad Degrees of Freedom.
There can also be hidden degrees of freedom. One can have structures within the system that can take on various alternative forms. If various alternatives are tested, it gives the system another chance to conform to past idiosyncrasies in the data. Not only is it perilous to have too many degrees of freedom in your system, there are also “bad” degrees of freedom. Suppose a certain degree of freedom in your system impinges only on a very few oversized trends in me data and otherwise does not affect how the system trades. By affixing to accidental features of the small sample of large trends, such a degree of freedom can substantially contribute to overfitting, even though the overall number of degrees of freedom is manageable.
Take Care of the Tail Risk.
The large-tail phenomenon means that most statistical tests overestimate reliability and underestimate risk. I don’t know if it’s possible to take advantage of this, but it’s important to protect yourself from it. Tail risk is hard to estimate but we spent over 25 years on this project. We have worked on it really hard and we do have various techniques to deal with the fact that the tails are so heavy. It is absolutely crucial because the tail risk changes everything that we do. Every single part of designing and implementing the system is affected by the fact that you have more extreme values than you expect under any kind of normal model. I have a little bit of trouble with the idea that the tail risk in futures trading is what is helping because I see it strictly as a hindrance, strictly as a problem to be overcome. I guess it helps to have these really big outsized moves. It is only going to help you if you treat it like a wild tiger. Trend-following doesn’t work only because of the tail risk but tail risk turns up the volume.
Trade Sizing Depends on Risk Aversion and Volatility.
Risk aversion When I was a young man I wanted to devise objective risk systems. In other words, once you have a system, what is the right size to trade, period. After years of working on this I convinced myself that it did not have a unique answer. You need at least one subjective piece of the puzzle to put it together, and that is an individual’s risk aversion. Now that is subjective. There is no rule that says how averse you should be to risk, that is an integral element of your personality. But unless you know how averse to risk you are or unless you can impute risk aversion to your clients, you really can’t settle the question of how big you should trade. Volatility Estimating volatility determines to a large extent what your position sizes should be. A slight improvement in our volatility estimators can potentially produce a significant long-term benefit.
Don’t Set Your Trading Size at the Optimized Setting.
On the subject of bet size, if you plot performance against position size, you get a graph that resembles.
one of those rightward-facing, high-foreheaded cartoon whales. The left side of the graph, corresponding to relatively small position size, is nearly linear; in this range an increase in trading size yields a proportionate increase in performance. But as you increase size beyond this range, the upward slope flattens out; this is because increasingly large drawdowns, which force you to trade smaller, inhibit your ability to come back after strings of losses. The theoretical optimum is reached right about where the whale’s blowhole would be. To the right of this optimum, the graph plummets; an average position size only modestly larger than the.
theoretical optimum gives a negative performance Trading size is one aspect you don’t want to optimize. The optimum comes just before the precipice. Instead, your trading size should lie at the high end of the range in which the graph is still nearly straight.
Risk Management Needs to be Developed Together With Your Trading System, Not After.
When and where you initiate a trade is a lot less important than how large you trade and how you liquidate . Unfortunately, traders tend to put a great effort into trade initiation and let risk management stagnate. Small improvements in risk or volatility assessment may not be exciting, but they are among the most lasting and beneficial changes. One approach to avoid is to design the system first, then to tack on risk management. System and risk management should be developed together; the connection should be seamless.
Apply Utility Theory Incorporate Risk Aversion into Risk Management.
Our risk management techniques are based on utility theory. They take into account the fact that each dollar you make is a little smaller than the last one, and each dollar you lose is a little bigger than the last one. They allow you to quantify your own aversion to risk, and then to maximize expectations based on your risk aversion. The objective of any investment is to achieve the highest returns based on your own risk tolerance, or in the case of a professional manager, the risk tolerance of your clients. Note that there are two respects in which profits and losses are not equivalent. One is objective and has to do with nonlinearity. For example, it requires a 100% profit to balance a 50% loss. The second is subjective and has to do with risk aversion, for many people even the prospect of a 150% profit does not compensate for the risk of a 50% loss. Through Utility Theory, such imbalances can be treated in a rigorous, quantitative manner and in this way uniform and unified procedures can be developed. We use only bounded utility functions in our work on risk management. The particular utility functions we.
use also have the desirable technical characteristic of optimal investment fractions being independent of.
Take a Portfolio Approach to Risk Management.
Look at the question of risk management. Any trader who survives any length of time knows something about his subject, but in my experience, traders simply graft risk control on top of whatever else they are doing, often in an arbitrary way. For instance, many prospective clients have asked me what’s the most I’ll lose on one trade. I can look up these statistics, but this is not something I would ordinarily pay any attention to. It doesn’t matter how little you lose on an individual trade, but how much you might lose on your whole portfolio. You’re not going to keep a ship afloat just by making sure the leaks are small. The important thing is to limit portfolio risk, the trades will take care of themselves.
System Should Maximize Expected Utility.
We have devised a portfolio theory quite different from the classical theory that permits factors such as risk aversion, the nonlinear imbalances between profits and drawdowns, and long-term utility growth to be built in at the ground floor. They are all part of the formulas that define what it means for a system to be good. In this way, on even the most preliminary test run of a new idea we are forced to take into consideration the subtle and complex relations between drawdowns and long-term growth. At ETC we are dedicated utility maximizers and pay particular attention to the rate of expected utility growth.
Evolutionary Algorithms for Optimization Process.
We use evolutionary algorithms that we’ve developed in-house. To give you an idea of what that means, let’s say you have a system with certain parameters. Certain price points that you’re looking to hit, certain thresholds based on patterns you’ve observed. You can express a particular form of this system as a sequence of numbers, and treat that sequence exactly like a genome (a string of genes). In order to test the system, you can run it with a given set of numbers. This will give you hypothetical performance figures which are analogous to an organism’s fitness. Then, just as in natural selection, you can cause genes to mutate or you can genetically recombine two genomes, always favoring those with higher fitness. The fitness can then “evolve” to be higher. The objective is to find ways to identify trends within the massive amount of randomness or.
“noise” that the market generates. The difference between a real market and a random walk is that the real market has a slight trend component. Perhaps one or two percent of the process is trend, and the rest is noise. That’s the inference problem you’re facing. So the question becomes, how can you use the fact that there is some information in a price series, and how can you extract returns from that information? That’s where testing and optimization come into play.
I’d like to have made more money in the last half of 2008. Whenever we feel that we may have fallen short, we do research to investigate the matter. But it’s important to realize that the last half of last year is simply not enough of a sample to make a substantial change. It would not be a warrantable inference. It would be like fighting the last war.
Strict Testing is Required.
It has been shown again and again, that without proper controls, even the most honest researcher will unconsciously bias research usually in a favorable direction. Trading systems research is especially rife with possibilities for this kind of wish fulfillment. During more than 20 years, we have seen an amazing variety of ways in which research can mislead or falsify. In response to this we have developed a veritable gauntlet of tests that any system must pass to be taken seriously. We test for post-dictiveness, for computer glitches, and for statistical artifacts. We test for overfitting, for maldistribution of returns, and the degree to which a system takes advantage of unusual and possibly nonrepeatable circumstances. Theses are just a few of the potential sources of trouble that we routinely monitor. This battery of tests can bring runaway enthusiasms back down to earth.
Beware of Summary Statistics.
Most standard statistical techniques are inappropriate for analyzing trading. Statisticians have developed many delicate techniques that squeeze information from minimal data, but these give false results in this business. I tell traders that if the results don’t sock you in the eye, they’re probably not real. Accordingly, we use only the most robust and assumption free statistical tests. A robust statistical estimator is one that is not perturbed much by mistaken assumptions about the nature of the distribution. We have an aversion to summary statistics that obliterate important structural elements. For assessing systems, we use a technique called bootstrapping so that the complete distribution of past outcomes can make itself felt in decisions; the distribution is not simply viewed in terms of its mean and variance which can give a distorted picture.
Use Yes-No Trade Decision Schemes Rather Than Weighting Schemes.
It’s a lot easier to look scientific than to be scientific. We try to avoid the kind of delicate fine tuning that gives on the feeling of being very accurate, but that is in fact mostly arbitrary. We have taken to heart the research that shows that simple yes-no schemes, either fully accept or fully reject something, are more useful and more robust than delicate weighting schemes. For instance, we do not favor trades according to how good they are supposed to be, instead we use the following rule: if a trade is good enough to make, it’s good enough to make at full size; if a trade isn’t good enough to make at full size, then don’t make it at all. We adhere to this kind of reasoning all the way down the line. All five systems we currently use are given equal weight. We also try to give equal weight to each of the fifty or so markets we trade.
How to Combine Indicators and Apportion Assets Among Trades.
The question is: How do you most effectively combine multiple indicators? Based on certain delicate statistical measures, one could assign weights to the various indicators. But this approach tends to be assumption-laden regarding the relationship among the various indicators. In the literature on robust statistics you find that, in most circumstances, the best strategy is not some optimized weighting scheme, but rather weighting each indicator by 1 or 0. In other words, accept or reject. If the indicator is good enough to be used at all, it’s good enough to be weighted equally with the other ones. If it can’t meet that standard, don’t bother with it. The same principle applies to trade selection. How should you apportion your assets among different.
negociações? Again, I would argue that the division should be equal. Either a trade is good enough to take, in.
which case it should be implemented at full size, or it’s not worth bothering with at all.
If the performance results of the system don’t sock you in the eye, then it’s probably not worth pursuing. It has to be an outstanding result. Also, if you need delicate, assumption-laden statistical techniques to get superior performance results, then you should be very suspicious of the system’s validity. You have to try to kill your little creation. Try to think of everything that could be wrong with your system, and everything that’s suspicious about it. If you challenge your system by sincerely trying to disprove it, then maybe, just maybe, it’s valid.