Backtest trading strategies excel

Deixe-me começar dizendo que eu tenho sido gentil o suficiente para me ajudar a aprender a usar R para testes. Com tudo isso em mente, eu pensei que eu d percorrer o que eu considero os quatro passos básicos na produção de um backtest no Excel. Observe que o arquivo de núcleo do Excel não foi criado por mim - ele foi criado por Jared em CondorOptions (outro deve ler se você não está seguindo ele). Etapa 1: Obter os dados O primeiro passo é obter seus dados de mercado no Excel. Existem duas abordagens básicas para isso precisará baixar novamente os dados históricos e copiar e colar o conjunto de dados inteiro ou um subconjunto para atualizar sua estratégia. A segunda abordagem é usar o código para ir pegar dados automaticamente do Yahoo Finance. Muitas pessoas escreveram VBA para fazer apenas este d recomendar AnalyzerXL como ele fornece a maior flexibilidade e opções. Como você armazena esses dados no Excel é até você vai querer tê-los em uma planilha separada para minimizar a rolagem e torná-lo fácil de atualizar. Etapa 2: Crie seu indicador Agora que cada um de nós faz parte do cálculo. Uma coisa agradável sobre como trabalhar com o Excel é que realmente faz você pensar sobre como um indicador é construído. Pode ser muito simples, nestes dias, para jogar para baixo e indicador sem entender como ele realmente funciona. A coluna de indicador final, DVI, é uma soma ponderada das colunas de extensão DVI e DVI. Eu também notar que AnalyzerXL também contém um grande número de indicadores predefinidos para fazer backtesting mais fácil, e existem outros add-ons para o Excel que fornecem funcionalidade semelhante. Etapa 3: Construa sua regra de negociação Agora que você tem um indicador, você precisa construir suas regras de negociação. Neste exemplo (o cálculo é no re não longo ou curto, ou dimensionamento variável da posição em oposição a apenas all-in longo ou curto Passo 4: As regras de negociação / curva de equidade Existem muitas abordagens diferentes aqui, mas o que você pode ver Neste exemplo é uma maneira simples de fazê-lo. Consumir um valor inicial de caixa de 10.000 e, em seguida, incrementar ou diminuir que, se ou não estamos muito ou curto no encerramento do dia anterior, e se estávamos corretos ou não. Função, nós representamos isso dizendo: se longo, em seguida, múltiplo o dia anterior re usando dinheiro aqui, mas você poderia facilmente fazer percentagens em bruto em lugar de um valor em dinheiro. O que eles assumem não há custo / comissão para o comércio. Sistemas de balanço de alta freqüência como este, as comissões poderiam ter um grande impacto sobre a viabilidade de uma determinada estratégia. Em segundo lugar, nós don e novamente, AnalyzerXL fornece um grande número de opções de relatórios como parte do pacote. Essa é uma visão geral básica de backtesting No Excel - espero que todos vocês acham útil Voltar testando Trader Excel Compre Hoje (abaixo) e envie-nos o seu pedido ID e reivindique mais de 70.00 no valor de FREE software back-testing Excel é vendido apenas como parte do Trader Excel Pacote Visite o site do desenvolvedor para Mais Como Este back-testing Excel, parte do Trader Excel Package, é um add-in para back-testing trading estratégias no Microsoft Excel. Ele permite testar e avaliar estratégias de negociação de fim de dia usando dados históricos. Os usuários podem usar VBA (Visual Basic for Applications) para criar estratégias para o Back Testing Excel. No entanto, o conhecimento do VBA é opcional - além de usar regras de negociação construídas pelo VBA, você pode construir regras de negociação em uma planilha usando códigos pré-feitos padrão de back-testing. Back-testing Detalhes do Excel Voltar Testar O Excel suporta funcionalidades avançadas, como piramide (mudança de tamanho de posição durante uma negociação aberta), limitação de posição curta / longa, cálculo de comissões, monitoramento de patrimônio, controle de preço de compra / venda (Você pode negociar em hoje ou no amanhã s preços abertos, fechados, altos ou baixos). Essa funcionalidade permite que você crie Back Testing Excel cria relatórios de desempenho de teste de estratégia altamente detalhados e informativos. Cada relatório tem sete guias: Relatório de resumo - os resultados de back-testing mais importantes em um formato compacto Relatório de Séries de Dados - trades, equidade e dinâmica de lucro / perda exibida em formatos de tabela e gráficos Relatório de Negociações - negociações agrupadas por posições - negocia em ordem cronológica Relatório de Sinais - todos os sinais produzidos por uma estratégia e seus resultados (ordem processada ou não) Relatório de Configurações - todos os ajustes de configuração Relatório de Código Estratégico - contendo código de estratégia bruta. AutoFiltrar Os relatórios Trades, Trades (cronológico) e Signals têm uma opção de AutoFiltração que, quando implementada, pode produzir relatórios mais refinados. A filtragem é uma maneira rápida e fácil de encontrar e trabalhar com um subconjunto de dados em uma lista. Uma lista filtrada exibe somente as linhas que atendem aos critérios especificados para uma coluna. Ao contrário da classificação, a filtragem não reorganiza uma lista. Em vez disso, oculta temporariamente linhas que você não deseja exibir. Quando você ativa o AutoFiltro, as setas aparecem à direita dos rótulos das colunas na lista filtrada. O AutoFiltro pode ser usado, por exemplo, para exibir apenas negócios curtos, negócios lucrativos ou negócios executados após alguma data especificada ou apenas os sinais que resultaram em negócios. Resumo de Recursos: Estratégia simples de criação Código de estratégia pode ser desenvolvido usando Excel ou VBE (Visual Basic Environment) relatório de desempenho de 7 páginas informativo e detalhado de desempenho de estratégia Rastreamento de patrimônio (capital inicial e comissões) Limitações de posição longas e curtas separadas , Back Testing Excel itera através de todas as linhas de dados históricos, executando o código de estratégia para cada linha de dados. O código de estratégia consiste nestes blocos de construção básicos: Cria Vendas Sinal Dia é um dia referência a dias anteriores neste formato: Hoje - N. Por exemplo, CL (Hoje - 1) retornará Ontem s Preço de fechamento, CL (Hoje) ou CL Vai retornar hoje s preço de fechamento. UpperCell é uma célula superior (a célula com um rótulo) na coluna de valores que você deseja usar em seu código de estratégia. Por exemplo, RNG (célula NumberOfShares é o número de ações para comprar ou vender. O SpecialOrder é o comando para comprar / vender a preço especial, diferente do padrão Por exemplo, o comando Buy (100,) executará uma ordem para comprar Principais Existem duas maneiras de criar estratégias: As regras de negociação são programadas em uma planilha eletrônica, o que requer mais tempo, mas não requer nenhum conhecimento especial - somente os conhecimentos básicos da Microsoft Excel. As regras de negociação são programadas usando VBA (Visual Basic for Applications) e armazenadas em um módulo especial de uma pasta de trabalho. Esta maneira é menos demorada, mas requer conhecimento básico de VBA. Aqui está um exemplo de uma regra de negociação: S Open é maior que Today s Close, caso contrário Buy. Podemos perceber esta regra de duas maneiras: 1. Programe a regra de negociação usando uma planilha eletrônica Como você pode ver, a regra IF (B2) está localizada em cada célula e produz buy / Vender sinais Back Testing Excel código gerado para esta estratégia pode ser reutilizada para produzir comprar / vender sinais em outras planilhas. 2. Programe a regra de negociação usando o VBA. Não há regras na planilha, apenas dados históricos. As regras de negociação são escritas usando o VBA e armazenadas em um módulo especial de back-testing O Excel é vendido apenas como parte do pacote Trader Excel Visite o site de desenvolvedores para mais como este Hoje em dia, qualquer menção do termo 3D está associada ao entretenimento. Mas na verdade, quando se trata de gráficos, e mais especificamente para traçar o seu algo comercial, gráficos 3D não é apenas perspicaz, mas fornece importantes vantagens práticas. O gráfico mais comum para medir um algo comercial é o lucro ao longo do tempo. Isso permite que você saiba quanto dinheiro o algo está fazendo durante uma duração específica, geralmente de algumas semanas a vários meses. Como o gráfico abaixo ilustra, dá-lhe uma boa idéia de quão bem o seu algo comercial realiza ao longo do tempo e dá uma indicação dos períodos em que foi underperforming. A coisa é que, enquanto o lucro ao longo do tempo são as duas dimensões mais importantes, eles deixam muitas dimensões dimensões que podem ajudá-lo a responder a perguntas importantes. Como por que, durante um período específico, foi o seu negócio algo sub-desempenho Ou quanto risco você está tomando em um determinado momento Muitas vezes, as respostas a essas perguntas podem ser a diferença entre lucro e perda, entre o sucesso eo fracasso de uma estratégia . Trading Algo in 3D Primeiras coisas primeiro. Antes de começar a executar gráficos 3D em nosso algo é importante passar por algumas práticas e fazer o gráfico 3D trabalhar para você. Assumindo que você já exportou os dados de seu lucro e perda para o Excel, é provável que você tenha duas colunas de dados, p. Tempo e Lucro. Adicionando uma terceira coluna permitirá que você execute um gráfico 3D, se é volatilidade, risco ou qualquer outra dimensão que você considere necessário. Depois de ter as três colunas que você clicar para gerar um gráfico você deve escolher um tipo chamado gráfico de superfície 3D. Como você vai notar, quase sempre, o carimbo de tempo será o X-Axis, Lucrar o Y-Axis e nosso terceiro parâmetro será o Z-Axis. Agora vem a parte importante fazendo o gráfico confortável para trabalhar para nós. Você deve lembrar que nosso objetivo em usar um gráfico 3D, em primeiro lugar, foi identificar áreas de lucros excepcionais ou perdas excepcionais para otimizar o nosso algo. Como pode ser visto nos gráficos abaixo, o Excel divide os eixos Y em intervalos e cada intervalo é colorido. A melhor prática é escolher a mesma cor para níveis que não são excepcionais e selecionar uma cor contrastante para a faixa mais alta e outra para a faixa mais baixa. Isso nos permite detectar o excepcional. Os eixos Z mudam o ângulo do gráfico quanto mais íngreme o ângulo, maior o nosso parâmetro Z dizer risco ou qualquer outra coisa que escolher. E, finalmente, tornar o gráfico 3D mais claro através da formatação da área Plot. Jogue com o ângulo de rotação Y, bem como o nível de dívida até que você esteja confortável trabalhando com o gráfico Trading Algo Estudos de Caso Uma vez que você está claro quanto à forma de fazer um gráfico 3D, é hora de decidir qual dimensão é relevante. Geralmente, além do tempo e do lucro, as seguintes dimensões valem a pena considerar o risco, a volatilidade ea duração. Por exemplo, o gráfico acima mostra um lucro ao longo do tempo de uma estratégia específica vamos chamá-lo de Estratégia A. De repente, fora do azul, o lucro mergulha rapidamente. Ainda não está claro por quê. Então adicionamos outro risco de dimensão. Risco, neste caso, será o montante do dólar arriscado em um dado momento. Agora, a razão é aparente pouco antes do lucro colapsado, o risco estava subindo, também. Talvez a alavancagem saltou, talvez várias posições foram abertas simultaneamente depende da estratégia. Mas usando um gráfico 3D fomos capazes de detectar facilmente onde o problema estava vindo. Usando gráficos 3D não é apenas bom detectar as fraquezas de uma estratégia, mas pontos fortes. Vamos dar uma olhada em outra estratégia, que chamaremos estratégia B. Vamos testar como a estratégia B realiza durante a volatilidade. Neste caso, a volatilidade será o desvio padrão de cada par que comercializamos. O que vemos é interessante. Quando a volatilidade é alta, a Estratégia B funciona excepcionalmente bem e não tão bem quando a volatilidade é média para baixa. Nesse caso, devemos considerar o uso da estratégia somente durante alta volatilidade para otimizar os retornos. Mais usos poderiam ser medir a duração por comércio. Se a duração está ficando mais tempo em certas áreas, talvez o gatilho para a entrada ou saída não está funcionando bem. O benefício com o uso de um gráfico 3D aqui é que colocamos o carimbo de hora de abertura no eixo X e o carimbo de hora de fechamento no eixo Z para que possamos realmente analisar a duração por comércio ao longo do tempo. Um gráfico 3D, em seguida, é muito mais preciso do que um gráfico bidimensional, onde a duração é uma média à direita. Em Conclusão Existem infinitas amostras e formas em que gráficos 3D podem permitir que você melhorar o seu comércio algo e identificar as fraquezas e pontos fortes dentro de sua estratégia. Claro, você pode gerenciar com um gráfico bidimensional. Mas o benefício de gráficos 3D é que, muitas vezes, ele permite que você zoom in e identificar áreas de mudança muito mais fácil. Você criou um algo de negociação. O Algo é rentável no backtester. Antes de soltá-lo com dinheiro real, você tem que primeiro apertar os parafusos. Ou seja, certifique-se de que o seu algoritmo está ajustado de forma a oferecer retornos ideais. Há um grande desafio pela frente. Em primeiro lugar, sua estratégia é bastante simples. Você pode passar pelo processo detalhado de construção e otimização de uma estratégia, incluindo ajuste de curva, correlação e assim por diante. Mas você quer um processo mais simples algo mais magro, que irá atender às suas necessidades modestas. Em segundo lugar, você ainda não pode ter dominado a técnica completa de otimização. Você ainda está aprendendo e quer experimentar com um processo simples. Uma técnica que eu acho especialmente simples na otimização do seu algo é a probabilidade. O método de probabilidade, em essência, contém muitos componentes de uma técnica de otimização completa. No entanto, tende a confiar mais no senso comum e na lógica para restringir as opções e otimizar o algo. Isso torna uma boa maneira de começar o conceito de otimização de uma estratégia. Além disso, você vai encontrá-lo mais fácil de digerir. A essência da estratégia otimizar por eliminação. Estudo de Caso Algo O Algo seguinte é simples. Vamos chamá-lo RSIMV que é RSI e média móvel. (50 2) A estratégia: Se a média móvel cruzar pontos em uma tendência de alta e o RSI é Iguais ou inferiores a 60, isso significa que o rali tem algum comprimento antes de atingir um nível de sobrevenda (RSI acima de 80).Isso aponta para uma boa oportunidade de compra. Referindo RSIMV, você pode concluir há quatro parâmetros para otimizar: RSI e duas médias móveis Começando com as médias móveis, vamos olhar para os dias 14 e 30. Aparentemente, as opções são infinitas, com muitas combinações de médias móveis para testar. Em teoria, isso é correto, mas é onde a probabilidade vem pol Quando nós Olhar para o gráfico, podemos ver que quanto mais as médias (laranja e vermelho), menor a chance de que há uma combinação de um RSI baixo e um momento de alta. Além disso, uma combinação de um RSI baixo e um sinal de alta só ocorre Quando as duas médias, o rápido e o lento, têm mais ou menos uma razão de 2 para 1 (como um 30 e 14). Essas duas conclusões nos ajudam a reduzir os parâmetros que estamos procurando. A maior probabilidade de encontrar um melhor conjunto de médias é com médias mais rápidas, não mais lento, e aqueles que têm uma proporção de 2 para 1. E não vamos esquecer que já sabemos que 14 e 30 trabalhos. Portanto, não devemos nos mover muito acima da escala. Vamos usar 25 e 12 como a primeira combinação e 20 e 10 para a segunda. Ambos são mais rápidos do que os parâmetros originais, têm uma proporção aproximada de 2 para 1 e estão próximos das configurações originais. Movendo-se para o parâmetro RSI, estreitar as opções é ainda mais simples. Sabemos que o RSI não pode ser maior do que 60, porque então ficaremos com insuficiente upside antes do par gira oversold. Por outro lado, se tentarmos um RSI abaixo de 40 é improvável que ele irá ocorrer enquanto a média móvel cruzar é otimista. Uma vez que, como no caso das médias móveis, sabemos que a configuração original funcionou, sabemos que só precisamos de um pequeno ajuste. Com nenhuma maneira de ir mas para cima nós somos deixados com duas opções de confiança RSI 50. Daqui nossas opções são: Como nós podemos ver de testar todos os parâmetros alternativos, o que nós precisamos era de uma entrada melhor para o RSI. Como pretendemos pequenos ajustes. Don t Optimize Too Much Ironic como pode parecer, otimização, por vezes, tem uma desvantagem. Às vezes, estamos tentados a super-otimizar a tal ponto que nossa mais nova estratégia já não se assemelha ao nosso original, pré-otimização planos. Isso pode nos lançar em um laço eterno e desperdiçar um tempo precioso. Don t ser tentado Don t se apaixonar com o processo de otimização. Afinal, a otimização é apenas apertar os parafusos, não a construção do motor. Se a sua estratégia funciona, confinar sua otimização para pequenos ajustes. Se não, a otimização não ajuda e você precisará começar do zero. E, finalmente, uma dica prática sempre manter registros dos resultados de sua estratégia original e compará-lo com sua atual, pós-otimização estratégia. Dessa forma, você sempre pode ter certeza de que você realmente otimizou sua estratégia. O Bottom Line Claro, a técnica de otimização não é perfeita. Mas o take away aqui é que se você realmente entender a sua estratégia, você pode usar a lógica, a fim de encontrar melhores configurações. Se você é um novato e não tem o conhecimento de técnicas avançadas de otimização, otimizar através da lógica da probabilidade é uma ferramenta poderosa para ter. Osciladores. Um dos agrupamentos mais interessantes de indicadores técnicos, são projetados para sinalizar overbought e oversold níveis. Os osciladores são uma família de índices que vão além da matemática. Eles se concentram em uma coisa importante e que é o momento, ou mais especificamente a mudança de momento. Antes de nos aprofundarmos em quais osciladores são melhores usar e como, deixe-me poupar algumas dores desnecessárias. Deixe-me dizer-lhe primeiro o que os osciladores aren t. Como não usar osciladores Alguns comerciantes acreditam que Osciladores são algum tipo de índices mágicos. Fique tranqüilo quando eu disser que não. Osciladores uso principal não é dizer-lhe se para comprar ou vender. Em vez disso, eles alertam para quando ele pode ser um bom momento para executar uma estratégia de compra ou venda. Essa é uma diferença muito grande. Aqueles que tentam usar osciladores como um sinal final de compra ou venda devem estar prontos para aprender uma lição difícil. Aqueles que irão usá-lo para ajustar o seu timing, no entanto, vai encontrar Osciladores uma ferramenta muito poderosa. Agora que nós estabelecemos quais osciladores são bons, vamos focar em quais osciladores valem o seu tempo e como usá-los. MACD Indicator Talvez o mais amplamente utilizado oscilador em Forex, o MACD não precisa de introdução especial. O que ele precisa é uma explicação adequada de como usá-lo e quando. A idéia do MACD é sinalizar seu ponto de entrada quando você já descobriu onde a tendência está indo. Não vai alertá-lo para uma tendência. O que isso significa é que você primeiro tem que realizar sua análise técnica. Uma vez que você chegar a uma conclusão, então você pode usar o MACD. No MT4, o MACD vem com os parâmetros padrão (12, 26, 9). 12 representa a média móvel rápida exponencial, 26 a média móvel exponencial lenta e 9 a média MACD simples. Geralmente, quando você troca em uma base diária, aqueles parâmetros são muito bem. Agora no gráfico abaixo vemos dois pontos, A e B. No ponto A, o histograma moveu-se acima da média e que é suposto ser um sinal de compra. Mas, o senso comum técnico diz que uma tendência grosseiro pino não pode terminar abruptamente sem alguma forma de fundo duplo. Portanto, deve-se ignorar esse sinal. Mas no ponto B, isso é uma história diferente. Depois de um top duplo que atinge um nível de resistência e atinge a tendência média, há um caso para um curto. Mas precisamos saber quando. Observe como após o segundo topo o histograma no MACD cai novamente abaixo da média Isso é a nossa marca e é assim que você usa o MACD para o tempo de seu comércio. Mais uma vez, a lição aqui é que os Osciladores são para o tempo, não para o ponto para a direção do par. Oscilador Estocástico Este é um dos indicadores mais interessantes na família Osciladores. O que eu gosto sobre este indicador é que dá-lhe essencialmente um retrato bidimensional do overbought, do oversold e do momentum. Ao contrário do MACD, que nem sempre é preciso sobre overbought / oversold nível. A idéia do oscilador estocástico é dupla. Primeiro, ele é normalizado de 0 a 100, qualquer coisa abaixo de 20 é sobre-vendida e qualquer coisa acima de 80 é sobre-comprada. Em segundo lugar, usando a convergência entre a linha K ea linha D diz algo. Não só você pode dizer quando há um nível de overbought / oversold, mas também quando a tendência se torna bullish ou bearish. Assim, proporciona um uso bidimensional do momento. Confused Aqui está um exemplo clássico de como eu usaria um oscilador estocástico. Na primeira parte, podemos ver que no ponto C, após o par ter fundo, o oscilador estocástico estava abaixo de 20. Isso sinalizou um nível de sobrevenda. Podemos concluir que lá o par é fundo para fora, através de um padrão de fundo duplo. Podemos usar o nível de sobrevenda como execução, mas esperar antes de mergulhar nossos dedos em uma posição de compra. Apenas no ponto D, como a linha azul cruza a linha vermelha, temos o nosso sinal de entrada. No entanto, uma outra coisa é importante notar e que é o ponto E. No ponto E obtemos a linha azul cruzando a linha vermelha como faz com C. No entanto, uma vez que a cruz ocorre muito perto do sinal de sobrecompra que deve nos impedir de Estabelecendo-a como uma entrada. O que significa que se o cruzamento no ponto D estava perto do nível estocástico 80, deveríamos ter evitado a entrada. Escala verdadeira média Por último mas não menos importante, um de meus indicadores favoritos, a escala média verdadeira ou ATR para o short. Ao contrário dos outros dois Osciladores, o ATR é útil na antecipação de aumentos ou quedas potenciais na volatilidade. Também ao contrário dos outros dois, não há oversold ou overbought níveis. Se o ATR é alto, sugere que a volatilidade é alta. Inversamente, se o ATR for baixo, sugere que a volatilidade é baixa. Como podemos usar isso para prever a volatilidade Sabemos, é claro, que a volatilidade é cíclica. Assim, podemos supor que quando o ATR está em mínimos históricos por um período prolongado (ponto F) é um sinal de que um pico de volatilidade está chegando. E, na verdade, podemos ver a volatilidade veio e temos o grande pico. Se decidimos usar o suporte como um sinal de entrada podemos ATR para avaliar se há uma chance nosso comércio comprar terá um forte impulso. Se o ATR estava em um recorde de alta quando decidimos comprar que teria sido uma advertência nota. Não para a entrada, mas porque ele sinaliza que a volatilidade pode cair e que significa momento pode ter sido fraco. O mesmo princípio, obviamente, funciona para um sinal de venda. Pode uma estratégia comercial estar fazendo muito bem Isso soa contra-intuitivo, certamente. Como sugerir que alguém pode ser muito rico ou muito bem sucedido. Você pode estar pensando que não existe tal coisa. Mas quando se trata de gerenciar sua estratégia de negociação, um que está se saindo muito bem é um sinal de alerta. Isso porque, muitas vezes, uma estratégia de negociação excedente pode se transformar em uma armadilha de mel. Neste artigo vamos nos concentrar em um par de estudos de casos onde uma estratégia muito boa é algo para estar atento. Esperançosamente, aquela é uma lição que um pode aprender de agora um pouco do que, dolorosa, em alguma data mais atrasada. Uma Estratégia de Negociação com uma Alta Razão de Vitórias O primeiro estudo de caso é uma estratégia de médio e curto prazos. Neste estudo de caso, a freqüência das operações executadas é superior a 100 por mês. Geralmente, uma estratégia sólida tem uma relação de vitória média de 45 a 60. Essa relação pode às vezes ser menor se o índice de recompensa de risco for muito forte. Mas mais do que isso é quase sempre é inadequado. Na estratégia abaixo, podemos ver que a média ganha relação por mês vai de tão baixo como 44 a tão alta quanto 64. Às vezes está em alta na faixa mais alta e às vezes na faixa inferior. Independentemente de qual, eventualmente todos girarão em torno da média. Por exemplo, no mês de janeiro de 2014, o índice de vitórias foi de 52. Isso significa que para cada 100 operações realizadas, 52 foram rentáveis. Mas na segunda parte (vermelha), podemos ver as coisas começam a ir um pouco demais. O índice de vitórias saltou para acima de 80 e ficou acima desse nível por 3 meses. Naturalmente, aos 80, isso estava muito além da norma. O que viria depois era inevitável. Depois de 3 meses de mais de 80 dos negócios rentáveis, o índice de vitórias caiu para cerca de 20 para os seguintes 3 meses. Porque uma relação de vitória de longo prazo sempre tem uma expectativa de longo prazo de 50-60 máximo. Isso significa que um período prolongado de uma proporção de vitória elevada pode ser seguido por um período prolongado de uma proporção de vitória muito baixa. Primeiro, se você tivesse 3 meses de cerca de 20 vitórias significa que você perdeu 80 dos comércios. Isso significa que, supondo que você troca 100 vezes por mês, você perdeu 80 negócios. Isso é muito difícil. E se você arriscar 50 em cada comércio você perdeu 6.000 em agregado (80 perdendo, 20 rentável) após 3 meses. Isso é um grande golpe. A segunda razão é arriscada é mais psicológica, mas ainda é muito comum. Isso é que muitos comerciantes não conseguem perceber que uma relação de vitória excessivamente alta é muito temporária na natureza. Tendo falhado em ver isso, o que eles fazem Eles aumentam a sua influência. E quando o doce se torna amargo e eles têm apenas 20 vitórias por 3 meses, então o que tudo o que resta é uma conta vazia. O que você deve fazer Isso é bastante simples você reduzir o risco que você toma por comércio, reduzindo sua alavancagem. É verdade que você vai ganhar menos, mas você também vai evitar a armadilha que vem depois. Claro, se sua alavancagem já é baixa e sua conta pode sustentar um período prolongado de uma relação de baixa vitória do que deixar estatísticas reinar. Mas esteja preparado, psicologicamente, para tempos agitados. Trading estratégia lucros que são demasiado demasiado rápido O segundo estudo de caso é comum em estratégias de negociação que são baixos em freqüência. As durações podem variar de alguns dias até mesmo alguns meses. Vamos dizer que você entra em um comércio de compra após a sua estratégia de negociação indicou uma tendência de alta. Você define o limite em 1.290. Em média, você espera que o limite seja alcançado dentro de 3 a 4 dias. Mas de repente o comércio avança em uma fração do tempo e atinge relativamente perto de seu comércio. Porque muitas vezes os comerciantes insistem em esperar que seu limite seja atingido para que eles deixem o comércio aberto. Mas, em seguida, o par se move em território overbought e antes que você sabe que a tendência tem revertido. Você fecha a posição com um ganho muito menor ou, pior ainda, perde o comércio. Porque você troca em uma freqüência baixa, este um resultado pode ser completamente doloroso. Você perdeu tempo precioso quando sua posição estava aberta e perdeu o lucro potencial que você poderia ter feito. O que você deve fazer A solução aqui é bastante simples, também. Você poderia usar uma perda stop stop que é a ferramenta mais óbvia para evitar tais casos. Alternativamente, você pode usar osciladores para identificar uma situação potencialmente perigosa. Adicione um componente à sua estratégia de negociação para alertá-lo se seu par atingir um nível de sobrecompra (ou sobrevenda). Torná-lo uma prática para sair do comércio, mesmo se o alvo não foi alcançado. O mundo dos comerciantes é dividido em dois grupos aqueles que o comércio usando algoritmos e aqueles que don t. Aqueles que o comércio usando algoritmos, aka algotraders, estão bem conscientes das vantagens de negociar com um algo que são dissuadidos de aprender como. Mas o caminho para o sucesso na negociação não é evitar desafios, mas superá-los, talvez em passos de bebê. Primeiro passo do bebê a transformar-se um comerciante de Algo Deixe-me fazer-lhe uma pergunta. O que você acha que é a primeira coisa que você precisa fazer para se tornar um algotrader Você pode responder, Aprender programação, é claro Como mais Bem, você d estar errado. Se você planeja aprender a programação com a única finalidade de se tornar um algotrader, é provável que você se perca. Eventualmente, em desespero ou frustração, você vai desistir de algotrading. Existem inúmeras línguas, de MQL a R para Python, e você tem que decidir qual começar. Você pode encontrar-se perdendo tempo valioso aprendendo muitas funções triviais. Pode demorar muito tempo antes mesmo de criar um algo comercial, muito menos um rentável. Mas há outra maneira, que eu chamo de engenharia reversa. O primeiro passo é descobrir qual comercialização você quer fazer. Em outras palavras, quais são as funções e estratégia que deve implementar Então você testá-lo e, finalmente, passar para a parte de programação. Desta forma, você está focado como um holofote. Você sabe exatamente o que seu algo deve fazer e pode se concentrar nas funcionalidades exatas que você precisa aprender para fazer isso acontecer. Tudo virá intuitivamente qual idioma, como e em que. Todas as peças vão cair muito mais rápido no lugar porque você já sabe o que procurar. A melhor maneira de começar é usando um fluxograma. É realmente uma das primeiras coisas que você aprende em escolas de programação. E o que determina o fluxo Claro, é as condições. O que chamamos de ifs. Ifs pode ser uma condição ou ter muitos ands e ors. É assim que você decide o que seu algo deve fazer em determinadas circunstâncias. As condições para o algo são o que o cérebro é para o corpo que fazem o pensamento. Segunda etapa do bebê: Use o Excel Depois de fazer um fluxograma de condições, em vez de usar uma ferramenta complexa, use o Microsoft Excel ou algum outro software de planilha. Extrair os dados históricos de um dado de preços começar usando apenas o preço de fechamento. Se você quiser negociar em um intervalo diário, extrair dados diários e assim por diante. Use uma coluna separada para cada uma das condições no fluxograma, dessa forma é fácil escrever e descobrir. Adicione outra coluna para uma saída de compra e venda para marcar quando você abriu e quando fechou uma posição. E, finalmente, adicionar uma coluna de lucro acumulado / perda. Use colunas separadas para cada condição e preencha o gráfico. Tudo o que você precisa agora é executar um gráfico linear em uma coluna, lucro acumulado / perda, e olhar para o desempenho histórico do algo. Uma vez que você dominar o básico você pode mover-se para mover back-testing avançado e ajuste de curva. Mas para um começo que vai fazer. Finalmente, aprenda a programar a aprovação, você não é um você tem uma idéia boa de o que um comerciante do algo precisa de fazer. Agora que você tem o conceito para baixo pat, você está pronto para começar a aprender programação. Em termos de qual língua começar, isso dependerá das circunstâncias. Se você já está usando uma plataforma MT4, é um não brainer aprender MQL que roda em MT4. O site da MQL está cheio de materiais. E uma vez que você já tem um diagrama do seu algo e uma idéia do que você quer fazer, encontrar o seu caminho deve ser simples. Mas se você trocar com um corretor diferente, você terá que decidir quais os melhores ternos. Pessoalmente, eu recomendo começar com MQL, só porque é mais fácil. Então, você pode mover-se em Python, que é uma linguagem bastante fácil de aprender ou C se o seu algo precisa de trabalhar rápido. Se você algo é pesado sobre a matemática, então talvez R iria caber. Aqui estão alguns lugares que você pode aprender on-line: Ou, é claro, você pode aprender com um livro. Eu sou mais uma pessoa de livro, mas isso é só eu. Em seguida, existe outra API de problemas. API é o mecanismo que permite que o seu algo para se comunicar com seu corretor e executar seus negócios. Alguns corretores trabalham melhor com determinadas linguagens de programação do que outros. A maioria dos corretores grandes têm comunidades e fóruns que podem entrar em detalhes sobre a melhor maneira de usar uma API. Ao contrário dos primeiros dois passos do bebê, ninguém nunca diria que aprender a programar era um passo do bebê. Pelo contrário, é mais um salto gigante. É preciso tempo para aprender e dominar, embora vale a pena a longo prazo. Enquanto isso, você sempre pode usar bibliotecas de códigos na web para algos mais complexos. The thing is that once you ve accomplished the first two baby steps, making the final leap into programming is a no brainer. I said it here and here and here. The biggest issue with my Dominari is trading costs. Things aren t going to really take off until I do one of two things. Reduce the trading costs Make more money on each trade I ve been working on Dominari since around September or October of last year. After racking my brain for months, I more or less wrote off the idea of improving the trade profitability. That suddenly changed last week on Friday after the market closed. The best reason to trade my own systems live is that the agony of underperforming forces creativity. The feeling reminds me a lot of Daymond John s the resourceful and creative who are best able to get to the top. Nobody wants to feel broke or under extreme stress. As much as we hate those feelings, they t sure how to fix that missing ingredient. If it weren t for that stress, I would not have had my simple but very powerful insight last Friday. And please don re in the thick of designing a system, the ugly truth is that sometimes you get lost in the weeds. Or to use another botany metaphor, you only see the trees instead of the forest. My key insight was to slightly modify the exit strategy to use limit orders, whereas previously I only exited based on the close of the bar. I noticed two repeated behaviors that finally beat me over the head enough that the point finally sank in. The number of occasions where my trade closed in the optimal location seemed to be significantly outweighed by the amount of money left on the table. The key insight for me was realizing where to optimally place that limit order. And for those of you on my newsletter, it happens to be closely related to the Auto Take Profit that I ve been talking about all week. Backtest assumptions and results My operating mantra when doing backtests is to minimize the number of assumptions. Spreads for retail traders have changed dramatically from 2008 to today. I remember working as a broker at FXCM when our typical spread on GBPCHF was something like 8-9 pips. I now routinely pay something like 2 pips. It s impossible to model what happened in the middle without haphazardly guessing. I find it far more convincing to analyze the raw signal, both on historical and recent market data, then to interpret whether trading costs are likely to be favorable in today re overstating historical performance, but the benefit is that you have a very clear idea whether the core idea is a system capable of predicting the market with reasonable risks. The total leverage employed in the portfolio is 7:1. If I have a 50,000 trading account and held a position in every currency pair in the portfolio, then the notional value of those trades would equal 350,000 (50k 7). Another key point is that I used a fixed position size of 12,500 per trade. The size of the trade never increases or decreases during the backtest, which allows me to isolate the impact of the raw signal without adding the variable of money management. Here are my trade metrics with version 1 of Dominari. Click the images to view them in full size. The first version of Dominari had a profit factor of 1.26. After here s the change with Dominari version 2.0. My new version of Dominari increases the profit factor to 1.59 with a significantly lower drawdown. My best case scenario was to hope that the profit factor would jump another 10 points or thereabouts, maybe stretching the profit factor to 1.35 or thereabouts. It s incredibly exciting to see the edge over breakeven more than double (going from a 0.26 edge to a 0.59 cent edge). What I m most excited about is the skew in the returns. Most mean reversion systems look for an edge but are overwhelmed with the impact of losing trades. That was the case with version 1. The largest losers outweighed the largest winners in version 1. This new version of Dominari is the very first mean reversion strategy that I s almost always the opposite with mean reversion strategies. Said another way, the risk profile of the extreme outcomes significantly improved with version 2. The impact of the biggest winners is nearly identical to the biggest losers with version 2. And the metric that most traders care about the most, drawdown, is wildly improved. Version 1 showed a drawdown of 5.72 . The new version is a fraction of that at 1.77 . The out of sample performance is nearly identical to the in sample performance, despite significantly different market conditions. When I walked my test out of sample onto recent data, covering 2013-2015, the performance characteristics of version 2 are nearly identical to the in-sample test. The profit factor was identical at 1.59, and the max drawdown was 2.01 for 2013-2015. Translating the theoretical into expected performance parameters Again, those metrics above are in the ideal world of perfect execution and no trading costs. The real world performance will have lower returns and higher drawdowns. The advantage to having live trade data is that I can now make some kind of intelligent estimate of my expected trade accuracy and profit factor. Just how overstated are the idealized returns likely to be The process that I went through to calculate the expected profit factor in the real world is a 5 step process. I don ve chosen to share a spreadsheet where you can view the step by step process for how extrapolating live trading data into expected performance with the new strategy. Click here to view the spreadsheet. The expected profit factor for my live trading is expected to be between 1.29 to 1.39. The expected percent accuracy for live trades should jump from 62.55 to 70.8 . Dominari will be available to you at the end of the month I my goal is to get traders some quick wins now that I feel that I have everything dialed in. Thereafter, we can start to grow together and build our strategy library with more systems trading different philosophies. The traders who will get first crack at the Total Access Apprenticeship are those are subscribed to the free newsletter. If you re not signed up, make sure to fill in your email address in the orange box at the top right of this page. There are many kinds of engineers in the world. In fact, given the vast variety, it would be an effort in futility to try and name them all. But what does it really mean to be an engineer And the bigger question: how exactly is this related to trading A good friend of mine who is an engineer said, very aptly, Scientists do the work of God engineers do the work of man. Although I am not sure he can claim that quote as original, there is nothing better to describe what engineers do. Being an engineer is a mindset. You must be able to solve problems and build mechanisms in the imperfect world of man. And often times, those conditions are far from ideal. And that is exactly the state of mind you need to build a profitable trading strategy. whether discretionary or algorithmic. So, if you are an engineer, that s great This article could help leverage your experience in trading. And even if you re not, you might still learn something useful. Engineers define the project in detail If I were to ask an ordinary trader what trading strategy he plans to build, what might be the answer More than likely I d hear that he wants to build a strategy that is profitable. And while that it is, naturally, the ultimate goal it s hardly enough to build a successful strategy. If I were to ask an engineer the same question, however, I d surely get a very different answer. Engineers define each project they re working on in great detail. In our case, then, the trading strategy they d likely wish to build would have a number of inputs. An engineer s definition of a strategy might be something like this: Strategy Interval: 1-3 Days Target Profit Limit: 100 to 150 pips Target Stop Loss per Trade: 50 to 75 pips Target Win Ratio: 50 By having these very detailed parameters, the engineer already knows several things. First, that he has to design a trading strategy that s built on momentum (rather than something else). Second, it has to have a maximal draw down of 20 with a maximum risk of 500 at any given time. Third, each trade has to have the potential of at least 100 pips and a stop loss of maximum 75 pips. And fourth, in the longer run, at least 50 of all trades must be profitable. Clearly, an engineer doesn t choose a trading strategy arbitrarily. He already knows exactly what he wants to build and chooses all the tools (moving average, etc.) and strategies accordingly. Sure, it does not guarantee he will be successful. And he may eventually have no choice but to change his targets. After all, he is doing the work of man where nothing is perfect. But the point is that setting a plan in detail narrows irrelevant options. Therefore, everything is more result-oriented. Engineers anticipate what could go wrong Most people, when they have a good trading strategy, think about how much money they can make. You know, they dream about how good it can get. But an Engineer s natural instinct is just the opposite. Instead, an Engineer is trying to figure what could go wrong. An aeronautical engineer would test an airplane in extreme weather to ensure it doesn t crash. Similarly, an engineer building a trading strategy will test it for failures. The end result, of course, is that the engineer will build a better and safer strategy. Engineers are open to ideas When there is a particular mechanism of functionality to be filled an engineer looks first for a readymade mechanism. In trading, for example, it could be finding a good tool to identify volatility. Or perhaps a good signal for momentum. Once found, provided that it is acceptable, an engineer will incorporate it in his strategy. An engineer will not be fixated on investing his own idea. Engineers do not believe in re-inventing the wheel. Simply put if it works, it works. In Conclusion Many engineers might now realize they already have the mental tools needed to succeed in trading. They just need to implement their ingrained work habits and apply them properly. And many successful traders will find that they have already implemented the lessons learned here. Engineer or not, successful trader or not, it s never too late to learn how to think smarter. In the long run, it will enhance your trading strategy. Dominari s performance. Did the signals go bad all of a sudden or is this a normal drawdown Is Dominari losing because of trading costs I decided to start analyzing my FXCM account. Part of the nerves were driven by the fact that it took 2 weeks to setup the account. The compliance process took far longer than usual because I m a former employee. Two weeks later, I turned on the account just in time to a) miss the biggest equity growth and b) to catch the biggest drawdown. I felt more hostile to the FXCM account performance because I didn ve got better uses for the money than to throw it away in the markets So, the real question is: am I losing because it s just a rough patch or because FXCM is eating my lunch This image is a backtested equity curve over the same period of my live performance. I t begin until the afternoon. As you can see, I again missed another patch of strong performance. The rest shows something of a fairy tale. The backtest shows a return of 19.13 over that period, whereas my live performance is down 10 . How much of that is due to commissions, spread, rollover and slippage The backtest shows a profit of 956.65 with no trading costs. My real results, which 1) show a profit on the backtest but 2) are actually showing a loss in real life, can be used to estimate a floor for my trading costs. The formula for that is ( Total profit and loss commissions rollover) / total trades, which is currently 1.58 in costs per trade. The commissions and rollover are easy to separate out using either Myfxbook or the FXCM account report. The grand total spent so far on commissions is - 239.80 and - 3.05 on rollover. The hardest part to separate is the spread paid. I m going to use the table below to estimate. I took a random sample of 30 trades from the 501 trades completed at the time of my analysis. The average slippage (the right column) is a stunning -0.044 . I s impressive execution. Estimating the spread paid is much more difficult. I t effect the value of the average winner. Under that assumption, the average winner is 3.48 per trade. But if I use compound position sizing, the drawdown eats away most of the profits. That drops the average trade value down to 1.70. I converted the spread paid from pips into percentages. Using EURUSD as an example, a 1 pip spread works out to 0.0001/1.12727 0.000089. The reason for doing this is so that I can compare the spread on EURUSD to something with a much wider spread like AUDNZD. The spread is wider on AUDNZD, but the value of a NZD pip isn t the same as a USD pip. Percentages allow for an apples to apples comparison. The average spread paid in my sample was 0.00026157605, which is 0.026 . Putting that back into terms relative to my account balance, I s - 550.20 in spreads. Total costs are spread, commissions and rollover: 550.20 239.80 3.05 793.05 On a per trade basis, that is 1.78 in costs per trade from my estimates. The total profit on the backtest was 956.65, but I missed about 550 of it because trading didn t start until 17:00 on the 28th of January. That leaves the backtest profit somewhere around 406.65. That puts the re-estimated profit and loss at 406.65- 793.05 - 386.40. The actual loss is - 469, which I feel is a reasonable discrepancy based on the fact that I m estimating how much profit was contributed on January 28 instead of knowing for certain. The conclusion is that I need to turn off this trading at FXCM. Even if I joined their active trader program and traded in the top tier, it would only save me half the commissions. Most of the trading costs are in the spread and not commissions. I ll need to go over my Pepperstone account to review the trading costs for myself and clients. I come up with amazing looking backtests all the time. This is the latest example using the SB score . The equity curve of the new strategy without trading costs. The free and hypothetical version of the strategy yielded 79,618.82 for an uncompounded return of 796.19 over a period of 3 years. The strategy trades all major FX crosses. As you can tell, the signal quality remains nearly constant across multiple market conditions. It looks great. The problem is trading costs. It s always trading costs that make life difficult. Trading costs drop the profits by 98.22 I always take a heavily pessimistic view when it comes to assuming trading costs and slippage. It requires a lot of intellectual honesty, but making an effort to avoid rosy assumptions saves a lot of pain and disappointment down the road. The assumptions are really severe on cross currencies where we assume spreads and slippage north of 5 pips. Performance with pessimistic trading cost assumptions drops to only making 1,000 in profit. The strategy doesn s no scenario where it makes sense to trade with market orders. General characteristics Average trades per day: 39 Currency pairs traded: 27 Percent accuracy: 66.52 Style: Mean reversion Charts: Hourly How to trade on the cheap I m notoriously frugal. One of my fraternity brothers in college still tells stories about me counting loose change and tracking it in MS Money. That kind of mentality drives my wife crazy s a real asset for a trader Traders make their money on the margins like every other business person. I spent yesterday afternoon coding this new strategy with a slight twist. Instead of paying the spread on every single trade, what if I use limit orders to try and earn the spread The current raw spread on EURUSD is 0.3 pips, which is worth 0.03 per microlot. The trading commissions are 0.03 per microlot. If I earn an extra 0.03 per microlot, that at least covers the trading costs. On pairs like NZDCHF where the raw spread is 1 pip, that adds an extra 0.04 ( 0.10 0.03) per side. I. e. the entry signal makes an extra 0.04 and the exit also makes an extra 0.04 on every single trade. Even quiet pairs on NZDCHF still exhibit a degree of noise on every bar. I haven t done any research to back it up, but my subjective experience says that the wicks of 90 or more of bars will be at least as long as the spread is wide. Traders make their money on the margins like every other business person. Said another way, if the spread on EURUSD is 0.3 pips, then the difference between the open and low price on 90 of bars should be at least 0.3 pips, too. That s my assumption, anyway. An example of twisting the strategy to use limit orders Say that my signal to enter the market just popped up. The current price for EURUSD is 1.06 45 7 x 1.06 46 2, which is 0.5 pips. The backtests assume that I ll hit the 1.06 462 asking price and pay the spread. The idea for my test is to set my limit order at 1.06 457 . Since I ll get to have a position. Requiring a small move in my favor theoretically earns more than jumping into the market with both feet. Live demo testing begins I could theoretically model the idea in a backtest, but there are critical assumptions that make it pointless. 1) The average spreads available in my 2009-2011 backtest period were far wider than they are today 2) The spread varies significantly throughout the day. EURUSD is routinely as low as 0.2 pips in the European sesssion, but can easily hit over 1.0 pips in the dullest portions of Asian trading. The second item could be completely detrimental in a backtest. It s better to test the idea on a live demo and get something closer to real trading data. The first 15 hours of live demo testing. I m only 15 hours into the test, but at least everything is off to a good start. The goal for the test is simple: place at least 300 trades in the account. That should only take about 2 weeks since the strategy is so hyperactive. The criterion for success is equally simple: does the real-time demo trading performance meet or exceed the backtesting performance over the same time period I started trading in the evening of November 23, which means that I should hit my 300 trade threshold around the 10th day of trading. The trading frequency does fluctuate, but that should occur sometime around December 4th. Even though I have live demo data, I m going to run a market entry backtest from November 23 to December 4. If the demo trading, which uses limit orders, exceeds the market entry backtest, then I have a reasonable basis for assuming that the strategy is ready to trade on a small live account. I s not performing exactly as specified. Code the same strategy twice You probably noticed that the forward test equity curve is from MetaTrader. Why would I test in one platform but execute in another All of my backtests were done in Seer. If you have two people work on a problem and they both arrive at the same answer, then they probably answered the problem correctly. The same logic applies to programming. If I program a version of the strategy and Jingwei programs a version of the strategy, they s programming is wrong. I routinely use this method because the slightest errors in logic can lead to dramatically different trading outcomes. It s better to make 2 people do the same work in exchange for the confidence of knowing that it was done properly. MetaTrader is inferior to Seer by every measure. The only reason that I wrote my code in MetaTrader was that I programming for MetaTrader is one of our main services. After Jingwei finishes programming the Seer version next week (she t exactly match my strategy. Better safe than sorry. How to fatten the margins One thing I hate about retail trading is that very few venues offer a true ECN. Trading on a traditional retail forex broker means that I have to wait for the spread come down to touch my order. In the example I gave using EURUSD, it requires that the market move 0.5 pips in my favor before I get a fill. Trading on an ECN would significantly increase the probability of receiving a fill on the limit order. Using the EURUSD example where the current prices are 1.06 45 7 x 1.06 46 2, I would place a buy limit order on the bid at 1.06 45 7. If anyone in the market sells at that time, it means that at least a portion of the order would be filled almost immediately. In effect, trading on the retail spreads contains the worst case scenario for execution. The price has to adjust 0.5 pips in your favor in order to get filled. If you trade on an ECN and the price fell 0.5 pips, you would get filled every single time. But you also get the chance to get filled earlier and faster because if anyone comes in and goes short at market, the order sits on the book waiting for someone to hit it. Smart traders do everything in their power to fatten up the margins I ll really start to scale it. There s possible My ideal scenario is to trade the strategy on an ECN venue, which requires a minimum balance of 250,000. That amount of money is far higher than I re comfortable losing. That means I and introduce yourself. Nothing will happen for several months, but it always takes awhile to build relationships and feel comfortable with a project. This post was authored by Ben Fulloon, a respected trader and subscriber to OneStepRemoved. I developed an awesome strategy with a drawdown ratio of 13.67. Sounds amazing, right Too bad that my trading platform overstated the results by more than double It s important to learn about both your brokers and platforms limitations. Sometimes these intricacies only become apparent through time and experience. It s so frustrating when your trading platform doesn t function or report results as expected. In this article I ll point out two limitations of NinjaTrader 7, one bad limitation and one which can actually turn out surprisingly better for the trader in certain situations. However, this is more to do with the broker I m using and not the platform itself. NinjaTrader is definitely not the only platform that has limitations: MetaTrader, TradeStation, X-Trader, Matlab, etc. all have limitations for quantitative finance. I ll just be writing about NinjaTrader in this article to keep it fairly short and easy to read. I am also not intending to make out NinjaTrader as being a bad platform either. But, there are definitely some improvements that could be made to make it a lot easier and more convenient for quantitative traders to develop and trade strategies. The first quirk relates to the broker I m using. Specifically, it s the day trade margins that I care about. These day trade margins end 15 minutes before the close of the session. For instance the ES (Emini S P500) has a day trade margin of 500, which ends at 4:00pm CT that then reverts back to the full trading margin of 5060 before the session closes at 4:15pm CT. (Times stated are correct at time of Writing, The ES now closes at 4:00pm CT and the Day Trade margin ends at 3:45pm CT) I ll show you a screenshot of the results of a day trading strategy that I developed. This strategy trades the ES, NQ (Emini Nasdaq 100) and the YM (Emini Dow) all at the same time. The easiest way to exit on close with NinjaTrader is setting Exit on Close to true which will then exit on the close of the session. According to the results the strategy makes a total of 332,771.60 with a maximum drawdown of 25,912.27 since 2008 to now. This is a drawdown ratio of 12.84. That s oustanding The issue is and you knew there d be a problem is that the strategy exits at 4:15pm CT. Day trading margin ends at 4:00pm CT. The strategy is therefore highly likely to get a margin call with a small account size. It makes sense to tweak the strategy to make best use of the day trading margin. Ninjatrader offers a custom session template, which in this case I made end at 4:00pm CT. The results of the custom session template is as follows. The exact same strategy applied to the same instruments to avoid a margin call makes 335,819.30 with a maximum drawdown of 24,560.51. This is a drawdown ratio of 13.67. I didn t change the strategy with the goal of improving the drawdown ratio AND the profit. But hey, I ll take it. Finding a limitation in the platform can actually benefit you in some situations. This strategy is based on trading 3 different instruments. The ES, the NQ and the YM. The problem is that I backtested it using an instrument list in NinjaTrader. What this means is they re all tested separately. NinjaTrader then combines the test results for you as a total result like the results of the screenshots above. Here s what it looks like when you test them as an instrument list. This shows the different profits and drawdowns of the individual instruments. Now at first glance it reads that the trader would have made 335,819.30 with a maximum drawdown of 24,560.51 if they traded all three instruments together. Don t you agree The problem is that this is incorrect. NinjaTrader doesn t actually combine the results like you d think. The trader still would have made roughly that money. However, all the statistics aren t quite correct. To show this I recreated the exact same strategy however it will trade the ES, NQ and YM all at the same time instead of trading them separately like it does by default. These are the results when you program it into a multi-instrument strategy It makes 335,915.30 which is roughly the same amount, but it has a maximum drawdown of 59,937.60 instead of the 24,560.51 it originally looked like it would be. This makes it a drawdown ratio of 5.60, which is a lot worse than the original 13.67. If the trader decided to trade based upon the maximum drawdown of 24,560.51, they may get a nasty shock when the drawdown turns out to be twice as bad as they were expecting. Incorrect calculations on such an important metric could jeopardize an account. You might assume that you can get away with half of the equity that s actually required to trade the strategy. Ups. The misleading statistics in NinjaTrader makes this strategy look really nice. But when the drawdown is more than double what it appeared that it would have been originally, you might get a nasty shock. This is why it s important to learn both your platforms and brokers limitations as early as possible. You don t want to learn these limitations the hard way. In a few weeks time, I ll reveal a simple way to create multi-instrument strategies which show more accurate metrics. Stay tuned for my next article in the series.