Jump to content
Co nového? Mé kurzy
Články a tutoriály:
Hledat v
  • Více možností...
Najít obsah, který ...
Hledat výsledky v ...
Seriály Komoditní Manuál Psychologie obchodování
  • Technická analýza pro nováčky 9: Volatilita

    Když se tak nad tím zamýšlím, možná je volatilita něco, čím jsem měl tento seriál přímo začít. Volatilita je totiž svým způsobem alfou-omegou, volatilita je prakticky všechno. Na druhou stranu, vše má svůj čas a ke všemu je třeba dojít postupně. Takže dnes se konečně k tomuto tématu také dostáváme.

    Oč kráčí

    Jak jsem již naznačil, volatilita je vlastně tak trochu klíčem ke všemu. Přežít v trzích dlouhodobě je totiž otázkou právě toho, jak jsme připraveni na změny volatility, jak se s takovými změnami dokážeme vypořádat. A změny v trzích, to jsou převážně změny volatility.

    Základní myšlenka nutnosti sledování je vcelku jasná a jednoduchá:

    • V trzích, které se právě příliš nehýbou, je nesmysl očekávat vysoké profity (například skrze vzdálené profit targety).
    • A naopak – v trzích, které se právě hýbou, je nesmysl trvat jen na minimálních profitech (a zároveň pracovat s příliš blízkými stop-lossy).

    Celá záležitost je pak ještě kapánek komplikovanější o skutečnost, že někteří tradeři dokáží dodržovat konzistentní výkon pouze v určitých typech volatility, ale při jakémkoliv větším výkyvu může jejich výkon výrazně klesnout, proto při sledování volatility nejde jen o ryze technický přístup, ale také o určité osobní preference a osobní aspekty obchodního stylu.

    Jak volatilitu měřit

    Existuje celá škála způsobů, jak volatilitu měřit, mimo jiné záleží také na tom, jaký konkrétně druh grafu používáme. Nicméně nejzákladnější a zároveň nejuniverzálnější nástroj se jmenuje ATR (Average True Range) a minimálně pro začátek si s ním na dlouhou dobu vystačíte.

    Definicí indikátoru ATR se dnes zabývat nebudu – kdo chce, nechť si najde potřebné vzorečky na internetu. Pro mě je podstatné jednak chápat interpretaci a jednak rozumět tomu, jakým způsobem mohu ATR využít pro vlastní obchodování. V základu jde však o to, že indikátor měří a porovnává různé vzdálenosti mezi úsečkami v grafu a vytváří z nich průměr – který nám následně dává přehled o celkové volatilitě trhu.

    Podobu indikátoru ATR pak můžete vidět pro ukázku níže:

    Žlutá křivka ve spodní části grafu ukazuje, jak se průměrně mění volatilita v průběhu celého dne: Zatímco na počátku měla blíže k hodnotě 2 (tj. v trhu e-mini Russell 2000 se jedná o 2 plné body neboli 200 USD průměrné volatility na kontrakt), v době oběda nám klesla volatilita až na úroveň 0.7 – tj. třetinová volatilita proti té v době otevření! Volatilita se tedy může měnit poměrně zásadně a jenom pro zajímavost – během dne většinou dosahuje právě podoby písmene "U", tj. je vyšší na začátku, klesá kolem poloviny dne a probouzí se opět ke konci obchodní seance. Zde jeden obrázek z několika mých naprosto vyčerpávajících studií na téma volatility, který ukazuje generalizované chování volatility v průběhu obchodního dne na trhu e-mini Russell 2000 za posledních 10 let.

    Jak volatilitu využívat

    Existuje celý vesmír způsobů a možností, jak volatilitu využívat. Pointa je ale vždy stejná: Vaše výstupy a ochranné stop-lossy by měly umět korespondovat s volatilitou trhu, ideálně se volatilitě samy adaptovat a přizpůsobovat – což už je ale značně pokročilejší záležitost.

    Využití volatility pak strmě narůstá s našimi dovednosti a také s naším účtem. Možnosti využití volatility s jediným kontraktem (tj. v samotném začátku) jsou vcelku omezující, avšak při obchodování s větším množství kontraktů už nabízejí úplně jiné možnosti – například škálovat velikost naší pozice právě skrze aktuální volatilitu nebo dle volatility měnit naší expozici atd. Právě proto, že využití volatility může být v budoucnu dost zásadní, je důležité, aby koncept volatility chápal začínající trader už ve svých začátcích a učil se pomalu a postupně s volatilitou více pracovat a více jí rozumět.

    Dobrý základ pro nováčky: volatilní zóny

    Takže, začněme tím naprosto nejjednodušším – a tím jsou volatilní zóny.

    V podstatě jde v naprostém začátku naučit se lépe rozumět a chápat to, jak se můj obchodní přístup chová v různých rozmezích trhu. Než přejdete ke komplexnějším a pokročilejším technikám, začněte jednoduše tak, že si vezmete celý svůj backtest, ke každému vstupu si dopíšete, jaká byla hodnota ATR v momentě vstupu, a následně si rozsah volatility rozdělíte na 3 části (zóny). Pak budete studovat, jak se váš systém chová v jednotlivých zónách volatility (neboli v různých fázích trhu).

    Pokusím se trochu vysvětlit na jednoduchém příkladu. Na obrázku níže vidíte volatilitu na 15minutovém grafu za období zhruba 1 měsíce:

    Nyní, hodnoty ATR ukazují za toto období následující rozsah:

    Min. volatilita: 0.9 bodu

    Max. volatilita: 5.4 bodu

    Rozsah volatility: 4.5 bodu

    Rozdělíme si tedy tento rozsah na 3 samostatné zóny:

    Zóna 1: 0.9 – 2.4

    Zóna 2: 2.4 – 3.9

    Zóna 3: 3.9 – 5.4

    A poté jednoduše ke každému obchodu v našem obchodním deníku dopíšeme hodnotu ATR na vstupu – a až budeme hotovi, v Excelu si rozdělíme všechny výsledné obchody dle toho, do jaké zóny volatility spadají, a koukneme se na jednotlivé parametry systému dle volatility – tj. jejich ziskovost, procentuální úspěšnost, průměrný zisk na obchod atd.

    Samozřejmě, obrázek výše jen pro demonstraci obsahuje jen jediný měsíc dat, vy toto však provedete na co největším vzorku backtestových dat, tj. v rámci daytradingu minimálně 1 rok, ideálně ještě více.

    Tím se dozvíte mnoho zajímavých věcí, například také to, jaká volatilita sedí vašemu obchodnímu přístupu více, jaká méně nebo v jaké volatilitě případně raději ani neobchodovat! Zóny si pak můžete rozdělit na více jak 3 části, ale zase tolik bych to nepřeháněl, myslím, že cokoliv mezi 3–5 zónami volatility je tak akorát.

    Stop-loss a profit target

    Nováčci nezřídka pracují v začátku s fixními stop-lossy a profit targety, což je naprosto v pořádku, stále to považuji z různých důvodů za velmi rozumný způsob v začátku (dokonce i můj rozsáhlý průzkum v AOS ukázal, že fixní hodnoty SL a PT z dlouhodobého pohledu nejsou špatnou volbou, tedy alespoň do momentu, než začneme chtít výrazně sofistikovaněji pracovat na risk managementu a celkovém řízení počtu pozic).

    Problém s technikou fixních SL a PT je však skutečnost, že není příliš přizpůsobivá volatilitě (řešením mohou být SL a PT jako ATR násobky, ale to je jednak technika trochu pokročilejší, jednak má také svá úskalí). Proto i zde pro začátek mohou pomoci zóny volatility: Můžeme si optimalizovat hodnoty SL a PT právě na různé rozsahy volatility a do každého obchodu vstupovat s trochu jiným SL a PT – dle toho, v jaké volatilitě se trh právě nachází. I přesto, že je to vcelku jednoduchý přístup, může v začátku pomoci poměrně zajímavě zlepšit obchodování a adaptabilitu našeho obchodního přístupu na různou volatilitu trhů, přitom stále s využitím velmi jednoduchých a základních prvků technické analýzy. Je ale třeba pracovat s dostatečným vzorkem backtestových dat – abychom měli k dispozici co nejširší rozsah volatility – a v případě nových max. a min. hodnot volatility v našem obchodování adekvátně reagovat a aktualizovat k tomu i naše zóny a hodnoty SL a PT.

    Tolik tedy k volatilitě a docela možná se k tomuto tématu vrátím ještě v budoucnu s dalšími možnými technikami, tipy a triky. Více o indikátorech volatility také v on-line semináři Obchodní indikátory v praxi.

    16.3.2014

    Tomáš Nesnídal


    Mohlo by vás dále zajímat

    Knihy o technické analýze

    Dobrý den,
    mohl by někdo poradit pár tipů na knihy věnované technické analýze (ideálně v češtině)? Všude se dočítám, že těch knih bylo napsáno již mnoho. V minulosti jsem se věnoval a chci se opět věnovat intradennímu obchodování komodit.
    Děkuji
     

    Technická analýza pro nováčky 12: Auto-adaptivní indikátory

    Jednou ze zcela prvních výzev, se kterou se setká snad každý nováček v tradingu, je nastavení period indikátorů. Téměř každý indikátor je počítán z několika posledních úseček v grafu a perioda indikátoru udává, kolik takových úseček přesně k výpočtu použít. Každé nastavení přitom vykresluje indikátor zcela jinak. Jak tedy na to – a může pomoci auto-adaptivní indikátor?
    Pojďme si nejprve něco více říci k základnímu nastavení period indikátorů.
    V podstatě neexistuje jedna univerzální, "doporučená" hodnota (a opravdu to není ani hodnota 14, která je u řady indikátorů nastavena jako výchozí). Nastavení periody indikátorů záleží na mnoha faktorech, jako jsou například použitý timeframe, časový výhled, ve kterém chceme obchodovat (scalpování, krátkodobé obchody, střednědobé obchody, dlouhodobé obchody atd.) nebo případně i počítačová optimalizace dané periody. Velmi obecně se dá říci, že pro krátkodobý výhled se budeme pohybovat někde u hodnot 2–20, u střednědobého výhledu u hodnot 21–50, u dlouhodobějšího výhledu u hodnot 51–200. Skutečně ale záleží na konkrétní aplikaci, indikátoru, systému a časovém rámci. Nezřídka se pak vyplatí i různé periody v rámci systému kombinovat – například formou, kdy jeden indikátor použijeme s dvojí periodou (nižší a vyšší), abychom získali na trh jak krátkodobý, tak střednědobý nebo dlouhodobý pohled. Obecně je třeba mít na paměti, že čím nižší perioda, tím více produkuje indikátor "šumu", který je třeba filtrovat právě například pohledem na vyšší periodu (nebo timeframe) pro ucelenější obrázek o aktuální situaci na trhu (například síle a směru trendu).
    Se zajímavou teorií nejvhodnější periody nastavení indikátorů přišel v roce 1995 Perry Kaufam, který vypozoroval následující:
    1) Pokud trh trenduje, většinou se jedná o silné a čisté pohyby (zde si dovolím dodat, že to není dle mého názoru tak zcela pravda, hodně totiž také záleží i na použitém timeframu a dalších okolnostech), u kterých není příliš mnoho "šumu". V takovém případě můžeme tedy pracovat s nižšími periodami indikátorů.
    2) Pokud trhy netrendují (jsou ve fázi chopu), obsahují grafy naopak velmi mnoho šumu – a tudíž je výrazně lepší použít delší periodu.
    Perry Kaufman však (jako jeden z mála) přešel od teorie i k ryzí praxi a vytvořil tak indikátor (který je dle všeho jeden ze zcela prvních, nebo možná i úplně první auto-adaptivní indikátor), který se jmenuje Adaptive Moving Average (zkratka AMA, často také KAMA) a který řeší periodu novátorským způsobem – dynamicky jí mění a adaptuje aktuální situaci v trhu – dle toho, zda a jak trhy právě trendují/netrendují. Vytvoření takového indikátoru navíc není až tak složité (AMA nebo KAMA pak bývá součástí mnoha obchodních softwarů).
    Konstrukce auto-adaptivního indikátoru
    Při konstrukci auto-adaptivního indikátoru v podstatě potřebujete dodat ke "standardnímu" indikátoru jednu složku navíc – část, která vám sdělí (vypočítá), zda se trhy právě nacházejí v trendové, nebo netrendové fázi. Takových indikátorů existuje celá řada, Perry Kaufman použil další ze svých vlastních indikátorů, který se nazývá Efficiency Ratio (ER). Tento indikátor jednoduše fluktuuje v rozmezí 0–1, přičemž čím blíže číslu 1, tím více trh trenduje, čím blíže číslu 0, tím méně trh trenduje.
    Druhý krok už je vcelku jednoduchý – použijeme kterýkoliv z klouzavých průměrů (Kaufman například používá upravený EMA), u kterého zvolíme rozpětí period – například od 2 do 50. Při propojení s indikátorem ER pak dojde k tomu, že auto-adaptivní verze klouzavého průměru použije vyšší hodnoty nastaveného rozsahu v případě, že ER se pohybuje blízko hodnoty 0 (pokud bude ER na hodnotě 0, bude EMA používat periodu 50) – a to z toho důvodu, že se v trhu nachází příliš mnoho šumu a nízké periody jsou tedy značně nevhodné, nebo naopak dojde k automatickému použití nižší hodnoty EMA, pokud trh bude právě trendovat a ER se bude pohybovat blízko hodnoty 1 (při hodnotě 1 dojde k automatickému použití periody 2). Periody indikátoru EMA tedy nejsou zde fixní, ale dynamicky se mění v rozmezí 2–50 (nebo jiném, uživatelsky nastaveném rozmezí) dle toho, jak se právě chová trh.
    V praxi takové nastavení auto-adaptivního indikátoru vypadá vcelku jednoduše. Například AMA má k nastavení 3 parametry:

    První parametr udává periodu, za kterou se má počítat ER indikátor, druhý a třetí parametr určují rozmezí EMA periody, která se bude automaticky adaptovat aktuální situaci na trhu (dle indikátoru ER).
    Jak to pak vypadá v praxi? Více napoví obrázek:

    Na 1minutovém grafu trhu TF (e-mini Russell 2000) vidíme tři klouzavé průměry. Tyrkysový je EMA s periodou 2, červený EMA s periodou 50, žlutý AMA s nastavením 2–50. Na obrázku je velmi dobře vidět, jak v momentech, kdy trhu vládne chop, se AMA kloní blíže k hodnotě EMA 50, když však trh trenduje, kloní se indikátor více k hodnotě EMA 2. Vše tedy funguje v praxi velmi dobře a spolehlivě a indikátor je skutečně auto-adaptivní – bez problémů hodnoty EMA adaptuje aktuální situaci na trhu.
    Další auto-adaptivní indikátory
    Na stejné logice je možné postavit prakticky libovolný auto-adaptivní indikátor. Ty bohužel nebývají příliš často standardní součástí obchodních softwarů, proto je třeba další auto-adaptivní indikátory buďto někde dohledat, nebo (nechat) naprogramovat v daném softwaru – což dnes už naštěstí není žádný problém, ve většině softwarů je možné podobné indikátory vytvářet. V podstatě invenci se zde meze nekladou – v tomto článku jsme se zabývali pouze auto-adaptivní verzi indikátoru EMA (který se jmenuje AMA nebo také KAMA), ale stejný princip se dá použít u jakéhokoliv dalšího indikátoru, oscilátoru apod. Jedná se o univerzální princip, který je možné napasovat na téměř libovolný jiný indikátor.
    Co dodat závěrem
    Mohu potvrdit, že například s indikátorem AMA mám velmi dobré zkušenosti a považuji ho za jeden z nejlepších klouzavých průměrů. Takže ona myšlenka, že budeme dynamicky (a automaticky) měnit periodu dle trendovosti trhu, mně nepřijde vůbec špatná. Osobně plánuji udělat ještě hlubší research na další verze auto-adaptivních indikátorů (které zde mám již připravené), momentálně ale mám k dopracování přednější tradingové věci, takže se k tomu dostanu nejspíše až v příštích měsících. Prozatím ale mohou směr auto-adaptivních indikátorů spíše doporučit. Koho nadále seriózně zajímá problematika indikátorů a má zájem vědět, co skutečně funguje a jak to použít, tomu doporučuji svůj dřívější, ryze praktický a okamžitě aplikovatelný research na toto téma.

    Technická analýza pro nováčky (11): Patero pro správnou aplikaci filtrů

    V seriálu technické analýzy pro nováčky jsme se už rámcově zabývali základními komponenty, výstupy, volatilitou i aplikací TA na equity křivku. O čem jsme ale zatím příliš nehovořili, je aplikace filtrů, která je bezesporu další nedílnou součástí TA. Pojďme se tedy podívat dnes i na tuto oblast trochu blíže. Nebudeme si zatím ukazovat žádné konkrétní filtry, ale naučíme se nejdůležitější pravidla, jak vůbec při práci s aplikací filtrů správně postupovat.
      
    Foto (c)depositphotos.com/YermekFiltry jsou možná jedna z nejzrádnějších oblastí technické analýzy. Na jednu stranu dávají filtry nováčkům v tradingu falešný pocit, že je skrze ně možné hledat jen ty "dobré" obchody a naši equity vyhladit způsobem, který připomíná nepřetržitý přísun peněz na náš bankovní účet. Na druhou stranu díky značné naivitě v začátcích je výsledkem aplikace filtrů většinou naprostá přeoptimalizace, která je vysoce nerealistická pro reálné obchodování a v budoucnu přináší více problémů a zklamání než užitku a radosti.
    Takže, ještě než se pustíme do nejdůležitějších pravidel aplikací filtrů na naše obchody, pamatujte si několik důležitých věcí:
    Filtr je jen filtr. Není to "spása", ani svatý grál, který nám pomůže eliminovat veškeré špatné obchody a udělat z nás milionáře přes noc. Filtry jsou prakticky VŽDY dvousečná zbraň: Kvalitní filtry vám pomohou odfiltrovat některé špatné obchody, ale s nimi i řadu těch dobrých. Dobrý filtr je většinou velmi jednoduchý a zároveň velmi robustní v tom ohledu, že je značně univerzální (dá se aplikovat na více trhů i timeframů). A nyní pojďme již k našemu pateru, kterého byste se měli držet vždy, když v rámci svého obchodního přístupu (ať už diskréčního, nebo automatického) pracujete na nových filtrech.
    1. Filtr by měl jako podmínka sám o sobě produkovat negativní equity
    Filtr by měl dělat jediné – filtrovat "špatné" obchody. Abychom si však byli jisti, že to také dělá, je vždy naprosto nutné podívat se, jak samotné "filtrované" obchody vypadaly. Nezřídka se stane, že vaše filtrované obchody v součtu dávají spíše nulu – v takovém případě tedy nemůžeme říci, že bychom měli skutečně filtr v pravém slova smyslu (i když po jeho aplikaci může výsledná equity vypadat lépe).
    Kdykoliv tedy začínáte aplikovat jakýkoliv filtr, nesoustřeďte se pouze na vaši equity po aplikaci filtru, ale někde stranou se podívejte, jak vypadají také samotné filtrované obchody a zda v součtu produkují spíše negativní equity (což by bylo žádoucí, protože pak teprve můžeme hovořit o filtru), nebo neutrální equity (pak filtr není skutečným filtrem). Koukněte se také na samotnou distribuci filtrovaných obchodů. Nezřídka se stane, že k výraznému zlepšení vaší equity došlo jenom kvůli tomu, že se vám podařilo skrze filtr eliminovat 2–3 největší ztráty. V takovém případě jde ale spíše o náhodu – kvalitní filtr by měl filtrovat způsobem, že i filtrované obchody jsou si svým způsobem "podobné", tj. mají podobný průměrný AVG Trade apod. Teprve když distribuce filtrovaných obchodů představuje víceméně podobné obchody, můžeme hovořit spíše o filtru než o pouhé náhodě.
    Je tedy důležité naučit se zkoumat obě části mince – nejenom naši "vylepšenou" equity, ale také onen "odpad", který nám daný filtr z naší equity eliminuje.
    2. Filtr zásadně testujte způsobem IS/OOS
    Největší nevýhoda filtru je ta, že velmi snadno vede k takzvanému "curve-fittingu" (neboli přeoptimalizaci). Je velmi jednoduché otevřít graf/Excel a začít na naše vstupní signály aplikovat různé filtry s různými nastaveními tak dlouho, dokud nedosáhneme "perfektní equity". Studená sprcha však může přijít hned záhy – když zjistíme, že naše reálné výsledky jsou příliš vzdálené od těch backtestových.
    Abychom si byli jisti, že náš filtr je skutečně robustní – a ne jenom pouhou přeoptimalizací –, musíme s filtry zásadně experimentovat formou rozdělení dat na takzvaná In-Sample data (IS) a Out-Of-Sample data (OOS). Jinými slovy, vezměte veškeré vaše obchody (např. ve vašem excelovském deníku) a koukněte se, jak by vypadala aplikace filtru na prvních 65–75 % z těchto obchodů. Případně zde filtry trochu "polaďte", tj. zkuste různá nastavení, periody atd. Až dosáhnete očekávaného výsledku, koukněte se, jak by aplikace filtru vypadala na zbylých 25–35 % dat, se kterými jste doposud nepracovali (takzvaná "neviděná"/unseen data). Pokud filtr produkuje výsledky a zlepšení velmi podobné výsledku, který jste dosáhli v rámci "ladění" na In-Sample datech, pak teprve máte vyšší šanci, že se nejedná o pouhou přeoptimalizaci.
    Nikdy nepracujte na filtrech na všech svých datech, vždy si část dat nechte jako OOS vzorek, na kterém se ujistíte, že filtr je opravdu filtrem, a ne přeoptimalizací.
    Více o práci s IS/OOS v rámci diskréčního obchodování a backestování jsem psal již dříve zde.
    3. Nekombinujte příliš filtrů – a když už, tak z jiných oblastí
    Základní chybou nováčků bývá už jen to, že plácají tolik filtrů dohromady, až to není hezké (a hlavně tak dlouho, dokud nedosáhnou perfektně přeoptimalizované equity, která v budoucnu nepřinese nic víc než zklamání).
    Osobně si myslím, že kolikrát už jen jediný filtr je dostatečné množství. Ovšem na druhou stranu existují také různé oblasti filtrů, jejichž případná kombinace není až takové zlo, jako kombinovat více filtrů ze stejné oblasti (což už opět silně zavání přeoptimalizací).
    Takže, rámcově bych rozdělil filtry do těchto oblastí:
    Filtry založené na TA (indikátory a další prvky v grafu). Filtry založené na čase (den v týdnu, určitý časový rozsah atd.). Filtry založené na volatilitě. Filtry založené na vyšším timeframu. Filtry založené na intermarket analýze. I když, jak už jsem napsal, nejsem zastáncem příliš mnoha filtrů, umím si představit využívat kombinace v rámci těchto oblastí (a také to nezřídka dělám). Ale opět maximálně s rozumem, opatrností a úsporností. Určitě však nedává smysl kombinovat filtry ze stejné oblasti – obzvláště, když máte k dispozici celou řadu dalších oblastí, kam pro případný filtr sáhnout. V každém případě ale opět pracujte s IS/OOS daty a ubezpečte se, že kombinace vašich filtrů je stále dostatečně robustní.
    4. Pozor na to, že vzorek obchodů s filtry výrazně klesá
    Velkou nevýhodou filtrů je skutečnost, že po jejich aplikaci klesá vzorek obchodů. Obecně platí, že čím větší vzorek obchodů v rámci backtestových dat, tím lépe – tím spíše jsme také schopni se dopracovat nějakého robustního výsledku. Filtry ale mohou počet obchodů významně snižovat – a na to je třeba si dát pozor.
    Ať už aplikujete jakýkoliv filtr, stále byste měli mít i po jeho aplikaci k dispozici vzorek dat na úrovni alespoň několika stovek obchodů a zároveň mít k dispozici minimálně 100 obchodů (po aplikaci filtru) v rámci OOS dat. Občas narazím na situaci, kdy obchodník aplikuje filtr na cca 100–150 obchodů a po aplikaci filtru mu zbude zhruba polovina. To je naprosto nedostatečný vzorek obchodů a jedná se spíše o hazardování než profesionální práci a kvalitně odvedené tradingové řemeslo.
    Nikdy nepodceňujte vzorek obchodů a vždy pracujte s co největším – aby i po aplikaci obchodů stále zbyl dostatečně "věrohodný" vzorek dat.
    5. Filtry nejsou jediná cesta, jak vylepšit equity
    A zcela závěrem – jedna důležitá rada. Filtry jsou dle mého názoru jedna z potenciálně nejzrádnějších cest, jak vylepšovat equity. Podobného výsledku totiž můžete dosáhnout jen se "základní" podobou vašeho obchodního systému, ale lepší prací na money managementu, trade managementu a position sizingu.
    Jeden ze způsobů, se kterým bych začal jako nováček, je práce s různými výstupy v rámci více kontraktů. Pokud například obchodujete 2 kontrakty, zkuste experimentovat s různými výstupními technikami pro každý z kontraktů (byť už začnete něčím tak jednoduchým, jako že každému kontraktu přiřadíte jiný profit target), případně s různými technikami posouvání SL pro každý z kontraktů. Tímto stylem můžete dosáhnout výrazných vylepšení a vyhlazení vaší equity, aniž by bylo nezbytně nutné aplikovat (další) filtry. Samozřejmě, předpokladem je mít možnost obchodovat již s alespoň 2 kontrakty, ale u velmi levných trhů, jako jsou e-mini DJ (YM), nebo e-mini NASDAQ (NQ), by to neměl být žádný problém ani pro menší účty.
    Ostatně, postupem času se stejně naučíte, že v této oblasti se skrývá mnohem více potenciálního vylepšení vaší equity než v nekonečné aplikaci dalších a dalších filtrů. Takže čím dříve začnete experimentovat i tímto směrem, tím dříve se naučíte uvažovat v širších souvislostech a aplikovat i další způsoby, které vám zlepší stabilitu vašich příjmů z tradingu.
    A závěrem ještě jedna věc. Pokud stále hledáte kvalitní a funkční prvky technické analýzy, ať už vstupy, výstupy, nebo filtry, navíc takové, které jsou již ověřené, doporučuji zkusit náš on-line kurz Obchodní indikátory v praxi. V minulosti jsem věnoval mnoho času hledání toho, čím stojí se zabývat a co může dobře posloužit – a výsledky této mravenčí práce (dělení zrna od plev) jsem shrnul právě v tomto on-line semináři, samozřejmě jako vždy ve vysoce praktické a okamžitě aplikovatelné podobě.
×
×
  • Vytvořit...

Důležitá informace

Na tomto webu zpracováváme cookies potřebné pro jeho fungování a analytiku, v případě udělení souhlasu také cookies pro účely cílení reklamy.