Trading-stocks-and-options-with-moving-averages --- a-quantified-approach

Trading-stocks-and-options-with-moving-averages --- a-quantified-approach

Option-trading-by-example
Trading-systems-and-methods
Daftar-of-weekly-stock-options


Option-trading-fee Online-trading-academy-platform Trading-options-at-expiration-review Td-ameritrade-stock-options Turtle-trading-rules-free Micro-forex-account-singapura

Perdagangan Saham dan Pilihan dengan Rata-rata Bergerak Pendekatan Kuantitatif Transkripsi 1 Connors Research Trading Strategy Series Perdagangan Saham dan Pilihan dengan Rata-rata Bergerak Pendekatan yang Diukur Oleh Connors Research, LLC Laurence Connors Matt Radtke 2 Page 2 Copyright 2013, Connors Research, LLC. SELURUH HAK CIPTA. Tidak ada bagian dari publikasi ini yang dapat diproduksi ulang, disimpan dalam sistem pengambilan, atau dikirim dalam bentuk apapun atau dengan cara apapun, elektronik, mekanik, fotokopi, rekaman, atau lainnya, tanpa izin tertulis dari penerbit dan penulis sebelumnya. Publikasi ini dirancang untuk memberikan informasi yang akurat dan berwibawa terkait dengan pokok bahasan yang tercakup. Ini dijual dengan pengertian bahwa penulis dan penerbit tidak terlibat dalam melakukan legal, accounting, atau layanan profesional lainnya. Otorisasi untuk memfotokopi barang untuk penggunaan internal atau pribadi, atau penggunaan pribadi klien internal atau pribadi, diberikan oleh Connors Research, LLC, dengan ketentuan bahwa biaya 7,00 per halaman AS dibayarkan langsung ke Connors Research, LLC, ISBN Dicetak di Amerika Serikat. 3 Page 3 Penafian Dengan mendistribusikan publikasi ini, Connors Research, LLC, Laurence A. Connors dan Matt Radtke (secara kolektif disebut sebagai Companyquot) tidak menyediakan layanan konsultasi investasi atau bertindak sebagai penasihat investasi terdaftar atau brokerer yang juga tidak mereka maksudkan. Katakan atau menyarankan agar sekuritas atau pelanggan mata uang mana yang harus dibeli atau dijual untuk mereka sendiri. Analis dan karyawan atau afiliasinya dari Perusahaan dapat memegang posisi di saham, mata uang atau industri yang dibahas di sini. Anda mengerti dan mengakui bahwa ada tingkat risiko yang sangat tinggi yang terlibat dalam perdagangan efek dan atau mata uang. Perusahaan, penulis, penerbit, dan semua afiliasi Perusahaan tidak bertanggung jawab atau bertanggung jawab atas hasil perdagangan dan investasi Anda. Pernyataan faktual di situs web Perusahaan, atau dalam publikasi, dibuat pada tanggal yang ditentukan dan dapat berubah sewaktu-waktu tanpa pemberitahuan sebelumnya. Seharusnya tidak diasumsikan bahwa metode, teknik, atau indikator yang disajikan dalam produk ini akan menguntungkan atau tidak mengakibatkan kerugian. Hasil terakhir dari setiap pedagang atau sistem perdagangan yang diterbitkan oleh Perusahaan tidak menunjukkan keuntungan masa depan oleh pedagang atau sistem tersebut, dan bukan merupakan indikasi pengembalian masa depan yang akan direalisasikan oleh Anda. Selain itu, indikator, strategi, kolom, artikel dan semua fitur produk Perusahaan lainnya (secara keseluruhan, quotInformationquot) disediakan untuk tujuan informasi dan pendidikan saja dan tidak boleh dianggap sebagai saran investasi. Contoh yang disajikan di situs web Perusahaan hanya untuk tujuan pendidikan. Pengaturan semacam itu bukanlah permohonan untuk membeli atau menjual. Dengan demikian, sebaiknya jangan hanya mengandalkan Informasi dalam melakukan investasi apapun. Sebaliknya, Anda harus menggunakan Informasi hanya sebagai titik awal untuk melakukan penelitian independen tambahan agar Anda dapat membentuk pendapat Anda sendiri mengenai investasi. Anda harus selalu memeriksa dengan penasihat keuangan berlisensi dan penasihat pajak untuk menentukan kesesuaian investasi apapun. HASIL KINERJA HIPOTHETIK ATAU SIMULASI MEMILIKI BATASAN INHERENT TERTENTU. KECUALI SEBUAH KINERJA KINERJA YANG TIDAK DAPAT DIPERLUKAN, HASIL YANG SIMULASI JANGAN MENYATAKAN PERDAGANGAN YANG SEBENARNYA DAN MUNGKIN TIDAK DIPERHATIKAN OLEH RANTAI DAN BIAYA SLIPPAGE LAINNYA. JUGA, SEJAK TRADES TIDAK SEGALA DITINJAU, HASIL YANG DAPAT MEMILIKI BAWAH ATAU TERLUKA UNTUK DAMPAK, JIKA ADA, FAKTOR PASAR TERTENTU, SEPERTI KURANGNYA LIKUIDITAS. PROGRAM PERDAGANGAN SIMULASI DALAM UMUM JUGA TERTARIK UNTUK FAKTA BAHWA MEREKA BERDASARKAN MANFAAT HINDSIGHT. TIDAK ADA REPRESENTASI YANG DIBUAT BAHWA SETIAP AKUN AKAN ATAU CUKUP UNTUK MENCAPAI KEUNTUNGAN ATAU KERUGIAN YANG SESUAI DENGAN MEREKA. Connors Research 10 Exchange Place Suite 1800 Jersey City, NJ 07302 4 Page 4 Daftar Isi Bagian 1 Pendahuluan. 5 Bagian 2 Aturan Strategi. 8 Bagian 3 Hasil Uji Bagian 4 Memilih Parameter Strategi Bagian 5 Menggunakan Pilihan Bagian 6 Pikiran Tambahan Lampiran: Indikator ConnorsRSI dan Volatilitas Historis. 31 5 Page 5 Bagian 1 Pendahuluan 6 Page 6 Indikator tidak selalu seperti apa adanya. Moving averages banyak digunakan sebagai alat trend following. Dalam banyak strategi perdagangan yang telah kami kembangkan selama ini, rata-rata pergerakan 200 hari (MA) digunakan untuk mengidentifikasi arah tren. Kami telah menemukan bahwa mengambil sinyal beli hanya jika harga di atas 200 hari MA dapat meningkatkan profitabilitas di banyak sistem. Baru-baru ini, kami menyelesaikan penelitian yang menunjukkan moving averages juga dapat digunakan sebagai bagian dari strategi untuk menemukan kesempatan trading reversers jangka pendek. Hal ini mungkin mengejutkan beberapa pedagang karena mungkin tampak aneh jika menggunakan indikator tren berikut seperti MA dalam strategi pemulihan jangka pendek. Sementara MA digunakan dalam strategi ini, MA tidak diterapkan dengan cara tradisionalnya. Seperti yang kami fokuskan pada buku 2004 Bagaimana Pasar Benar-benar Bekerja, penting untuk mengembangkan wawasan unik tentang perilaku harga. Dalam Bagaimana Pasar Benar-benar Bekerja, kami menguji pengetahuan umum dan menemukan bahwa tidak selalu terbaik untuk mengikuti kebenaran pasar yang diterima secara luas. Kami menemukan bahwa yang terbaik adalah membeli kelemahan jangka pendek, misalnya, dan penelitian menunjukkan bahwa pembelian selektif ketika tingkat pasar yang buruk lebih menguntungkan daripada membeli ketika indikator luas pasar secara seragam positif. Kami juga menemukan bahwa perubahan volume tidak relevan untuk membuat keputusan membeli dan menjual meskipun ada kepercayaan luas di kalangan pedagang bahwa volume diperlukan untuk mengkonfirmasi uptrend. Kami telah melanjutkan jenis penelitian itu dan kami selalu melihat data daripada kebenaran yang diterima secara luas. Dengan demikian, kami menemukan bahwa moving averages (MA) dapat digunakan sebagai alat penghitung waktu pendek. Secara tradisional, MA biasanya digunakan sebagai alat tren berikut. Sinyal beli diberikan saat harga mendekati di atas MA dan sinyal jual hasilnya ditutup di bawah MA. Sementara mereka dapat digunakan secara menguntungkan dengan cara ini, ada juga sejumlah masalah yang terkait dengan MA. Ketika sebuah pasar terikat, yang sebagian besar waktu, pedagang mengalami sejumlah perdagangan whipsaw sambil menunggu tren berikutnya muncul. Perdagangan whipsaw adalah entri yang cepat dibalik. Komisi dan biaya perdagangan lainnya dapat menjadi substansial saat harga cambuk bolak-balik sekitar rata-rata bergerak dan biaya tersebut menurunkan keuntungan. Sinyal yang berbasis MA juga akan selalu terlambat. Ini dengan desain sejak MAs membidik pasar. Namun, penundaan ini dapat menyebabkan pergerakan harga yang besar. Harga SPDR SampP 500 ETF (NYSE: SPY) meningkat lebih dari 30 setelah bottoming pada bulan Maret 2009, misalnya sebelum MA jangka panjang memberi sinyal beli. Sistem berbasis MA umumnya memiliki tingkat kemenangan rendah dan sebagian besar keuntungan sistem berasal dari hanya sedikit perdagangan. Sebagian besar perdagangan hanya akan menghasilkan keuntungan atau kerugian kecil akibat belenggu. Masalah ini membuat MA sulit berdagang. Dalam pengujian kembali dalam jangka waktu lama, tampaknya menguntungkan namun secara real time, sinyal tertunda dan sejumlah besar perdagangan yang hilang menyebabkan banyak pedagang meninggalkan sistem tersebut. Kami melihat masalah MA sebagai peluang untuk mengembangkan sistem perdagangan berdasarkan mean reversion. 7 Page 7 Whipsaws disebabkan oleh sifat biner dari sistem MA. Itu selalu masuk atau keluar dari pasar, atau selalu panjang atau pendek, berdasarkan interaksi MA dengan harga. Kita bisa mengurangi masalah ini dengan mendefinisikan aturan yang hanya mengambil peluang trading yang tinggi. Banyak pasar tidak dapat diobati sebagian besar waktu dan aturan dapat dirancang untuk mengenali kapan pasar berada pada posisi ekstrim dan diperdagangkan hanya dalam kondisi yang tepat. Kelemahan lain dari sistem MA adalah bahwa mereka memberikan keuntungan dalam jumlah besar setelah tren berbalik sebelum mereka keluar atau mereka memerlukan penundaan yang kehilangan keuntungan besar sebelum memasuki perdagangan. Hal ini disebabkan oleh fakta bahwa harga bergerak jauh dari MA saat pasar sedang tren. Beberapa pedagang mengatasi masalah ini dengan menutup perdagangan saat harga menyimpang terlalu jauh dari MA, yang menyebabkan masalah lain karena tren yang kuat akan terlewatkan dan profitabilitas sistem akan berkurang. Kami menangani masalah dengan menggunakan dua MA yang meminimalkan penundaan pada titik balik. Semua aturan strategi dirinci secara lengkap di bagian selanjutnya. Ini adalah cara baru yang hebat untuk menggunakan MA yang dapat memberikan keuntungan di pasar manapun. Kami harap Anda menikmati angsuran berikutnya dari Seri Panduan Strategi Riset Perdagangan Connors. Jika Anda ingin melihat lebih banyak topik dari Seri Riset Strategi kami, silakan klik di sini. 8 Page 8 Bagian 2 Aturan Strategi 9 Page 9 Moving averages umumnya digunakan untuk mengikuti tren. Beberapa trader akan menggunakan MA untuk membantu mengidentifikasi pasar overbought atau oversold. Pendekatan ini biasanya melibatkan identifikasi ketika harga telah bergerak terlalu jauh dari MA. Untuk menentukan kapan harga terlalu jauh dari MA, saluran, berdasarkan persentase atau standar deviasi, sering ditambahkan ke MA. Saluran gagal untuk mengidentifikasi kekuatan dan selalu salah selama kemajuan atau penurunan terbesar di pasar. The Quantified Moving Average Strategy menggunakan dua moving averages untuk mengurangi probabilitas terjadinya kesalahan pada putaran pasar utama. Rata-rata bergerak rata-rata akan bergerak seiring dengan harga dan hubungan antara dua rata-rata akan menyoroti pasar oversold yang ekstrem. Strategi ini menjalankan perdagangan dengan menggunakan tiga proses sederhana yang terdiri dari Setup, Entry dan Exit. Aturan untuk masing-masing langkah ini dijelaskan di bawah ini. Penyesuaian Strategi Berorientasi Nilai Terukur terjadi bila semua kondisi berikut benar: 1. Harga saham harus di atas 5. 2. Volume harian rata-rata persediaan selama 21 hari perdagangan terakhir (kira-kira satu bulan) harus sekurang-kurangnya 250.000 saham. 3. Volatilitas historis selama 100 hari terakhir, atau HV (100), harus lebih besar dari 30. (Lihat Lampiran untuk definisi volatilitas historis). 4. Tutup hari ini harus berada di atas rata-rata pergerakan 200 hari, atau MA (200). 5. MA cepat setidaknya Y di bawah MA yang lamban di mana Y 2.5, 5.0, 7.5, atau 10.0. Berikut skenario MA yang akan diuji: Skenario Cepat MA Lambat MA 1 MA (C, 5) MA (C, 10) 2 MA (C, 5) MA (C, 20) 3 MA (C, 5) MA (C, 50) Jika hari sebelumnya adalah Setup, maka kita akan melakukan perdagangan dengan cara: 6. Mengirimkan limit order ke 50, 4) MA (C, 10) MA (C, 20) 5 MA (C, 10) MA (C, 50) Beli saham dengan harga X di bawah penutupan kemarin, di mana X adalah 2, 4, 6, 8 atau 10. Setelah kita memasuki perdagangan, kita Keluar dengan salah satu metode berikut, yang dipilih terlebih dahulu: 7a. Harga penutupan saham lebih tinggi dari penutupan hari sebelumnya. Kami biasanya mengacu pada jalan keluar ini sebagai First Up Close. 7b. Saham ditutup dengan nilai ConnorsRSI lebih besar dari 50. 7c. Saham ditutup dengan nilai ConnorsRSI lebih besar dari 70. 7d. Harga penutupan saham lebih besar dari rata-rata pergerakan 3 hari, atau MA (3). 7e. Harga penutupan saham lebih besar dari rata-rata pergerakan 5 hari, atau MA (5). Mari kita lihat setiap peraturan sedikit lebih dalam, dan jelaskan mengapa itu termasuk dalam strategi. Aturan 1 amp 2 memastikan bahwa kita berada dalam persediaan yang sangat likuid yang dapat dengan mudah dibeli dan dijual dengan spread bidask yang ketat yang mengurangi biaya perdagangan. Aturan 3 memastikan bahwa stok memiliki volatilitas yang cukup untuk memungkinkan pergerakan besar. Aturan 4 mengidentifikasi arah tren jangka panjang. Dengan mensyaratkan mendekati berada di atas MA 200 hari, kita menemukan saham yang oversold namun tetap dalam uptrend jangka panjang. Aturan 5 mengidentifikasi ekstrim oversold jangka pendek. Aturan 6 memungkinkan kita memasuki perdagangan dengan harga optimal. Aturan Pengaturan mengidentifikasi stok jenuh jual dan peraturan masuknya menunggu agar lebih oversold lagi secara intraday. Aturan 7 menyediakan metode keluar yang terdefinisi dengan baik. Beberapa strategi telah mengkuantifikasi, menyusun, dan menerapkan aturan disiplin. Aturan 7 memberi Anda parameter yang tepat untuk keluar dari perdagangan, yang didukung oleh hasil tes historis selama bertahun-tahun. Seperti semua parameter strategi lainnya, kita memilih terlebih dahulu tipe exit yang akan kita gunakan, dan menerapkan aturan itu secara konsisten dalam trading kita. Aturan 7b dan 7c menggunakan ConnorsRSI untuk menentukan jalan keluarnya. Di masa lalu, banyak strategi kami menggunakan RSI 2 hari, atau RSI (2) untuk mengidentifikasi kondisi jenuh beli dan jenuh jual. Penelitian terbaru kami menunjukkan ConnorsRSI menjadi indikator yang lebih efektif. Jika Anda tidak mengenal ConnorsRSI, rincian dapat ditemukan di Appendix. Dalam pengujian kami, kami menutup semua perdagangan pada saat penutupan perdagangan pada hari ketika sinyal Keluar terjadi. Jika ini bukan pilihan bagi Anda, penelitian kami pada umumnya menunjukkan bahwa hasil serupa dapat dicapai jika Anda keluar dari posisi Anda pada atau di dekat tempat terbuka keesokan harinya. Sekarang mari lihat bagaimana perdagangan khas terlihat di bagan. Untuk contoh di bawah ini, kita akan menggunakan variasi strategi yang membutuhkan MA 5 hari lebih dari 10 di bawah MA 20 hari pada hari Setup. Batas order akan ditempatkan 6 di bawah harga penutupan hari Setup. Kita akan keluar saat ConnorsRSI lebih besar dari 70, metode exit yang didefinisikan oleh Rule 7c. 11 Page 11 Bagan dibuat di TradingView. Dicetak ulang dari TradingVew. Gambar 1: Perdagangan Smith amp Wesson Corp. (SWHC) Bagan di atas adalah untuk Smith amp Wesson Holding Corp. yang simbolnya adalah SWHC. Pada grafik, panel atas menunjukkan harga bar hitam, MA 5 hari atau MA (5) berwarna biru dan MA 20 hari atau MA (20) berwarna hijau. Panah hijau menunjukkan kapan perdagangan masuk dan panah merah menyoroti hari aturan Keluar dipicu. Aturan 1 sudah terpenuhi karena harga penutupan saham adalah 7,96 pada 22 Agustus 2012, jauh di atas nilai minimum 5. Aturan 2 terpenuhi karena volume harian rata-rata pada hari Setup selesai lebih dari 1,9 juta, di atas Minimal 250.000. Aturan 3 mensyaratkan volatilitas historis selama 100 hari terakhir, atau HV (100), lebih besar dari 30 pada hari Setup selesai. Nilai sebenarnya dari HV (100) pada hari itu adalah 12 karena ketentuan SWHC ditutup pada pukul 7.96, di atas MA 200 hari yaitu 6,43 pada hari tersebut. Aturan 5 mensyaratkan MA cepat setidaknya Y di bawah MA yang lamban di mana Y 2.5, 5.0, 7.5, atau 10.0. Kami menggunakan 5 hari untuk MA yang cepat dan 20 hari untuk MA yang lambat dengan Y 10.0. MA 5 hari adalah 8.09 dan MA 20 hari adalah 9,24 pada tanggal 22 Agustus. Dalam kasus ini, MA cepat lebih dari 12 di bawah MA yang lamban. Hubungan antara kedua MA dapat ditemukan dengan rumus berikut: Persen abovebelow ((MA MA Cepat MA) 1) 100 ((8.09 9.24) 1) 100 ((0.8756) 1) 100 12.44 Jika MA cepat berada di atas lambat MA, nilai ini akan positif. Karena kelima peraturan Setup sudah terpenuhi, kami memasukkan limit order untuk hari perdagangan berikutnya, yaitu 23 Agustus. Variasi strategi pilihan kami memberi tahu kami untuk menggunakan batasan 6 di bawah harga penutupan hari Setup (Peraturan 6), jadi kami akan menggunakan batas harga: Limit Price Close x (1 Limit) 7.96 x 0.94 7.48 Pada tanggal 23 Agustus harga Dari SWHC turun serendah 7,40, jadi batas pesanan kami terisi dan kami membeli saham dengan harga batas 7,48. Pada hari perdagangan berikutnya, 24 Agustus, harga SWHC ditutup pada level 8.05. ConnorsRSI bergerak ke atas Ini di atas 70, memicu Exit (Rule 7c) kami. Kami menutup posisi kami pada atau mendekati harga penutupan 8.05, yang memberi kami keuntungan pada perdagangan 7,6 sebelum komisi dan biaya: Keuntungan Keuntungan (atau Kerugian) Dasar Biaya (8.05 7.48) 7.48 0.57 7.48 7.6 Mari lihat contoh lain Menggunakan parameter perdagangan yang sedikit berbeda. Dalam contoh ini, kita memerlukan MA 5 hari lebih dari 5 di bawah MA 20 hari pada hari Setup. Batas order akan ditempatkan 8 di bawah harga penutupan hari Setup. Kita akan keluar saat harga tutup di atas MA 5 hari, metode exit yang ditentukan oleh Rule 7e. Bagan di bawah ini adalah untuk Spreadtrum Communications (SPRD), dan menggunakan konvensi yang sama seperti grafik sebelumnya. 13 Page 13 Bagan dibuat di TradingView. Dicetak ulang dari TradingVew. Gambar 2: Spreadtrum Communications Inc. (SPRD) Perdagangan Hari Penyiapan untuk perdagangan ini adalah 13 Desember, Sesuai dengan Peraturan 1, harga penutupan di atas 5 pada Aturan 2 terpenuhi karena volume harian rata-rata pada hari Setup selesai Diatas 1,9 juta saham, di atas minimum 250.000. Aturan 3 dipenuhi karena HV (100) adalah Peraturan 4 diurus saat SPRD ditutup pada 20,74, di atas MA hari ke-200 Peraturan 5 mensyaratkan MA cepat minimal Y di bawah MA yang lamban di mana Y 2.5, 5.0, 7.5 , Atau 10.0. Kami menggunakan 5 hari untuk MA yang cepat dan 20 hari untuk MA yang lamban dengan Y 5.0. MA 5 hari adalah 21,82 dan MA 20 hari adalah 24,39 pada tanggal 13 Desember. Dalam kasus ini, MA cepat hampir 11 di bawah MA yang lamban. Hubungan antara kedua MA dapat ditemukan dengan rumus berikut: Persen abovebelow ((MA MA Cepat MA) 1) 100 ((21.82 24.39) 1) 100 ((0.8946) 1) 100 10.54 Dengan semua persyaratan penataan kami terpenuhi, Kami siap untuk menempatkan limit order keesokan harinya. Karena SPRD ditutup pada 20,74, limit order akan ditempatkan pada 19,08 (20,74 0,92) sesuai dengan Peraturan 6. 14 Page 14 Pada tanggal 14 Desember, harga SPRD mencapai level terendah intraday 17,51, yang berada di bawah harga batas kami, jadi Pesanan kami terisi dan kami masuk perdagangan. Exit dipicu pada 20 Desember, saat SPRD ditutup pada pukul 21.38, di atas 5 hari MA untuk pertama kalinya sejak perdagangan masuk. Perdagangan ini akan menghasilkan keuntungan sekitar 12,1 sebelum komisi dan biaya. Sekarang setelah Anda memiliki pemahaman yang baik tentang mekanika perdagangan, kami akan melihat hasil uji historis untuk variasi strategi yang berbeda. Bagian 3 Hasil Uji 16 Page 16 Kita tidak pernah tahu pasti bagaimana strategi perdagangan akan tampil di masa depan. Namun, untuk strategi yang terukur sepenuhnya seperti yang dijelaskan dalam Buku Panduan ini, paling tidak kita dapat mengevaluasi bagaimana strategi tersebut telah dilakukan di masa lalu. Proses ini dikenal sebagai back testing. Untuk melakukan tes balik, pertama-tama kami memilih sekelompok sekuritas (kadang-kadang disebut daftar pantauan) yang ingin kami uji strategi. Dalam kasus kami, daftar pantauan terdiri dari saham tanpa leverage. Selanjutnya kita memilih jangka waktu untuk menguji. Semakin lama jangka waktu, semakin signifikan dan informatif hasil pengujian kembali akan. Tes kembali untuk buku panduan ini dimulai pada bulan Januari 2001 dan selesai pada akhir September 2013, tanggal terakhir dimana kami memiliki data pada tulisan ini. Akhirnya, kami menerapkan aturan masuk dan keluar kami ke setiap saham di daftar pantauan selama keseluruhan periode pengujian, mencatat data untuk setiap perdagangan yang akan dimasukkan, dan menggabungkan semua data perdagangan melalui variasi strategi tertentu. Salah satu kunci statistik yang bisa kita pungut dari hasil back test adalah Average ProfitLoss, yang juga dikenal dengan Average Gain per Trade. Beberapa pedagang menyebut ini sebagai tepi. Rata-rata PL adalah jumlah semua keuntungan (dinyatakan sebagai persentase) dan semua kerugian (juga sebagai persentase) dibagi dengan jumlah total perdagangan. Perhatikan sepuluh perdagangan berikut ini: No. Perdagangan Keuntungan atau Rugi 1 1.7 2 2.1 3 4.0 4 0.6 5 1.2 6 3.8 7 1.9 8 0.4 9 3.7 Rata-rata PL dihitung sebagai: Rata-rata PL (1.7 2.1 4.0 0.6 1.2 3.8 1.9 0.4 3.7 2.6) 10 Rata-rata PL 1.08 Rata-rata PL adalah keuntungan rata-rata berdasarkan modal yang diinvestasikan, yaitu jumlah uang yang sebenarnya kita habiskan untuk memasuki setiap perdagangan. Untuk perdagangan jangka pendek yang berlangsung selama tiga sampai sepuluh hari perdagangan, kebanyakan pedagang mencari PL rata-rata 0,5 sampai 2,5 di semua perdagangan. Semua hal lainnya sama, semakin besar rata-rata PL, semakin banyak akun Anda akan tumbuh seiring berjalannya waktu. Tentu saja, semua hal lainnya tidak pernah sama. Secara khusus, penting untuk mempertimbangkan metrik Jumlah Perdagangan dalam kombinasi dengan Rata-rata PL. Jika Anda menggunakan kira-kira jumlah modal yang sama untuk setiap perdagangan yang Anda masuki, Anda akan menghasilkan lebih banyak uang dalam sepuluh perdagangan dengan keuntungan rata-rata 4 per perdagangan daripada yang Anda lakukan pada satu perdagangan yang membuat 10. Metrik penting lainnya. Adalah Winning Proscentage atau Win Rate. Ini hanyalah jumlah perdagangan yang menguntungkan dibagi dengan jumlah total perdagangan. Pada tabel di atas, 7 dari 10 perdagangan menguntungkan, yaitu return positif. Untuk contoh ini, Persentase Menang adalah 7 10 70. Mengapa kita peduli dengan Win Rate, selama kita memiliki Average Average yang cukup tinggi Karena harga Win yang lebih tinggi umumnya menyebabkan pertumbuhan portofolio yang kurang stabil. Kehilangan perdagangan memiliki cara untuk menggumpal, dan ketika mereka melakukannya, nilai portofolio Anda menurun. Ini dikenal sebagai penarikan. Yang menurun, pada gilirannya, bisa membuat Anda kehilangan tidur atau bahkan mempertimbangkan untuk meninggalkan trading Anda sama sekali. Jika ada sedikit pecundang, yaitu Persentase Unggulan yang lebih tinggi, maka kerugian cenderung tidak rumpun, dan nilai portofolio Anda lebih mungkin tumbuh dengan lancar ke atas daripada mengalami perubahan naik dan turun yang keras. 18 Page 18 Mari kita perhatikan hasil tes untuk berbagai variasi Strategi Rata-rata Bergerak yang Terukur. Tabel di bawah ini mengurutkan hasil tes untuk menunjukkan 20 variasi yang menghasilkan Average PL tertinggi. Semua variasi yang menghasilkan kurang dari 100 sinyal perdagangan selama periode pengujian 12 tahun telah disaring untuk menghindari skewing hasilnya. Top 20 Variasi Berdasarkan Rata-rata Keuntungan Perdagangan Rata-rata Rata-rata Hari Dimiliki Menang MA Scenario MA Ukuran Batas Pinggir Keluar MA (5) MA (10) Tutup gt MA (5) MA (10) MA (20) Tutup gt MA (5) MA (10) MA (20) CRSI gt MA (5) MA (10) Tutup gt MA (5) MA (5) MA (20) Tutup gt MA (5) MA (5) MA (20) CRSI gt MA (5 ) MA (10) Tutup gt MA (5) MA (5) MA (10) Tutup gt MA (5) MA (5) MA (10) CRSI gt MA (10) MA (20) Tutup gt MA (5) MA (10) MA (20) CRSI gt MA (5) MA (10) Tutup gt MA (5) MA (5) MA (10) CRSI gt 70 1, MA (5) MA (20) Tutup gt MA (5) MA (10) MA (20) Tutup gt MA (5) 1, MA (5) MA (10) CRSI gt MA (5) MA (10) Tutup gt MA (3) MA (10) MA (20) CRSI gt 70 1, MA (5) MA (10) Tutup gt MA (5) MA (5) MA (10) CRSI gt 70 Berikut adalah penjelasan dari setiap kolom. Trades adalah berapa kali variasi ini dipicu dari 1 Januari 2001 30 September, Rata-rata PL adalah persentase rata-rata keuntungan atau kerugian untuk semua perdagangan, termasuk kerugian, berdasarkan pada modal yang diinvestasikan. 20 variasi teratas menunjukkan keuntungan mulai dari 3,93 sampai 5,51 selama periode pengujian 12 tahun. Rata-rata Hari yang Dimiliki adalah durasi perdagangan rata-rata yang dinyatakan dalam jumlah hari. Rentang untuk variasi di atas relatif kecil, rata-rata lebih dari 4 hari. Win adalah persentase dari perdagangan simulasi yang ditutup dengan keuntungan. Sebagian besar dari 20 variasi teratas memiliki tingkat kemenangan di 70-an rendah. Ini adalah persentase yang tinggi dari perdagangan yang menguntungkan di dunia di mana banyak pedagang membidik 50. MA Skenario mendefinisikan dua rata-rata bergerak yang digunakan dalam pengujian. Ini sesuai dengan Aturan 5 dan menunjukkan nilai MA yang cepat dan lambat. Berikut skenario MA yang diuji: Skenario Cepat MA Lambat MA 1 MA (C, 5) MA (C, 10) 2 MA (C, 5) MA (C, 20) 3 MA (C, 5) MA (C, 50 ) MA (C, 10) MA (C, 20) 5 MA (C, 10) MA (C, 50) Trades MA stretch sesuai dengan nilai Y dalam Rule 5 dari strategi. Kolom ini menunjukkan nilai Y untuk aturan yang mengatakan, MA cepat setidaknya Y di bawah MA lambat dimana Y 2.5, 5.0, 7.5, atau 10.0. Batasan ini terkait dengan Aturan 6 dari strategi dan menentukan batas harga yang akan digunakan untuk masuk dalam perdagangan. Kami menguji batas 2, 4, 6, 8 atau 10 di bawah hari persiapan. Metode Keluar adalah aturan yang digunakan untuk keluar dari perdagangan dalam variasi strategi ini, seperti yang dijelaskan dalam Aturan 7. Selanjutnya, mari kita lihat variasi strategi yang secara historis memiliki frekuensi perdagangan menguntungkan atau tingkat bunga tertinggi. Top 20 Variasi Berdasarkan Tingkat Dinilai Tertinggi Rata-rata Rata-rata Hari yang Dimiliki Menang MA Scenario MA Metode Batas Keluar Stretch MA (5) MA (10) Tutup gt MA (5) MA (5) MA (10) Tutup gt MA (5) 1 , MA (5) MA (10) Tutup gt MA (5) 2, MA (5) MA (10) Tutup gt MA (5) 2, MA (5) MA (20) Tutup gt MA (5) MA (5) ) MA (10) Tutup gt MA (3) 1, MA (5) MA (20) Close gt MA (5) MA (5) MA (10) Tutup gt MA (3) 3, MA (5) MA (20 ) Tutup gt MA (5) 1, MA (5) MA (10) Tutup gt MA (3) 1, MA (5) MA (10) Pertama Atas Close MA (5) MA (10) Tutup gt MA (5) 3, MA (5) MA (20) Tutup gt MA (5) 20 Page 20 1, MA (5) MA (10) CRSI gt MA (5) MA (10) CRSI gt 50 1, MA (5) MA ( 20) Close gt MA (5) 2, MA (5) MA (20) Tutup gt MA (5) 4, MA (5) MA (10) Tutup gt MA (5) 1, MA (5) MA (10) Semua 20 dari variasi teratas secara historis menghasilkan keuntungan paling sedikit 70 dari perdagangan yang teridentifikasi Perhatikan bahwa ada banyak tumpang tindih antara daftar ini dan yang pertama. Disajikan pada bagian sebelumnya pada Rata-rata PL. Tumpang tindih ini menunjukkan bahwa kita memiliki beberapa variasi strategi yang secara historis menang secara konsisten sambil menghasilkan keunggulan yang sangat baik. Pada bab-bab sebelumnya, kami telah menjelaskan berbagai parameter yang diuji untuk parameter strategi seperti moving averages yang kita gunakan, jarak MA cepat berada di bawah MA, entry limit dan exit method yang lebih pendek. Pada bagian ini kita akan membahas beberapa faktor tambahan untuk dipertimbangkan saat Anda memutuskan variasi mana yang akan digunakan dalam trading Anda. Mari s bicara secara konseptual tentang entri dan keluar sejenak. Aturan masuk dan keluar dapat dipertimbangkan dari segi seberapa ketatnya, yaitu seberapa mudah atau sulitnya pencapaiannya. Anda mungkin juga mengatakan bahwa ketatnya ukuran seberapa sering atau jarang kondisi peraturan terjadi. Untuk osilator seperti ConnorsRSI, nilai yang mendekati titik ekstrem (0 dan 100) lebih ketat (cenderung kecil terjadi) daripada nilai di tengah kisaran. Aturan masuk yang lebih ketat akan dipuaskan lebih jarang daripada peraturan masuk yang lebih lunak, dan dengan demikian strategi yang bergantung pada peraturan yang lebih ketat biasanya akan menghasilkan lebih sedikit perdagangan daripada strategi yang peraturan penggunaannya lebih mudah dipuaskan. Dengan strategi yang kuat, imbalan untuk perdagangan yang lebih sedikit biasanya merupakan keuntungan yang lebih tinggi per perdagangan, rata-rata. Jika Anda membeli saham yang sedikit oversold, kemungkinan besar akan memberikan keuntungan moderat. Tapi jika Anda menunggu saham menjadi sangat oversold, kemungkinannya jauh lebih tinggi sehingga akan mengalami kenaikan harga yang signifikan dan menghasilkan keuntungan yang lebih besar. Berbeda dengan peraturan masuk, ketatnya peraturan keluar hanya berpengaruh kecil terhadap jumlah perdagangan yang dihasilkan oleh strategi. Namun, seperti aturan masuk, aturan keluar ketat biasanya menghasilkan keuntungan rata-rata yang lebih tinggi. Mengapa Karena aturan keluar yang lebih ketat cenderung membuat Anda bertahan dalam perdagangan Anda untuk waktu yang lebih lama, memberi stok lebih banyak waktu untuk mengalami perilaku pengembalian rata-rata yang ingin kita eksploitasi dengan strategi seperti pendekatan kuantitatif ini terhadap Saham dan Opsi Perdagangan dengan Moving Averages. Jadi, untuk entri tradeoff adalah antara perdagangan yang lebih banyak dan kenaikan yang lebih tinggi per perdagangan, sementara untuk keluarnya tradeoff adalah antara durasi perdagangan yang lebih pendek dan keuntungan yang lebih tinggi per perdagangan. Perdagangan Sekarang mari kita kembali memperhatikan strategi yang dijelaskan dalam Buku Panduan ini. Dalam tabel di bawah ini, kita membandingkan empat variasi strategi yang semuanya menggunakan skenario rata-rata bergerak yang sama (5 hari untuk MA cepat dan 10 hari untuk MA yang lambat), entri batas yang sama (6) dan metode keluar yang sama (ConnorsRSI Gt 70). Hanya nilai MA Stretch untuk entry threshold berbeda antara variasi yang ditunjukkan di bawah ini. Pengaruh Ambang Batas Pemberantasan MA untuk Strategi MA Terukur Rata-rata Rata-rata Hari Raih Menang MA MA Skenario MA Ukuran Exit Stretch Exit 10, MA (5) MA (10) CRSI gt 70 3, MA (5) MA (10) CRSI gt 70 1, MA (5) MA (10) CRSI gt MA (5) MA (10) CRSI gt 70 Trades Perhatikan bahwa entri paling lemah dalam tabel, baris pertama dengan MA Stretch 2.5, menghasilkan sinyal perdagangan yang paling banyak dan Keuntungan terendah per perdagangan. Karena peraturan masuk menjadi lebih ketat, yaitu ambang MA Stretch naik, kita melihat lebih sedikit dan lebih sedikit sinyal perdagangan namun kenaikan rata-rata yang lebih tinggi dan lebih tinggi per perdagangan. Variasi dengan ambang entri 10 meningkatkan rata-rata PL sekitar 75 dibandingkan dengan variasi pertama, tetapi juga memiliki kurang dari 120 jumlah perdagangan. Seharusnya tidak mengejutkan lagi bahwa pola itu muncul lagi saat kita menahan semua parameter konstan kecuali Limit yang digunakan untuk menentukan harga batas masuk. Jika kita menjaga kondisi Setup tetap konstan, maka jelas akan ada lebih banyak stok yang mengalami pullback 2 atau lebih pada hari berikutnya daripada yang akan terjadi pada pullback paling sedikit 10. Variasi dengan Entitas Batas yang Berbeda untuk Strategi MA yang Terukur Rata-rata PL Rata-rata Hari Diadakan Menangkan MA Scenario MA Stretch Limit Exit Method 8, MA (5) MA (10) CRSI gt 70 5, MA (5) MA (10) CRSI gt 70 3, MA (5) MA (10) CRSI gt 70 1 , MA (5) MA (10) CRSI gt 70 1, MA (5) MA (10) CRSI gt 70 Kami telah mengkonfirmasi bahwa peraturan entri yang lebih ketat menghasilkan lebih sedikit perdagangan namun kenaikan rata-rata yang lebih tinggi. Sekarang mari kita lihat di pintu keluar. Di sini kita memegang kriteria Setup dan entri konstan, namun memvariasikan metode keluar: 24 Page 24 Variasi Perdagangan dengan Metode Keluar yang Berbeda untuk Strategi MA yang Terukur Rata-rata Rata-rata Hari Rawan Dimiliki Menang MA Scenario MA Metode Batas Maksimum Exit MA (10) MA (20) Pertama tutup MA (10) MA (20) Tutup gt MA (3) MA (10) MA (20) Tutup gt MA (5) MA (10) MA (20) CRSI gt MA (10) MA (20) CRSI Gt 70 Semua lima variasi menghasilkan jumlah sinyal perdagangan yang sangat mirip. Rentangnya adalah dari 379 perdagangan menjadi 525 perdagangan. Namun, variasi yang menggunakan metode exit yang paling lunak (mencakup posisi pada hari pertama dimana harga saham ditutup) menghasilkan keuntungan rata-rata sekitar setengah dari metode exit yang paling ketat. Kita juga dapat melihat bahwa keunggulan yang lebih ketat meningkatkan kenaikan rata-rata dan tingkat kemenangan dengan membandingkan dua keluaran MA dan ConnorsRSI yang berbeda. MA (3) adalah persyaratan keluar yang kurang ketat daripada MA (5) dan MA (3) kurang menguntungkan rata-rata daripada MA (5) walaupun ada lebih banyak perdagangan dengan peraturan yang kurang ketat. Hal yang sama berlaku saat menggunakan ConnorsRSI untuk memicu aturan keluar. Dengan berbekal informasi ini, Anda sekarang dapat memilih parameter strategi yang paling mungkin menghasilkan jumlah sinyal perdagangan, keuntungan rata-rata, dan durasi perdagangan yang paling melengkapi keseluruhan rencana trading Anda. Pilihan opsi telah menjadi industri pertumbuhan utama selama beberapa tahun terakhir di pasar. Ini karena spread semakin ketat, likuiditas telah meningkat, dan kemampuan untuk dengan mudah memperdagangkan opsi yang kompleks tidak pernah sederhana. Kami sekarang akan fokus pada menerapkan opsi trading ke pergerakan pasar jangka pendek yang baru saja kami pelajari. Seperti yang lainnya dalam Buku Panduan ini, ada aturan pasti bagaimana cara melakukan perdagangan opsi saat pemicu sinyal strategi. Sebelum kita melanjutkan, akan sangat membantu untuk meninjau beberapa istilah dan konsep yang terkait dengan pilihan. Pemilik opsi panggilan memiliki hak, namun tidak berkewajiban, untuk membeli underlying security (saham atau saham) pada harga strike pada atau sebelum tanggal jatuh tempo kontrak opsi. Nilai opsi panggilan umumnya meningkat karena harga keamanan yang mendasari meningkat. Opsi call dianggap sebagai In The Money (ITM) saat harga strike-nya di bawah harga underlying security, dan Out of The Money (OTM) ketika harga strike-nya di atas harga underlying security. Misalnya, jika kenaikan antara harga strike untuk opsi SPY adalah 1 dan harga SPY saat ini 162,35, maka opsi call ITM pertama (terdekat) adalah yang memiliki strike price sebesar 162. Opsi call OTM pertama adalah 163 menyerang. Pemilik opsi put memiliki hak, namun bukan kewajiban, untuk menjual underlying security (saham atau saham) pada harga strike pada atau sebelum tanggal kadaluwarsa. Nilai opsi put biasanya naik karena harga keamanan yang mendasarinya turun. Opsi put dianggap sebagai In The Money (ITM) saat harga strike-nya di atas harga underlying security, dan Out of The Money (OTM) ketika harga strike-nya di bawah harga underlying security. Jika harga SPY saat ini 166,55, maka pilihan ITM yang pertama (yang terdekat) adalah pemogokan 167, dan opsi put OTM pertama adalah mogok 166. Strategi yang dijelaskan dalam buku panduan ini adalah untuk membeli saham yang oversold berdasarkan aturan rata-rata bergerak terukur. Untuk menerapkan strategi itu dengan opsi, panggilan akan digunakan. Opsi penempatan akan digunakan untuk menerapkan strategi yang dijelaskan dalam Buku Panduan lain yang mengambil posisi pendek. Sebagian besar kontrak opsi mengendalikan 100 saham dari saham atau saham yang mendasarinya. Namun, harga yang dikutip oleh kebanyakan platform trading adalah harga per saham. Oleh karena itu, biaya untuk membeli kontrak opsi biasanya 100 kali harga per saham, ditambah komisi. Jadi, jika opsi panggilan SPY memiliki harga dikutip 1,27, maka akan dikenakan biaya ditambah komisi untuk membeli kontrak opsi panggilan. Terkadang Anda akan mendengar harga opsi yang disebut sebagai premium pilihan. Semua kontrak opsi memiliki tanggal kedaluwarsa, setelah kontrak tidak berlaku lagi. Tiga jenis opsi kedaluwarsa yang paling umum adalah: Mingguan: Kontrak akan berakhir pada hari perdagangan terakhir dalam minggu ini, biasanya pada hari jumat. Monthly: Contract expires on the Saturday following the third Friday of the month, which means that the last day for trading the option is the third Friday. Quarterly: Contract expires on the last trading day of the calendar quarter. 27 Page 27 In this Guidebook, we will be focused entirely on option contracts with monthly expirations. The monthly contract with the nearest expiration date is known as the front month. For example, if today is June 10th, then the front month contract is the one which expires in the third week of June. The next available expiration (in this case July), is known as the second month. The day after June expiration, July would become the front month and August would become the second month. Strategies in the Guidebook generally follow certain patterns: 1. The majority of the moves from entry to exit have been held a very short period of time (2 12 trading days). 2. The average gains per trade have been large well beyond the normal distribution of prices over that short period of time. 3. A high percentage of the moves have been directionally correct. When we look at this type of behavior, it can lead to many strategies but one strategy stands out (and this has been confirmed by professional traders). The strategy is to buy the front month, in the money call option. Why front month, in the money long options Because they will move most closely to the stock itself. And the closer an option moves with the stock, the greater the gain will be on a percentage basis when the move is correct. Here are the rules. Let s go further: 1. A signal triggers. 2. Buy the front month in the money call. If you would normally trade 500 shares of the stock buy 5 call contracts (every 100 shares should equal one call option contract). 3. Exit the options when the signal triggers an exit on the stock. 1. What does in the money exactly mean here In this case it s defined as one to two strike prices in the money. This will be below the current market price for a call option. If the price of the stock is 48 and the interval between option contracts is 5, then buy a 45 or 40 call. 2. What does front month mean here Because the holding period is so short, you want to trade the options whose monthly expiration is the closest. If the closest month is eight trading days or less from the front month s option expiration date (meaning the second Wednesday before or closer) use the following month as the one to trade. 28 Page What happens if I m in the position and it expires, yet the signal for the stock is still valid In this case, roll to the next month. You re trading the stock signals so you want to have exposure to that signal. 4. What about liquidity and spreads There s some discretion here. There is no hard and fast rule as to what exactly liquidity means in options. Many traders look for minimum volume andor open interest to determine liquidity. Assuming there is active volume in the options, look at the spreads. If the option is trading 3.00 bid 3.30 offer, the spread is 10. Can you really overcome a 10 spread Not likely. Now compare this to an option that s trading at 3.25 bid 3.30 offer. This is far more acceptable and tradable. 5. What are the advantages of buying call options instead of the stock Assuming the spreads and liquidity are there, the advantages are large: 1. Greater potential ROI on capital invested. 2. Less money tied up. 3. Less points at risk. This means if you buy a stock at 50, the price can theoretically fall to zero and you could lose up 50 a share. The options can only lose up to the premium you paid. So, if you bought the 45 call for 5.50, the risk is only the premium of There s greater flexibility. For example, let s say the stock triggered a buy signal at 50 and you paid 5.50 for the 45 calls. If the stock immediately moves up (let s say to 56), you have choices. You can exit, or you can roll into the 55 call getting most of your money out and now turning this into a nearly free trade if you believe that prices will continue to rise. There are numerous examples like this and you can find these types of strategy opportunities in most options books. But trading anything exotic or different than simply buying ITM calls is against the advice of the many professionals we posed this question to. In conclusion, options provide traders with a good alternative to owning the stock outright. The structured methodology for our strategies is: front month, in the money, with equivalent sizing (1 option per 100 shares), and exiting when the stock signals an exit. The above options strategy, in many experts opinion, is the best and most efficient strategy based upon the historical data from these signals. 29 Page 29 Section 6 Additional Thoughts 30 Page As you have seen throughout this Guidebook, the Quantified Moving Average Strategy has had large quantified edges when applied in a systematic manner. 2. There are literally hundreds of potential variations for you to use. By adjusting the input variables described in the rules, you can customize how the strategy will perform for you. Want more trades Look at variations with faster moving averages or smaller MA stretch values for the entry rules. Bigger average returns Check out the variations that have the strictest entry criteria (high MA Stretch values and high Limit entry rules) and longest durations (ConnorsRSI 70 exit method). Want to get in and out of trades more quickly to reduce overnight risk and free up your capital for other trades Try the variations that utilize the First Up Close exit method. 3. What about stops (and we include the answer to this in all our Strategy Guidebooks) We have published research on stops in other publications including in our book Short Term Trading Strategies That Work. What we have found is that stops tend to lessen performance and in many cases they completely remove edges. Yes, it feels good when a stock keeps moving lower and lower and a stop got you out. On the other side, the research which is backed by up to two decades of test results on many short term trading strategies suggests that stops get hit often and accumulate many, many losses. Few trading strategies can overcome these aggregated losses. For many traders stops are a must. Psychologically it allows them to take trades, especially difficult trades. Whether you use them or not is a personal choice. On the whole though, the edges you see in this strategy and many other short term strategies are lower when stops are applied to them. Again this is a personal choice only you can make for yourself. We know successful traders in both camps. 4. Slippage and commission were not used in the testing. Factor them into your trading (the entries are at limit prices so slippage is not an issue) and make sure you re trading at the lowest possible costs. Most firms are now allowing traders to trade for under 1 cent a share, so shop your business, especially if you are an active trader. The online brokerage firms want your business. We hope you enjoyed this addition to the Connors Research Trading Strategy Series. If you have any questions about this strategy please feel free to us at 31 Page 31 Appendix: The ConnorsRSI Indicator and Historical Volatility 32 Page 32 ConnorsRSI Larry Connors and Connors Research have been developing, testing, and publishing quantified trading strategies since the mid 1990 s. During that time, we have had the opportunity to evaluate a great number of different technical indicators and to assess their effectiveness in predicting future price action. Now we ve taken the next step and created an indicator of our own: ConnorsRSI. In this chapter we will describe the indicator and provide details on its calculation. ConnorsRSI is a composite indicator consisting of three components. Two of the three components utilize the Relative Strength Index (RSI) calculations developed by Welles Wilder in the 1970 s, and the third component ranks the most recent price change on a scale of 0 to 100. Taken together, these three factors form a momentum oscillator, i.e. an indicator that fluctuates between 0 and 100 to indicate the level to which a security is overbought (high values) or oversold (low values). Before we discuss how to calculate ConnorsRSI, let s review Wilder s RSI. RSI is a very useful and popular momentum oscillator that compares the magnitude of a stocks gains to the magnitude of its losses over some look back period. Wilder himself believed that 14 periods was the ideal look back. We often use the shorthand notation RSI(14) for the 14 period RSI. The formula below computes RSI(14) for a series of price changes: If we wanted to compute RSI for a different number of periods (N), then we would replace 14 in the formula above with N, and replace 13 with N 1. Regardless of the number of periods used in the calculation, the result will always be a number between 0 and 100. Traders who use RSI(14) typically look for values greater than 70 to identify overbought conditions, and values less than 30 to indicate oversold conditions. Our previous research has shown that using shorter look back periods makes RSI more effective in predicting short term price movements. We have published many strategies that utilize RSI(2), as well as 33 Page 33 several that use RSI(3) and RSI(4). Changing the number of periods also has an effect on the RSI levels that best identify overbought and oversold conditions. For example, an RSI(2) value of less than 10 is usually a reliable indicator of an oversold condition, while an RSI(2) value over 90 is a good benchmark for an overbought condition. Now let s turn our attention back to ConnorsRSI. As mentioned previously, ConnorsRSI combines three components, and as you might guess, they are all elements that our research has repeatedly shown to have significant predictive ability: Price Momentum: As we just discussed, RSI is an excellent way to measure price momentum, i.e. overbought and oversold conditions. By default, ConnorsRSI applies a 3 period RSI calculation to the daily closing prices of a security. We will refer to this value as RSI(Close,3). Duration of UpDown Trend: When the closing price of a security is lower today than it was yesterday, we say that it has closed down. If yesterday s closing price was lower than the previous day s close, then we have a streak of two down close days. Our research has shown that the longer the duration of a down streak, the more the stock price is likely to bounce when it reverts to the mean. Likewise, longer duration up streaks result in larger moves down when the stock mean reverts. In effect, the streak duration is another type of overboughtoversold indicator. The problem is, the number of days in a streak is theoretically unbounded, though we could probably place some practical limits on it based on past experience. For example, we might observe that there have been very few instances of either an up streak or a down streak lasting for more than 20 days, but that still doesn t get us to a typical oscillator type value that varies between 0 and 100. The solution is two fold. First, when we count the number of days in a streak, we will use positive numbers for an up streak, and negative numbers for a down streak. A quick example will help to illustrate this: Day Closing Price Streak Duration 1 The closing price on Day 2 is higher than on Day 1, so we have a one day up streak. On Day 3, the price closes higher again, so we have a two day up streak, i.e. the Streak Duration value is 2. On Day 4, the closing price falls, giving us a one day down streak. The Streak Duration value is 34 Page 34 negative ( 1) because the price movement is down, not up. The downward trend continues on Days 5 and 6, which our Streak Duration reflects with values of 2 and 3. On Day 7 the closing price is unchanged, so the Streak Duration is set to 0 indicating neither an up close nor a down close. Finally, on Day 8 the closing price rises again, bringing the Streak Duration back to 1. The second aspect of the solution is to apply the RSI calculation to the set of Streak Duration values. By default, ConnorsRSI uses a 2 period RSI for this part of the calculation, which we denote as RSI(Streak,2). The result is that the longer an up streak continues, the closer the RSI(Streak,2) value will be to 100. Conversely, the longer that a down streak continues, the closer the RSI(Streak,2) value will be to 0. Thus, we now have two components RSI(Close,3) and RSI(Streak,2) that both use the same scale to provide a perspective on the overboughtoversold status of the security we re evaluating. Relative Magnitude of Price Change: The final component of ConnorsRSI looks at the size of today s price change in relation to previous price changes. We do this by using a Percent Rank calculation, which may also be referred to as a percentile. Basically, the Percent Rank value tells us the percentage of values in the look back period that are less than the current value. For this calculation, we measure price change not in dollars and cents, but as a percentage of the previous day s price. This percentage gain or loss is typically referred to as the one day return. So if yesterday s closing price was 80.00, and today s price is 81.60, the one day return is (81.60 80.00) 80.00 0.02 2.0. To determine the Percent Rank, we need to establish a look back period. The Percent Rank value is then the number of values in the look back period that are less than the current value, divided by the total number of values. For example, if the look back period is 20 days, then we would compare today s 2.0 return to the one day returns from each of the previous 20 days. Let s assume that three of those values are less than 2.0. We would calculate Percent Rank as: Percent Rank 3 20 0.15 15 The default Percent Rank look back period used for ConnorsRSI is 100, or PercentRank(100). We are comparing today s return to the previous 100 returns, or about 5 months of price history. To reiterate, large positive returns will have a Percent Rank closer to 100. Large negative returns will have a Percent Rank closer to 0. The final ConnorsRSI calculation simply determines the average of the three component values. Thus, using the default input parameters would give us the equation: ConnorsRSI(3,2,100) RSI(Close,3) RSI(Streak,2) PercentRank(100) 3 The result is a very robust indicator that is more effective than any of the three components used individually, and in most cases, also more effective than combining the three components independently. 35 Page 35 Historical Volatility The historical volatility is defined as the standard deviation of the logarithmic price changes measured at regular intervals of time. Since settlement prices are usually considered the most reliable, the most common method of computing volatility involves using settlement to settlement price changes. We defined each price change, x i, as: x i ln (P i P i 1 ) where P i is the price of the underlying contract at the end of the i th time interval. P i P i 1 is sometimes referred to as the price relative. We first calculate the standard deviation of the logarithmic price changes: standard deviation We then calculate the annual volatility by multiplying the standard deviation by the square root of the time interval between price changes. Since we looked at price changes every week, the time interval is 3657: annualized volatility 7Trading Stocks and Options with Moving Averages - A Quantified Approach-connors resea Trading Stocks and Options with Moving Averages - A Quantified Approach-connors resea Trading Stocks and Options with Moving Averages - A Quantified Approach A Powerful New Way to Trade Moving Averages in Any Market Quantified Research Identifies High Probability Short-Term Trades with Positive Returns Do You Trade with Moving Averages Moving Averages are used by hundreds of thousands of traders every day to find and follow trends. Some traders will use Moving Averages to help identify overbought or oversold markets. However, this approach often fails to identify strength and thus misses the markets largest advances. Our Quantified Moving Average Strategy increases the probability of identifying major market turns and thus allows traders to take advantage of those opportunities. When traded correctly, this new approach to trading Moving Averages can provide traders with consistent, positive results in any market condition. Now for the first time, we are making this strategy, a fully quantified approach to trading with Moving Averages, available to the public. Consistent Trading Results What you will learn with this strategy are Moving Averages strategy variations which have been correct up to over 75 of the time over a 12 year time period starting in January 2001. There are also dozens of variations with average gain per trade of over 4. All of the strategy rules are fully detailed in the guidebook along with how to customize the strategy to create literally hundreds of variations. Take a look at the fully quantified test results from January 1, 2001 to September 30, 2013 below. Top 10 Performing Variations Sorted by Win Rate Top 10 Performing Variations Sorted by Average Gain PL is the average percentage profit or loss for all trades, including the losing trades, based on invested capital. Days Held is the average trade duration expressed as a number of days. High Probability Trading with Moving Averages As you will see throughout this Guidebook, the Quantified Moving Average Strategy has had large quantified edges when applied in a systematic manner. Here is a trade example from Trading Stocks and Options with Moving Averages: A Quantified Approach with a gain of 10.9. SPRD - 12132011 to 12212011 Here is another recent trade example from Trading Stocks and Options with Moving Averages: A Quantified Approach with a one-day gain of 7.6. SWHC - 08232012 to 08242012 The entry and exits for these examples are fully explained in the strategy guidebook where you will find that and much more. Here is What You Will Receive. in Trading Stocks and Options with Moving Averages: The exact trading rules. This is not a black box full disclosure of the rules is given to you. How to identify the best Moving Averages Trading set-ups. How to select the best entry levels that fit your trading style. Where to exactly place your orders each day. Where and when to exactly exit your orders. For Options Traders Trading Stocks and Options with Moving Averages is right for you if you trade options. The historical returns have been strong and professional traders understand the power of applying options to their equity trading. In this guidebook youll be able to do the same by combining Moving Averages with options trading. Order Trading Stocks and Options with Moving Averages Whether you swing trade or trade options, Trading Stocks and Options with Moving Averages will make you a better, more resourceful trader. If you are looking to trade the most consistent quantified rule based strategies available to traders today, order Trading Stocks and Options with Moving Averages. To order your copy of Trading Stocks and Options with Moving Averages, please click here or call toll-free 1-888-484-8220 ext. 1 (outside the US please call 973-494-7333 ext 1). 100 Money Back Guarantee The list price of Trading Stocks and Options with Moving Averages is 49.95 but is sale priced for a limited time for 39.95. It comes with a 100 Money Back Guarantee. Use the strategy and guidebook for 60 days and if you are not fully satisfied with the results, you will receive a full refund of your purchase price. List Price: 49.95 Limited-Time Sale Price: 39.95 Connors Research Trading Strategy Series Trading Stocks amp Options with Moving Averages by Larry Connors amp Matt Radtke A quantified strategy guidebook with instructions on how to apply entry and exit parameters that show historical tendencies to improve the edges and average gains to trade Moving Averages. Ford7k comments for readers May be you are smarter and better than most others,then try to figure out what is in the chart below. daily chart-bar chart-colored upclose-downclose ------------------------------------------------------------- Honestly what is my view The RSI(2) STRATEGY FLOATED BY CONNORS RESEARCH TURNED OUT A DISASTER TO MANY SMALL TIME TRADERS .Personally I know many traders who refused to stop using RSI-2 and minted heavy losses in stocks futures. This is just hint to be careful when you enter unknown territory. Last edited by ford7k 15th December 2013 at 10:14 PM.Read a Sample Chapter of 8216Trading Stocks and Options with Moving Averages8217 Indicators are not always what they appear to be. Moving Averages are widely used as a trend-following tool. In many of the trading strategies that we have developed over the years, the 200-day moving average is used to identify the direction of the trend. We have found that taking buy signals only when the price is above the 200-day MA can improve profitability in many systems. Recently, we completed research that shows moving averages can also be used as part of a strategy to find short-term, mean reversion trading opportunities. This may be surprising to some traders because it might seem odd to use a trend-following indicator like MAs in a short-term, mean reversion strategy. If you would like to continue reading this chapter please click here to request a free sample now . Best of all Trading Stocks and Options with Moving Averages comes with a 100 Money Back Guarantee . Use the strategy and guidebook for 60 days and if you are not fully satisfied with the results, you will receive a full refund of your purchase price. Company Info The Connors Group, Inc. 10 Exchange Place, Suite 1800 Jersey City, NJ 07302 cg3 Company Resources Properties Connect with TradingMarkets tradin32wp-contentuploadsfacebook1.png Disclaimer . The Connors Group, Inc. (Company) is not an investment advisory service, nor a registered investment advisor or broker-dealer and does not purport to tell or suggest which securities or currencies customers should buy or sell for themselves. Analis dan karyawan atau afiliasinya dari Perusahaan dapat memegang posisi di saham, mata uang atau industri yang dibahas di sini. Anda mengerti dan mengakui bahwa ada tingkat risiko yang sangat tinggi yang terlibat dalam perdagangan efek dan atau mata uang. Perusahaan, penulis, penerbit, dan semua afiliasi Perusahaan tidak bertanggung jawab atau bertanggung jawab atas hasil perdagangan dan investasi Anda. Pernyataan faktual di situs web Perusahaan, atau dalam publikasi, dibuat pada tanggal yang ditentukan dan dapat berubah sewaktu-waktu tanpa pemberitahuan sebelumnya. Seharusnya tidak diasumsikan bahwa metode, teknik, atau indikator yang disajikan dalam produk ini akan menguntungkan atau tidak mengakibatkan kerugian. Hasil terakhir dari setiap pedagang atau sistem perdagangan yang diterbitkan oleh Perusahaan tidak menunjukkan keuntungan masa depan oleh pedagang atau sistem tersebut, dan bukan merupakan indikasi pengembalian masa depan yang akan direalisasikan oleh Anda. Selain itu, indikator, strategi, kolom, artikel dan semua fitur produk Perusahaan lainnya (secara keseluruhan, Informasi) disediakan untuk tujuan informasi dan pendidikan saja dan tidak boleh dianggap sebagai saran investasi. Contoh yang disajikan di situs web Perusahaan hanya untuk tujuan pendidikan. Pengaturan semacam itu bukanlah permohonan untuk membeli atau menjual. Dengan demikian, sebaiknya jangan hanya mengandalkan Informasi dalam melakukan investasi apapun. Sebaliknya, Anda harus menggunakan Informasi hanya sebagai titik awal untuk melakukan penelitian independen tambahan agar Anda dapat membentuk pendapat Anda sendiri mengenai investasi. Anda harus selalu memeriksa dengan penasihat keuangan berlisensi dan penasihat pajak untuk menentukan kesesuaian investasi apapun. HASIL KINERJA HIPOTHETIK ATAU SIMULASI MEMILIKI BATASAN INHERENT TERTENTU. KECUALI SEBUAH KINERJA KINERJA YANG TIDAK DAPAT DIPERLUKAN, HASIL YANG SIMULASI JANGAN MENYATAKAN PERDAGANGAN YANG SEBENARNYA DAN MUNGKIN TIDAK DIPERHATIKAN OLEH RANTAI DAN BIAYA SLIPPAGE LAINNYA. JUGA, SEJAK TRADES TIDAK SEGALA DITINJAU, HASIL YANG DAPAT MEMILIKI BAWAH ATAU TERLUKA UNTUK DAMPAK, JIKA ADA, FAKTOR PASAR TERTENTU, SEPERTI KURANGNYA LIKUIDITAS. PROGRAM PERDAGANGAN SIMULASI DALAM UMUM JUGA TERTARIK FAKTA BAHWA MEREKA DITANDATANGANI DENGAN MANFAAT HINDSIGHT. TIDAK ADA REPRESENTASI YANG DIBUAT BAHWA SETIAP AKUN AKAN ATAU CUKUP UNTUK MENCAPAI KEUNTUNGAN ATAU KERUGIAN YANG SESUAI DENGAN MEREKA. All analyst commentary provided on TradingMarkets is provided for educational purposes only. The analysts and employees or affiliates of TradingMarkets may hold positions in the stocks or industries discussed here. This information is NOT a recommendation or solicitation to buy or sell any securities. Your use of this and all information contained on TradingMarkets is governed by the Terms and Conditions of Use. Please click the link to view those terms. Follow this link to read our Editorial Policy.
Online-trading-of-sekuritas
Sukses-forex-trader-di-india