인기 게시물

에디터의 선택 - 2019

완벽한 자금 관리를위한 최적의 비율

인사말, 친구 외환 거래자!

Optimal F가 유일한 최고의 자금 관리 방법이라고 믿어집니다. “최적의 f”의 개념은 아마도 돈 관리와 돈 관리에 적어도 진지하게 관심이있는 모든 통화 투기꾼들에게 알려져있을 것입니다. 이 아이디어의 주요 발기인 미국 작가 Ralph Vince는 전설적인 선물 거래자 인 Larry Williams에 대해 잘 알고 있습니다. 빈스 자신은 연습 상인이 아니며 많은 사람들이 그를 책망합니다. 오늘 우리는이 주제에 대해 자세히 살펴보고 최적 분 수법의 장단점을 분석하고 계산하며 접근법의 수정을 고려할 것입니다.

이야기

랄프는 켈리에서 켈리 기준 공식이 원래 전자 입자의 흐름 방향을 결정하기 위해 의도 된 후 블랙 잭에 사용되었다는 오류를 발견했습니다. 문제는 블랙 잭이 주식이나 통화 거래와 전혀 같지 않다는 것입니다. 블랙 잭에서, 각 베팅에서의 잠재적 손실은 베팅 한 칩으로 제한되며, 잠재적 인 승리는 배치 된 칩과 관련하여 항상 동일합니다.

시장에서 일할 때 우리의 승패 규모는 끊임없이 변화하고 있습니다. 때때로 우리는 때때로 큰 이익을 얻습니다. 우리의 손실은 같은 법의 적용을받습니다. 크기는 무작위입니다. 랄프는 켈리의 공식과 유사한 공식을 만들어 냈으며“최적의 F”라고 불렀지 만 켈리의 공식과 달리 시장 거래에 맞게 조정할 수 있습니다.

Optimal F ( "fraction"이라는 단어로 형성)-최대 이익을 얻을 예금의 지분. 당연히 최적의 f-값이 일정하지 않으며 거래가 완료되면 값이 변경됩니다. 즉, 재 계산이 필요합니다.

최종 예치금 (TWR)의 변화와 자금 사용률 (F)의 변화를 그래픽으로 표현하면 그 의존성은 곡선으로 설명됩니다.

보시다시피, 보증금을 너무 적게 투자하면 이익이 적습니다. 위험이 증가하면 최종 예금의 가치도 특정 시점까지 증가합니다. 위험이 추가로 증가하면 최종 예금이 떨어지기 시작합니다. 예금의 성장이 최대가되는 바로이 순간은 최적의 f에 해당합니다. 따라서 거래자에게 최적의 솔루션은 각 거래에 대해 예금의 백분율과 같은 비율을 사용하는 것으로 가정하는 것이 합리적입니다.

자, 우리 연구를 위해 무작위 거래 시스템을 만들어 봅시다.

시스템의 주요 통계 지표는 다음과 같습니다.

TS를 만들 때 정규 분포에 난수 생성기를 사용했습니다.

우리의 거래 시스템에 대한 수학적 기대치가 1보다 약간 높았고 표준 편차는 약 4였으며 이는 우리의 목적에 매우 적합합니다.

이제 우리는 자금 관리 시스템을 도입합니다-각 거래에서 우리는 자본의 특정 비율 (이 경우 3 %)을 위험에 빠뜨릴 것입니다 :

우리가해야 할 일은 최종 잔고가 최대가 될 위험의 백분율을 찾는 것입니다. 이를 위해 우리는 평소와 같이 Excel에 내장 된 솔루션 검색 기능을 사용할 수 있으며 최적의 값은 20 %입니다.

계산을 위해 일반적으로 최종 자본 금액을 사용하지 않고 TWR을 사용합니다. 이것은 상대적 최종 자본 또는 더 간단히 말해서 초기 예금을 몇 배나 늘렸다는 사실을 나타내는 지표입니다. 이 예에서 최대 TWR은 8159238.337이며 위험은 20 %입니다. 다시 말해, 주어진 시스템에 대한 최적의 f는 0.2입니다.

처음에 그래프에서 보았 듯이 최적의 f는 실제로는 최적이 아닌 TWR 값이있는 위와 아래의 극단입니다.

그래프는 시스템의 최적 F가 거래 당 0.2 또는 20 % 위험임을 보여줍니다. 또한 21 %의 위험을 감수하면 18 %의 위험과 동일한 결과를 얻게됩니다. 또한 문자 그대로 다른 백분율을 추가하고 22 %의 위험을 감수하면 계정이 병합됩니다.

최적 f의 계산

최적의 f를 계산하는 것에 대해 더 자세히 설명합시다. f. 최적의 f를 계산하려면 먼저 특정 기간 (HPR)의 이윤을 계산해야합니다.

HPR = 1 + f * (-거래 / 최대 손실)

f-각 거래의 위험;

거래-특정 거래의 손익 (손실의 경우 괄호 안의 표현은 최종 값뿐만 아니라 음수로 나타남);

최대 손실-거래 당 최대 손실 (음수).

그런 다음 TWR은 모든 HPR의 곱으로 계산됩니다.

TWR = HPR1 * HPR2 * .... * HPRn, 여기서 n은 샘플의 마지막 거래입니다.

결국, 우리는 기하 평균 HPR (G)을 계산합니다.이 평균은 TWR에서 루트 n의 루트로 계산됩니다 : G = TWR ^ (1 / n). 여기서 n은 총 거래 수입니다.

값 f를 제외한 모든 계산 매개 변수가 알려져 있습니다. 당신의 임무는 최대 G를 찾는 방식으로 f를 0.01에서 1까지 밟는 것입니다. 또한, G가 최대 인 f는 최적의 f가됩니다.

최적의 f의 위험

최적 성 f는 큰 위험에 처해 있습니다. 우리의 예에서 최적의 f는 20이고 동시에 22 %의 위험에 처한 모든 것을 깨끗하게 병합한다는 것을 알았을 것입니다. 최적의 값에서 10 % 만 벗어나면 계정에 치명적인 결과를 초래합니다.

그러나 사실 우리가 TWR을 논의 할 때 분수 로트 사용을 허용한다는 것입니다. 예를 들어, 언제든지 필요한 경우 5,4789 부지에서 거래 할 수 있습니다. TWR 계산은 분수 로트를 허용하므로 순서에 관계없이 주어진 거래 결과 세트의 값이 항상 동일합니다. 실제 거래에서는 불가능하기 때문에이 방법의 정확성을 의심 할 수 있습니다. 실생활에서는 그러한 분수 로트를 거래 할 수 없습니다. 이 주장은 맞습니다. 그러나 계산에 로트의 라운드 값만 사용하면 계산 자체가 잘못됩니다. 이 경우 최적 f에 가까울수록 좋습니다. 반면에 조금 놓친 점수는 합병됩니다.

분명히, 계좌의 대소 문자가 클수록 한 로트에 필요한 달러 금액이 총 잔액의 적은 비율이기 때문에 최적의 f를 더 정확하게 준수 할 수 있습니다.

많은 전문가들이 거래 할 때 고정 주식을 사용하지만이 주식은 최적의 f만큼 높지 않습니다. 사실 랄프 빈스는 의심 할 여지없이 그의 분야의 전문가이자 훌륭한 이론가입니다. 그러나 하나의 세부 사항은 매우 성가시다. 사실 우리가 최대 비영리 거래의 규모를 어떻게 예측하려고하더라도 앞으로이 값을 초과 할 가능성은 항상 높습니다. 통계가 충분하다면 수학적 기대 또는 평균 수익성 거래와 같은 평균값을 어느 정도 예측할 수 있습니다. 그러나 가장 수익성이 높고 수익성이 높은 거래, 최대 약점-이 모두는 예측하기 어려운 값입니다. 그렇기 때문에 최적의 f가 그렇게 많이 사용되지 않는 이유는이 최대 손실 결정 트랜잭션에서 약간의 실수가 있기 때문에 최적의 f에서 실수를 할 것입니다. 그리고 최적의 f에서 단지 1-2 %의 실수를했을 때, 우리는 증거금을받습니다.

그러나이 수식이 완전히 쓸모 없다고 말할 수는 없습니다. 또한 바이너리 옵션 또는 하드 스톱 및 이익이있는 시스템과 같은 특수한 경우 (이러한 시스템 자체로는 최적은 아니지만)가 정확합니다. 따라서 최대 손실을 정확히 알고 있다면이 돈 관리 방법이 적합합니다.

내 요점을 확인하자-동일한 특성을 갖는 1000 개의 거래 (평균값 1과 표준 편차 5)를 생성 할 것이다. 그렇게함으로써 20 %와 동일한 최적의 f를 사용할 것이다.

1000 개 거래 추가 :

그리고 20 %의 동일한 위험에 거래를보십시오 :

보시다시피이 수준의 위험을 최적이라고 할 수는 없습니다. 그는 방금 바뀌 었습니다.

이전 100 건의 거래에서 최적의 비율이 15 %라고 가정하고 다음 100 건의 거래에서이 지분은 9 %로 나타날 수 있습니다. 이전 100 건의 거래에서 15 %의 비율이 최적이고 동일한 비율로 다음 100 건의 거래를 수행하기로 결정한 경우, 실수로 거래 계정의 금액을 넘어 설 수 있습니다.

최적의 분수 전략을 실제로 적용하면 과거 거래를 최적화 할 수 있습니다. 따라서 다음 거래는 즉시 순서대로 진행되며 최적 점유율은 다시 최적화됩니다. 그리고 각 거래가 끝날 때 최적화됩니다. 즉, 실제 거래에서 각 거래 후 최적 비율을 다시 계산해야합니다.

또한 가용 통계를 기반으로 계산할 수있는 모든 지표에도 불구하고 거래는 완전히 예측할 수 없습니다. 논리의 도움으로 합리적인 기대와 확률에 관한 특정 결론 만 도출 할 수 있습니다. 어떤 수학적 표현도 N 건의 거래 중 50 %가 수익성이 있고 나머지 50 %가 손실을 가져올 것이라고 보장 할 수 없습니다. 거래 전략은 논리 및 대부분 시장 통계를 기반으로 구성됩니다. 시장 행동이 변화하고 있습니다. 어제 유익 해 보였던 것은 오늘날 위험 할 수 있습니다.

최적의 분 수법이 수학적 관점에서 완벽한 이유는 여전히 수백 가지의 다른 논리적 인 이유가 있지만 실제 응용에서는 상당히 위험합니다. 그러나 위에서 분석 한 일부 요점은이 주제에 대해 계속 논의하는 것이 이치에 맞지 않음을 보여줍니다. 위험 자체는 최적의 분 수법을 사용하는 것에 대해 충분히 강력한 논거입니다. 위험에 대처할 수 있다고 생각되면 거래 방법에 적용하기 전에이 방법을 잘 이해해야합니다.

따라서 이미 이해했듯이 최적의 비율의 주요 문제는 최대 손실 무역에 대한 구속력입니다. 하드 스톱 손실을 사용하는 경우 이는 무섭지 않지만, 수익성이없는 영역의 거래에서 이탈이 주로 시장의 신호를 기반으로 할 때 최적의 f는 최적이 아니며 과대 평가되지 않아 예금을 배출하거나 심각한 손실을 유발할 수 있습니다.

거래일 동안 시장에 충격을 일으킨 사건이 발생했고 그 충격 이전에 변동성이 상당히 낮았다 고 가정합니다. 물론, 그러한 조건 하에서, 최적의 f는 매우 높을 것이며, 가장 불행한 날에 30 %의 위험으로 시장에 진입 할 가능성이 매우 높으며, 그 결과 총 50 %의 손실이 발생할 것입니다.

위에 열거 한 이유로 인해 최적 f 방법의 다양한 수정을 사용하기 때문에 우리는 이제 알게 될 것입니다.

희석 된 최적 분수

약간의 편차로 퇴적물 배출을 피하기 위해 희석 된 최적 f의 방법이 제안되었다. 실제로, 희석 된 최적 f는 최적 f의 백분율이다. 이 기술은 우선 과거 데이터에 대한 최적화의 결과로 최적의 자본 금액이 과대 평가되지 않고, 트레이더가 최적을 사용할 때 자신의 위험 (거래에 사용 된 자본의 양)을 조정할 수 있도록 사용됩니다. f.

계산 공식은 매우 간단합니다.

희석 된 최적 f = 최적 f * X. 여기서 X는 선택한 최적 f의 백분율입니다.

예를 들어 X = 0.5로 설정하고 기록에서 계산 된 최적 f의 절반이 미래의 실제 최적 f를 초과하지 않을 수 있습니다.

여기서의 단점은 최적의 f와 동일하지만 위험을 재평가 할 가능성이있어이 경우 배수로 이어질 수 있습니다.

안전한 진영

안전한 파벌 (Secure f)은 각 거래에 관련된 자본의 일부이며, 하락을 제한하고 수익을 극대화합니다. 안전한 분수는 최대 손실에 의존하지 않고 다른 요소에 의존하기 때문에 최적의 분수보다 몇 가지 장점이 있습니다. 이 전략은 최적의 f 기술과 유사하지만, 최적의 f를 사용할 때 기록 데이터의 계산 기간 동안 최대 손실을 고려하여 이익에 최적화되고 안전한 f를 사용하는 경우이 단점을 제한한다는 점만 다릅니다.

계산도 매우 간단합니다. 최대 손실 거래 대신, 통화의 최대 손실을 사용합니다. 안전한 분 수법으로 작업하는 것은 최적의 분수를 사용하는 것보다 덜 위험하지만 자본 성장은 특히 작은 예금에서 훨씬 느려질 것입니다.

결론

오늘날 우리는 최적의 안전한 분수와 같은 돈 관리 방법을 만났습니다. 논리와 수학의 관점에서, 위험을 계산하는이 두 가지 방법은 매우 매력적입니다. 그러나 오늘날 살펴본 것처럼 이러한 방법에는 단점이 있습니다. 외환 시장의 상당수의 거래자들은 최대한의 위험을 감수하고 최대 예금 성장에 그들의 노력을 정확하게 지시 할 필요가 있다고 생각합니다. 다시 말해, 소위 "증착 촉진제"가 매우 많다. 그리고 그들에게는 최적의 분수 및 켈리 기준과 같은 돈 관리 방법이 훌륭한 해결책처럼 보일 수 있습니다.

위험도가 높지 않지만 예금을 너무 자주 잃고 싶지 않은 동일한 거래자에게는 더 가벼운 안전한 분수 또는 희석 된 최적 분수를 사용하는 것이 좋습니다.

비디오 시청: 평생투자파트너 주식투자자 필독 도서 "주식 매매하는 법" 5편 완벽한 매매 기법은 없다 보험을 드는 이유 자금관리 원칙! (12 월 2019).

귀하의 코멘트를 남겨