การซื้อขาย หุ้น และ ตัวเลือก ที่มี ค่าเฉลี่ย เคลื่อนที่ ที่มี ปริมาณ การเข้า

หุ้นการซื้อขายและตัวเลือกที่มีการเคลื่อนไหวโดยเฉลี่ย - ปริมาณการซื้อขาย Ap. Trading และตัวเลือกที่มีค่าเฉลี่ยเคลื่อนที่ - วิธีการเชิงปริมาณ --- ForexFinest. A วิธีใหม่ที่มีประสิทธิภาพในการเคลื่อนย้ายค่าเฉลี่ยในตลาดใด ๆ การวิจัยที่ระบุว่ามีความน่าเชื่อถือสูงในระยะสั้นกับธุรกิจ ผู้ค้าบางรายจะใช้ Moving Averages เพื่อช่วยในการระบุตลาดที่ซื้อจนเกินไปหรือ oversold อย่างไรก็ตามวิธีนี้มักไม่สามารถระบุจุดแข็งและความแข็งแกร่งได้ จึงพลาดความก้าวหน้าที่ใหญ่ที่สุดของตลาดกลยุทธ์การเพิ่มมูลค่าเชิงปริมาณโดยประมาณของเราช่วยเพิ่มโอกาสในการระบุการเปลี่ยนแปลงตลาดที่สำคัญและทำให้ผู้ค้าสามารถใช้ประโยชน์จากโอกาสเหล่านี้เมื่อซื้อขายได้อย่างถูกต้องวิธีการใหม่นี้ในการซื้อขาย Moving Averages สามารถให้ผลตอบแทนที่สม่ำเสมอแก่ผู้ค้า ในสภาพตลาดใด ๆ ตอนนี้เป็นครั้งแรกที่เรากำลังทำระบบการค้านี้เป็นระบบอย่างเต็มที่ matic และ quantified เพื่อซื้อขายกับ Moving Averages ซึ่งมีให้กับ Public Trading ผลการซื้อขายที่แน่นอนคุณจะได้เรียนรู้ด้วยกลยุทธ์นี้นับสิบกลยุทธ์การเปลี่ยนแปลงค่าเฉลี่ยที่เคลื่อนไหวได้ถูกต้องกว่า 75 ครั้งในช่วงเวลา 12 ปี เริ่มตั้งแต่เดือนมกราคม 2544 กฎระเบียบกลยุทธ์ทั้งหมดมีรายละเอียดครบถ้วนในหนังสือแนะนำพร้อมกับวิธีปรับแต่งกลยุทธ์เพื่อสร้างตัวอักษรหลายร้อยรูปแบบลองดูผลการทดสอบที่วัดได้จากวันที่ 1 มกราคม 2001 ถึง 30 กันยายน 2013 ด้านล่าง ด้านบน 10 รูปแบบการแสดงผลเรียงตามค่าเฉลี่ยกำไรวันที่แปรปรวน PL วันชนะที่ถือครอง 1 5 51 75 63 3 8 2 5 14 69 28 3 9 3 4 99 68 64 4 3 4 4 78 73 47 3 9 5 4 76 70 56 4 0 6 4 52 69 24 4 5 7 4 51 70 28 4 0 8 4 50 70 73 3 9 9 4 49 69 71 4 7 10 4 48 70 18 4 0. ท็อป 10 การแสดงการปฏิบัติงานที่จัดเรียงตามอัตราชนะการประกวด PL วันชนะที่จัดขึ้น 1 5 51 75 63 3 8 2 4 78 73 47 3 9 3 4 04 73 43 3 8 4 3 09 73 04 3 6 5 3 60 72 47 3 9 6 4 10 72 20 2 4 7 3 24 71 75 3 6 8 3 8 8 71 70 2 3 9 3 09 71 47 4 0 10 3 57 71 44 2 3. นี่คือสิ่งที่คุณจะไดรับในหุนการคาและตัวเลือกที่มีการเคลื่อนที่โดยเฉลี่ย - กฎการซื้อขายแบบกติกาฉบับนี้ไมใชการเปดเผยขอมูล คุณจะได้รับกฎเกณฑ์อะไรบ้าง - วิธีการระบุค่าเฉลี่ยเคลื่อนที่ที่ดีที่สุดการตั้งค่าการซื้อขาย - วิธีเลือกระดับรายการที่เหมาะสมที่สุดกับรูปแบบการซื้อขายของคุณ - ควรวางคำสั่งซื้อของคุณในแต่ละวันที่ไหนและเมื่อใด สำเนาของคุณไปยังจุดของคุณ today. Print ความยาว 56 หน้าสำนักพิมพ์ Connors วิจัย 30 พฤศจิกายน 2013 ขายโดย Amazon Digital Services, Inc ภาษาอังกฤษ ASIN B00H4FUWWK. PS หากคุณมีข้อผิดพลาดในขณะที่แยกขณะที่คนอื่นกำลังทำงานให้ลองเส้นทางไดเรกทอรีที่แตกต่างกันในเครื่องคอมพิวเตอร์ของคุณ Somtimes ถ้าคุณมีเส้นทางไดเรกทอรียาวในขณะที่แยกจะ giv คุณข้อผิดพลาดในการแก้ปัญหานี้เป็นตัวอย่างเพียงวางไฟล์ tgz ในไดรฟ์ C และแยกเพียงภายในไดรฟ์ C ไม่กับในโฟลเดอร์อื่น ๆ หวัง Understand. Update Torrent สถิติของคุณ เพื่อดูเมล็ดพันธุ์ปัจจุบัน ers และ Leechers. Visit บัญชีของฉันเพื่อดาวน์โหลดปพลิเคชันอื่น ๆ และ ebooks นิตยสารถ้า Torrent นี้มีประโยชน์กรุณาสนับสนุนผู้เขียนโดยการจัดซื้อหุ้นมัน Thanx. Trading และตัวเลือกที่มีการย้ายค่าเฉลี่ย - A Quantified 756 0 KB. Torrent ดาวน์โหลดได้จาก 0 0 KB. Torrent ดาวน์โหลดได้จาก 0 4 KB ขณะนี้ไม่มีความคิดเห็นรู้สึกฟรีที่จะออกจากหนึ่ง.1337x 2007 - 2017. การซื้อขายหุ้นและตัวเลือกที่มีค่าเฉลี่ยเคลื่อนที่ - วิธีการเชิงปริมาณ - connors resea. Trading หุ้นและตัวเลือกที่มีการย้ายค่าเฉลี่ย - วิธีการ connors - connors resea. Trading หุ้นและตัวเลือกที่มีการย้ายค่าเฉลี่ย - วิธีการเชิงปริมาณวิธีการใหม่ที่มีประสิทธิภาพเพื่อการค้าการเคลื่อนไหวค่าเฉลี่ยในตลาดใด ๆ ปริมาณการวิจัยระบุความน่าจะเป็นสูงการค้าระยะสั้นที่มีผลตอบแทนที่เป็นบวกคุณค้ากับค่าเฉลี่ยเฉลี่ยย้ายเฉลี่ยร้อยใช้ ของผู้ค้าหลายพันรายทุกวันเพื่อค้นหาและปฏิบัติตามเทรนด์ผู้ค้าบางรายจะใช้ Moving Averages เพื่อช่วยในการระบุตลาดที่ซื้อจนเกินไปหรือ oversold อย่างไรก็ตามวิธีนี้มักล้มเหลว เพื่อระบุความแข็งแกร่งและทำให้พลาดความก้าวหน้าที่ใหญ่ที่สุดของตลาดกลยุทธ์การเพิ่มมูลค่าเชิงปริมาณโดยประมาณของเราช่วยเพิ่มโอกาสในการระบุการเปลี่ยนแปลงตลาดที่สำคัญและทำให้ผู้ค้าสามารถใช้ประโยชน์จากโอกาสเหล่านั้นเมื่อซื้อขายได้อย่างถูกต้องวิธีการใหม่นี้ในการซื้อขาย Moving Averages สามารถให้ผู้ค้าได้ สม่ำเสมอผลบวกในสภาพตลาดใด ๆ ตอนนี้เป็นครั้งแรกที่เรากำลังทำกลยุทธ์นี้เป็นวิธีการเชิงปริมาณอย่างเต็มที่ในการซื้อขายกับค่าเฉลี่ยเคลื่อนที่ที่มีให้ประชาชนผลการดำเนินงานการซื้อขายสอดคล้อง. สิ่งที่คุณจะได้เรียนรู้ด้วยกลยุทธ์นี้เป็น Moving Averages รูปแบบกลยุทธ์ที่ได้รับการแก้ไขได้ถึงกว่า 75 ครั้งในช่วงเวลา 12 ปีเริ่มต้นในเดือนมกราคม 2001 นอกจากนี้ยังมีหลายรูปแบบที่มีกำไรเฉลี่ยต่อการค้าของมากกว่า 4.All ของกฎกลยุทธ์มีรายละเอียดอย่างเต็มที่ในคู่มือพร้อม ด้วยวิธีปรับแต่งกลยุทธ์เพื่อสร้างตัวอักษรหลายร้อยรูปแบบลองดูที่ผลการทดสอบที่วัดได้อย่างสมบูรณ์ตั้งแต่เดือนมกราคม uary 1, 2001 ถึง 30 กันยายน 2013 ด้านล่าง 10 รูปแบบการแสดงผลที่จัดเรียงตามอัตราชนะด้านบน 10 การแสดงที่มีการจัดเรียงตามค่าเฉลี่ย PL เป็นเปอร์เซ็นต์เฉลี่ยกำไรหรือขาดทุนสำหรับธุรกิจการค้าทั้งหมดรวมถึงธุรกิจการค้าที่สูญเสียจากเงินลงทุนวันที่ถือเป็นระยะเวลาการค้าโดยเฉลี่ยที่แสดงเป็นจำนวนวันการซื้อขายความน่าจะสูงด้วย Moving Averages. As คุณจะเห็นตลอดคู่มือนี้, กลยุทธ์การเคลื่อนไหวเชิงปริมาณโดยรวมมีขอบขนาดใหญ่เมื่อใช้ในลักษณะที่เป็นระบบนี่เป็นตัวอย่างทางการค้าจากหุ้นการค้าและตัวเลือกที่มีการเคลื่อนที่โดยเฉลี่ยวิธีการเชิงปริมาณโดยมีกำไร 10 9 SPRD - 12 13 2011 ถึง 12 21 2011.Here เป็นอีกหนึ่งตัวอย่างการค้าจากหุ้นเทรดดิ้งและตัวเลือกที่มีการเคลื่อนไหวโดยเฉลี่ยวิธีการเชิงปริมาณโดยมีกำไร 7 วันจาก 7 6 SWHC - 08 23 2012 ถึง 08 24 2012 การเข้าและออกจากตัวอย่างเหล่านี้ได้อธิบายไว้ในคู่มือกลยุทธ์ฉบับสมบูรณ์ คุณจะพบว่าและอื่น ๆ อีกมากมายนี่คือสิ่งที่คุณจะ Receive. in หุ้นเทรดดิ้งและตัวเลือกที่มีการย้าย Averages. The กฎการซื้อขายที่แน่นอนนี้ไม่ได้เป็นกล่องสีดำการเปิดเผยข้อมูลเต็มรูปแบบของกฎจะได้รับกับคุณ วิธีการระบุสิ่งที่ดีที่สุดในการย้ายค่าเฉลี่ยการตั้งค่าการซื้อขายวิธีการเลือกระดับรายการที่ดีที่สุดที่เหมาะสมกับรูปแบบการซื้อขายของคุณตรงกับคำสั่งซื้อของคุณในแต่ละวันที่ไหนและเมื่อใดที่จะออกคำสั่งซื้อของคุณสำหรับตัวเลือก Traders. Trading หุ้นและตัวเลือกที่มีการเคลื่อนที่โดยเฉลี่ย เหมาะสำหรับคุณถ้าคุณค้าตัวเลือกผลตอบแทนทางประวัติศาสตร์ได้รับการเข้มแข็งและผู้ค้ามืออาชีพเข้าใจพลังของการใช้ตัวเลือกการซื้อขายหุ้นของพวกเขาในคู่มือนี้คุณจะสามารถที่จะทำเช่นเดียวกันโดยการรวมค่าเฉลี่ยเคลื่อนที่กับตัวเลือก trading. Order หุ้นเทรดดิ้งและ ตัวเลือกที่มีการเคลื่อนย้ายค่าเฉลี่ยไม่ว่าคุณจะแกว่งตัวเลือกทางการค้าหรือทางการค้าหุ้นการซื้อขายและตัวเลือกที่มี Moving Averages จะทำให้คุณเป็นผู้ค้าขายที่ดีกว่าและมีไหวพริบมากขึ้นหากคุณกำลังมองหาการค้าที่สอดคล้องกับกลยุทธ์เชิงปริมาณที่สอดคล้องกับผู้ค้าวันนี้ หุ้นและตัวเลือกที่มีการย้ายค่าเฉลี่ยเมื่อต้องการสำเนาหุ้นการซื้อขายและตัวเลือกของคุณกับค่าเฉลี่ยเคลื่อนที่โปรดคลิกที่นี่หรือโทรโทร - ฟรี 1-888-484-8220 ext 1 นอกสหรัฐอเมริกากรุณาโทร 973-494-7333 ต่อ 1.100 Money Back Guarantee ราคารายการของหุ้นเทรดดิ้งและ Option with Moving Averages เท่ากับ 49 95 แต่ขายได้ภายในระยะเวลา จำกัด 39 95 มาพร้อมกับการรับประกันคืนเงิน 100 คู่มือใช้กลยุทธ์และคู่มือเป็นเวลา 60 วันและหากคุณไม่พอใจกับผลการค้นหาอย่างสมบูรณ์คุณจะได้รับคืนเงินเต็มจำนวนจากราคาซื้อของคุณรายการราคา 49 95. ราคาขายที่ จำกัด ระยะเวลา 39 95.Connors Research Trading Strategy Series ตัวเลือกการซื้อขายหลักทรัพย์ที่มีค่าเฉลี่ยเคลื่อนที่โดย Larry Connors Matt Radtke. A คู่มือเชิงปริมาณที่มีคำแนะนำเกี่ยวกับวิธีการใช้พารามิเตอร์การเข้าและออกที่แสดงแนวโน้มทางประวัติศาสตร์เพื่อปรับปรุงขอบและกำไรเฉลี่ยต่อการซื้อขาย Moving Averages Ford7k comments สำหรับผู้อ่านคุณอาจเป็นคนฉลาดและดีกว่าคนอื่น ๆ ส่วนใหญ่แล้วลองคิดดูว่ามีอะไรอยู่ในแผนภูมิด้านล่างตารางกราฟแท่งกราฟแท่งทุกๆวันกราฟฟิก - สีน้ำเงิน - downclose ----------- ---------------------------------------------- H ฉันรู้ว่าผู้ค้าจำนวนมากที่ปฏิเสธที่จะหยุดใช้ RSI-2 และทำกำไรขาดทุนหนักในหุ้นฟิวเจอร์สนี่เป็นเพียงคำใบ้เพื่อให้ระมัดระวังเมื่อคุณ ป้อนอาณาเขตที่ไม่รู้จักแก้ไขล่าสุดโดย ford7k 15 ธันวาคม 2013 เวลา 10 14 PM. Trading หุ้นและตัวเลือกที่มีการเคลื่อนที่โดยเฉลี่ยวิธีการเชิงปริมาณ 1 Connors Trading Trading Strateg Series หุ้นการซื้อขายและตัวเลือกที่มีการเคลื่อนที่โดยเฉลี่ยวิธีการเชิงปริมาณโดย Connors Research, LLC Laurence Connors ไม่มีส่วนใดในเอกสารเผยแพร่นี้อาจถูกทำซ้ำเก็บไว้ในระบบดึงข้อมูลหรือส่งต่อในรูปแบบใด ๆ หรือด้วยวิธีใด ๆ ทางอิเล็กทรอนิกส์การถ่ายเอกสารเชิงกลการถ่ายเอกสารการถ่ายเอกสารหรือการถ่ายเอกสาร หรือโดยปราศจากการอนุญาตเป็นลายลักษณ์อักษรจากผู้จัดพิมพ์และผู้สร้างสรรค์เอกสารฉบับนี้จัดทำขึ้นเพื่อให้ข้อมูลที่ถูกต้องและเชื่อถือได้ในส่วนที่เกี่ยวกับเรื่อง ครอบคลุมขายด้วยความเข้าใจว่าผู้เขียนและสำนักพิมพ์ไม่ได้มีส่วนร่วมในการให้บริการด้านกฎหมายการบัญชีหรือการบริการระดับมืออาชีพอื่น ๆ การมอบอำนาจในการทำสำเนารายการเพื่อการใช้งานภายในหรือส่วนตัวหรือในการใช้งานภายในหรือส่วนตัวของลูกค้าเฉพาะราย Connors Research, LLC โดยมีเงื่อนไขว่าค่าธรรมเนียม US 7 00 ต่อหน้าเว็บจะจ่ายให้กับ Connors Research, LLC, ISBN ที่พิมพ์ในสหรัฐอเมริกา 3 Page 3 Disclaimer โดยการแจกจ่ายเอกสารฉบับนี้ Connors Research, LLC, Laurence A Connors และ Matt Radtke เรียกว่า บริษัท ไม่ให้บริการให้คำปรึกษาด้านการลงทุนหรือทำหน้าที่เป็นที่ปรึกษาการลงทุนที่จดทะเบียนหรือตัวแทนจำหน่าย - นายหน้าซื้อขายหลักทรัพย์นอกจากนี้ยังไม่มีเจตนาที่จะบอกหรือแนะนำหลักทรัพย์หรือสกุลเงินใดที่ลูกค้าควรซื้อหรือขายด้วยตัวเองนักวิเคราะห์และพนักงานหรือ บริษัท ในเครือของ บริษัท อาจดำรงตำแหน่งในหุ้นสกุลเงินหรืออุตสาหกรรมที่กล่าวถึงในที่นี้คุณเข้าใจและยอมรับว่ามีความสุขมาก ความเสี่ยงในการซื้อขายหลักทรัพย์และหรือสกุลเงิน บริษัท ผู้จัดพิมพ์ผู้จัดพิมพ์และ บริษัท ในเครือของ บริษัท ไม่มีส่วนรับผิดชอบหรือรับผิดในผลการค้าและการลงทุนของคุณแถลงข้อเท็จจริงในเว็บไซต์ของ บริษัท หรือในสิ่งตีพิมพ์เป็น ทำตามวันที่ระบุและอาจเปลี่ยนแปลงได้โดยไม่ต้องแจ้งล่วงหน้าไม่ควรสันนิษฐานว่าวิธีการเทคนิคหรือตัวบ่งชี้ที่นำเสนอในผลิตภัณฑ์เหล่านี้จะทำกำไรได้หรือไม่ส่งผลให้เกิดการสูญเสียผลการดำเนินงานที่ผ่านมาของผู้ค้ารายย่อยหรือระบบการค้าที่ผ่านมา ที่เผยแพร่โดย บริษัท ไม่ได้เป็นตัวบ่งชี้ถึงผลตอบแทนในอนาคตของผู้ค้าหรือระบบดังกล่าวและไม่ได้บ่งบอกถึงผลตอบแทนในอนาคตที่จะเกิดขึ้นจากคุณนอกจากนี้ตัวบ่งชี้กลยุทธ์คอลัมน์บทความและคุณลักษณะอื่น ๆ ทั้งหมดของผลิตภัณฑ์ของ บริษัท รวมข้อมูล มีไว้เพื่อวัตถุประสงค์ในการให้ข้อมูลและการศึกษาเท่านั้นและไม่ควรตีความว่าเป็นคำแนะนำในการลงทุนตัวอย่างที่นำเสนอบนเว็บไซท์ของ บริษัท e มีวัตถุประสงค์เพื่อการศึกษาเท่านั้นการตั้งค่าดังกล่าวไม่ใช่การชักชวนให้สั่งซื้อหรือขายใด ๆ ดังนั้นคุณจึงไม่ควรพึ่งพาข้อมูลในการลงทุนใด ๆ แต่อย่างใดคุณควรใช้ข้อมูลนี้เป็นจุดเริ่มต้นในการทำอิสระเพิ่มเติม คุณควรตรวจสอบกับที่ปรึกษาทางการเงินที่ได้รับอนุญาตและที่ปรึกษาด้านภาษีเพื่อพิจารณาความเหมาะสมของการลงทุนผลการดำเนินงานที่สมมุติฐานหรือผลการดำเนินงานจำลองมีข้อ จำกัด บางประการที่ไม่เหมือนกับการบันทึกการปฏิบัติงานจริงผลการคำนวณที่จำลองขึ้น ไม่ใช่การซื้อขายที่เกิดขึ้นจริงและอาจไม่ถูกกระทบโดยรายได้จากการขายและค่าธรรมเนียมการหักล้างอื่น ๆ เนื่องจากการค้าที่ไม่ได้มีการดำเนินการอย่างจริงจังผลลัพธ์อาจมีอยู่ภายใต้หรือมากกว่าที่ได้รับการชดเชยสำหรับผลกระทบหากปัจจัยการตลาดบางอย่างเช่น AS การขาดความน่าเชื่อถือของโปรแกรมเทรดดิ้งที่จำลองในเรื่องทั่วไปเป็นสิ่งที่ต้องปฏิบัติตามข้อเท็จจริงที่ THEYARE ได้รับการออกแบบด้วยผลประโยชน์ของเอช INDSIGHT ไม่มีผู้ถือหุ้นรายใดแสดงว่าบัญชีใดจะเป็นประโยชน์หรือมีโอกาสบรรลุผลกำไรหรือขาดทุนที่คล้ายคลึงกันในกรณีนี้ Connors Research 10 Exchange Place Suite 1800 Jersey City, NJ 07302.4 Page 4 สารบัญบทที่ 1 บทนำ 5 ส่วนที่ 2 กฎยุทธศาสตร์ 8 ตอนที่ 3 ผลการทดสอบส่วนที่ 4 การเลือกพารามิเตอร์ยุทธศาสตร์ส่วนที่ 5 การใช้ตัวเลือกส่วนที่ 6 ความคิดเพิ่มเติมภาคผนวกตัวชี้วัด ConnorsRSI และความผันผวนทางประวัติศาสตร์ 31.5 Page 5 บทที่ 1 บทนำ 6 Page 6 ตัวชี้วัดไม่ใช่สิ่งที่ดูเหมือนว่าจะมีการเคลื่อนไหวโดยเฉลี่ยมีการใช้กันอย่างแพร่หลาย เครื่องมือในหลายกลยุทธ์การซื้อขายที่เราได้พัฒนาในช่วงหลายปีที่ผ่านมา 200 วันเฉลี่ยเคลื่อนที่ MA ใช้เพื่อระบุทิศทางของแนวโน้มเราพบว่าการซื้อสัญญาณเฉพาะเมื่อราคาอยู่เหนือ 200 วัน MA สามารถปรับปรุงผลกำไร ในหลาย ๆ ระบบเมื่อเร็ว ๆ นี้เราได้ทำการวิจัยที่แสดงค่าเฉลี่ยเคลื่อนที่เป็นส่วนหนึ่งของยุทธศาสตร์เพื่อหาค่าเฉลี่ยในระยะสั้น โอกาสทางการค้าพลิกกลับสิ่งนี้อาจเป็นที่น่าประหลาดใจสำหรับผู้ค้าบางรายเพราะอาจดูเหมือนแปลกที่จะใช้เทรนด์ตามตัวบ่งชี้เช่น MAs ในระยะสั้นหมายถึงกลยุทธ์การพลิกกลับในขณะที่ MAs ถูกใช้ในยุทธศาสตร์นี้ MA ไม่ได้ถูกนำมาใช้ในรูปแบบดั้งเดิมของ As เราเน้นในหนังสือ 2004 ว่าตลาดทำงานได้จริงเป็นสิ่งสำคัญในการพัฒนาข้อมูลเชิงลึกที่ไม่เหมือนใครเกี่ยวกับพฤติกรรมของราคาในวิธีที่ตลาดทำงานได้ดีเราทดสอบความรู้ทั่วไปและค้นพบว่าไม่ใช่เรื่องที่ดีที่สุดในการปฏิบัติตามความเป็นจริงของตลาดที่ได้รับการยอมรับอย่างกว้างขวางเราพบว่า ดีที่สุดคือซื้อความอ่อนแอในระยะสั้นตัวอย่างเช่นการวิจัยพบว่าการซื้อแบบเลือกเมื่อความกว้างของตลาดไม่ดีมีผลกำไรมากกว่าการซื้อเมื่อตัวบ่งชี้ความกว้างของตลาดเป็นบวกอย่างสม่ำเสมอนอกจากนี้เรายังพบว่าการเปลี่ยนแปลงปริมาณไม่เกี่ยวข้องกับการตัดสินใจซื้อและขาย ความเชื่อมั่นอย่างกว้างขวางในหมู่ผู้ค้าที่ปริมาณเป็นสิ่งจำเป็นเพื่อยืนยันแนวโน้มขาขึ้นเราได้ดำเนินการวิจัยประเภทนี้อย่างต่อเนื่องและเรามักจะมองไปที่ ข้อมูลมากกว่าความเป็นที่ยอมรับกันอย่างแพร่หลายในการทำเช่นนั้นเราพบว่า MAs แบบเคลื่อนที่โดยเฉลี่ยสามารถใช้เป็นเครื่องมือกำหนดระยะสั้นได้โดยปกติแล้ว MAs มักใช้เป็นเทรนด์เครื่องมือต่อไปนี้สัญญาณซื้อจะได้รับเมื่อราคาปิดสูงกว่า MA และขายสัญญาณจากการปิด ต่ำกว่า MA ในขณะที่พวกเขาสามารถใช้กำไรในลักษณะนี้นอกจากนี้ยังมีจำนวนของปัญหาที่เกี่ยวข้องกับ MAs เมื่อตลาดเป็นช่วงที่ถูกผูกไว้ซึ่งเป็นส่วนใหญ่ของเวลาที่ผู้ค้ามีประสบการณ์การค้า whipsaw จำนวนมากในขณะที่รอแนวโน้มต่อไป ที่จะโผล่ออกมาการค้า Whipsaw เป็นรายการที่ได้รับการย้อนกลับได้อย่างรวดเร็วค่าคอมมิชชั่นและค่าใช้จ่ายการค้าอื่น ๆ สามารถเป็นรูปธรรมเมื่อราคาแส้ไปมารอบค่าเฉลี่ยเคลื่อนที่และค่าใช้จ่ายเหล่านั้นลดลงผลกำไรสัญญาณขึ้นอยู่กับ MAs จะยังคงเป็นสายนี้โดยการออกแบบตั้งแต่เส้นทาง MAs อย่างไรก็ตามความล่าช้าดังกล่าวอาจทำให้ราคาหุ้นลดลงราคาของ SPDR SP 500 ETF NYSE SPY เพิ่มขึ้นมากกว่า 30 จุดหลังจากทำจุดต่ำสุดในเดือนมีนาคม 2552 เป็นต้นมา MAs ระยะยาวให้สัญญาณซื้อระบบตาม MAs โดยทั่วไปมีอัตราชนะต่ำและส่วนใหญ่ของระบบกำไรมาจากเพียงไม่กี่ของการค้าส่วนใหญ่สิ้นสุดการค้าในกำไรเพียงเล็กน้อยหรือขาดทุนที่เกิดจาก whipsaws ปัญหาเหล่านี้ทำให้แม่ยากที่จะค้า ในการทดสอบย้อนหลังเป็นเวลานานดูเหมือนว่าพวกเขาจะทำกำไรได้ แต่ในเวลาจริงสัญญาณที่ล่าช้าและการสูญเสียการค้าจำนวนมากทำให้ผู้ค้าหลายรายละทิ้งระบบเรามองว่าปัญหาของ MAs เป็นโอกาสในการพัฒนาระบบการซื้อขายโดยอิงตามค่าเฉลี่ย reversion.7 Page 7 Whipsaws เกิดจากลักษณะไบนารีของระบบ MA มันอยู่เสมอในหรือออกจากตลาดหรืออยู่เสมอยาวหรือสั้นตามปฏิสัมพันธ์ของ MA กับราคาเราสามารถลดปัญหานี้ได้โดยการกำหนด กฎที่ใช้เวลาการค้าสูงน่าจะเป็นตลาดจำนวนมากที่ไม่สามารถยกเลิกได้ส่วนใหญ่ของเวลาและกฎระเบียบที่สามารถออกแบบมาเพื่อรับรู้เมื่อตลาดอยู่ที่มากและการค้าเฉพาะภายใต้เงื่อนไขที่เหมาะสมจุดอ่อนอื่น f ระบบ MA คือพวกเขาให้กลับจำนวนมากกำไรหลังจากแนวโน้มย้อนกลับก่อนที่พวกเขาออกหรือพวกเขาต้องการความล่าช้าที่พลาดกำไรใหญ่ก่อนเข้าเทรดนี้เกิดจากข้อเท็จจริงที่ว่าราคาย้ายอย่างมีนัยสำคัญห่างจาก MA เมื่อตลาดมีแนวโน้มผู้ค้าบาง แก้ไขปัญหานี้โดยการปิดการค้าเมื่อราคาเบี่ยงเบนไปไกลจาก MA ซึ่งจะนำไปสู่ปัญหาอื่นเนื่องจากแนวโน้มที่แข็งแกร่งจะพลาดและความสามารถในการทำกำไรของระบบจะลดลงเราแก้ปัญหาโดยใช้ MA 2 ตัวซึ่งช่วยลดความล่าช้าในการหมุน points ทั้งหมดนี้เป็นวิธีใหม่ที่มีประสิทธิภาพในการใช้ MAs ที่สามารถสร้างผลกำไรได้ในตลาดใด ๆ เราหวังว่าคุณจะสนุกกับการติดตั้ง Connors Research Trading Strategy Guidebook Series ถ้าคุณต้องการดู หัวข้อเพิ่มเติมจากชุดกลยุทธ์การวิจัยของเราโปรดคลิกที่นี่ 8 Page 8 ส่วนที่ 2 กฎยุทธศาสตร์ 9 หน้า 9 ค่าเฉลี่ยเคลื่อนที่โดยทั่วไปจะใช้ตามแนวโน้ม ผู้ค้าบางรายจะใช้ MAs เพื่อช่วยในการระบุตลาดที่ซื้อจนเกินไปหรือ oversold วิธีการนี้มักเกี่ยวข้องกับการระบุว่าเมื่อราคามีการเคลื่อนไหวห่างจาก MA มากเกินไปเมื่อต้องการระบุว่าราคาจะอยู่ห่างจาก MA มากเกินไปช่องทางจะขึ้นอยู่กับเปอร์เซ็นต์หรือส่วนเบี่ยงเบนมาตรฐาน เพิ่มขึ้นในช่อง MA ไม่สามารถระบุความแข็งแรงและมีความผิดพลาดอย่างต่อเนื่องในช่วงความก้าวหน้าที่ใหญ่ที่สุดในตลาดหรือลดลงกลยุทธ์ Quantified Moving Average ใช้ค่าเฉลี่ยถ่วงน้ำหนักสองค่าเพื่อลดความเป็นไปได้ที่จะผิดพลาดในช่วงการเปลี่ยนแปลงตลาดสำคัญทั้งสองค่าเฉลี่ยเคลื่อนที่จะย้ายตามราคาและ ความสัมพันธ์ระหว่างสองค่าเฉลี่ยจะเน้นตลาดที่ขุ่นเคือง oversold กลยุทธ์นี้ดำเนินธุรกิจการค้าโดยใช้ขั้นตอนง่ายๆสามขั้นตอนประกอบด้วยการตั้งค่าการเข้าและออกกฎสำหรับแต่ละขั้นตอนเหล่านี้มีรายละเอียดด้านล่างการตั้งค่าคอนฟิกูเรชันการย้ายโดยเฉลี่ยที่มีค่าเฉลี่ยเกิดขึ้นเมื่อทั้งหมดต่อไปนี้ เงื่อนไขเป็นจริง 1 ราคาหุ้นต้องสูงกว่า 5 2 ปริมาณสินค้าเฉลี่ยต่อวันของหุ้นในช่วง 2 ปีที่ผ่านมา 1 วันทำการซื้อขายประมาณ 1 เดือนต้องมีจำนวนไม่น้อยกว่า 250,000 หุ้น 3 ความผันผวนทางประวัติศาสตร์ในช่วง 100 วันที่ผ่านมาหรือ HV 100 ต้องมากกว่า 30 ปีดูภาคผนวกสำหรับคำจำกัดความของความผันผวนทางประวัติศาสตร์ 4 วันปิดวันนี้ต้องเกิน 200 วัน ค่าเฉลี่ยเคลื่อนที่หรือ MA 200 5 MA อย่างน้อย Y ต่ำกว่า MA ที่ช้าที่ Y 2 5, 5 0, 7 5 หรือ 10 0 สถานการณ์ต่อไปนี้จะได้รับการทดสอบ Scenario Fast MA Slow MA 1 MA C, 5 MA C, 10 2 MA C, 5 MA C, 20 3 MA C, 5 MA C, 50 4 MA C, 10 MA C, 20 5 MA C, 10 MA C, 50 ถ้าวันก่อนหน้าเป็น Setup จากนั้นเรา Enter การค้าโดย 6 ส่งคำสั่งซื้อที่ จำกัด ในการซื้อหุ้นที่ราคา X ต่ำกว่าปิดเมื่อวานนี้ที่ X คือ 2, 4, 6, 8 หรือ 10 หลังจากที่เราได้เข้าสู่การค้าแล้วเราออกโดยใช้หนึ่งในวิธีต่อไปนี้เลือก ล่วงหน้า 7a ราคาปิดของหุ้นสูงกว่าวันก่อนปิด s ปกติเรามักอ้างถึงทางออกนี้เป็นอันดับแรก Up Close 7b หุ้นปิดด้วยมูลค่า ConnorsRSI มากกว่า 50 7c หุ้นปิดด้วย Conno rsRSI มากกว่า 70 7d ราคาปิดของหุ้นสูงกว่าค่าเฉลี่ยเคลื่อนที่ 3 วันหรือ MA 3 7e ราคาปิดของหุ้นมีค่ามากกว่าค่าเฉลี่ยเคลื่อนที่ 5 วันหรือ MA 5.10 Page 10 ลองดูที่แต่ละอัน กฎระเบียบในเชิงลึกเพียงเล็กน้อยและอธิบายว่าทำไมมันรวมอยู่ในกลยุทธ์กฎระเบียบ 1 2 มั่นใจได้ว่าเราอยู่ในหุ้นที่มีสภาพคล่องสูงซึ่งสามารถซื้อได้อย่างง่ายดายและมีการเสนอราคาต่ำสอบถามสเปรดที่ลดต้นทุนการซื้อขายกฎข้อที่ 3 มั่นใจได้ว่าหุ้นมี ความผันผวนมากพอที่จะอนุญาตให้มีการเคลื่อนไหวขนาดใหญ่กฎข้อที่ 4 ระบุทิศทางของแนวโน้มในระยะยาวโดยการกำหนดให้ใกล้จะเกินกว่า 200 วัน MA เรากำลังมองหาหุ้นที่ขายเกินรอบ แต่ยังคงอยู่ในขาขึ้นในระยะยาวกฎข้อที่ 5 ระบุระยะสั้น oversold กฎข้อที่ 6 ช่วยให้เราสามารถเข้าสู่การค้าได้ในราคาที่ดีที่สุดกฎการตั้งค่าจะระบุหุ้นที่ซื้อเกินราคาและกฎการเข้าถือครองเพื่อให้มากยิ่งขึ้นในระหว่างวันกฎข้อ 7 มีวิธีการออกจากการกำหนดไว้อย่างชัดเจน Few strategy มี quantifie กฎการออกกฎระเบียบที่มีโครงสร้างและมีระเบียบวินัยกฎข้อ 7 ทำให้คุณมีพารามิเตอร์ที่แน่นอนในการออกจากการซื้อขายซึ่งได้รับการสนับสนุนจากผลการทดสอบในอดีตตลอดหลายปีเช่นเดียวกับตัวแปรอื่น ๆ ทั้งหมดของกลยุทธ์เราจะเลือกประเภทของทางออกที่เราจะใช้และใช้ กฎดังกล่าวมีอยู่ในกฎการค้า 7b และ 7c ของเราใช้ ConnorsRSI เพื่อกำหนดทางออกในอดีตหลายกลยุทธ์ของเราใช้ RSI 2 วันหรือ RSI 2 เพื่อระบุเงื่อนไขที่ซื้อจนเกินไปและ oversold การวิจัยล่าสุดของเราได้แสดงให้เห็น ConnorsRSI ให้มีประสิทธิภาพมากขึ้น หากคุณไม่คุ้นเคยกับ ConnorsRSI รายละเอียดสามารถอ่านได้จากภาคผนวกในการทดสอบของเราเราปิดการซื้อขายทั้งหมดเมื่อปิดการซื้อขายในวันที่สัญญาณ Exit เกิดขึ้นหากนี่ไม่ใช่ตัวเลือกสำหรับคุณการวิจัยของเราได้แสดงให้เห็นโดยทั่วไป ถ้าคุณออกจากตำแหน่งของคุณที่หรือใกล้เปิดวันรุ่งขึ้นตอนนี้ให้ดูว่าการค้าโดยทั่วไปมีลักษณะเป็นอย่างไรในแผนภูมิตัวอย่างด้านล่างเราจะใช้รูปแบบกลยุทธ์ที่ต้องใช้ MA 5 วัน o เป็นมากกว่า 10 ด้านล่าง MA 20 วันในวันที่กำหนดคำสั่ง จำกัด จะถูกวางไว้ 6 ด้านล่างราคาปิดของวันที่ติดตั้งเราจะออกเมื่อ ConnorsRSI มากกว่า 70 วิธีการออกที่กำหนดโดยกฎ 7c.11 แผนภูมิที่สร้างขึ้นใน TradeView ภาพที่ได้รับความอนุเคราะห์จากรูปที่ 1 Smith Wesson Corp การค้า SWHC แผนภูมิข้างต้นสำหรับ Smith Wesson Holding Corp ซึ่งเป็นสัญลักษณ์ SWHC ในแผนภูมิด้านบนจะแสดงแถบราคาเป็นสีดำ MA 5 วันหรือ MA 5 สีฟ้า และ MA 20 วันหรือ MA 20 ในสีเขียวลูกศรสีเขียวแสดงเมื่อมีการป้อนการค้าและลูกศรสีแดงไฮไลต์วันที่กฎการออกถูกเรียกใช้กฎข้อ 1 เป็นที่พอใจเนื่องจากราคาปิดของหุ้นอยู่ที่ 7 96 เมื่อวันที่ 22 สิงหาคม 2012, สูงกว่าค่าต่ำสุดของ 5 กฎข้อ 2 เนื่องจากปริมาณไดรฟ์รายวันเฉลี่ยในวันที่การตั้งค่าเสร็จสมบูรณ์มากกว่า 1 9 ล้านมากกว่าที่น้อยกว่า 250,000 กฎข้อ 3 ต้องใช้ความผันผวนทางประวัติศาสตร์ในช่วง 100 วันที่ผ่านมาหรือ HV 100 เป็นมากกว่า 30 ในวันที่การตั้งค่าเป็น comple ted ค่าที่แท้จริงของ HV 100 ในวันนั้นเท่ากับ 12 กฎข้อที่ 4 มีความพึงพอใจเนื่องจาก SWHC ปิดที่ 7 96 เหนือ MA 200 วันซึ่งเท่ากับ 6 43 ในวันนั้นกฎข้อที่ 5 กำหนดให้ MA มีค่าอย่างน้อย Y ต่ำกว่า ช้า MA ที่ Y 2 5, 5 0, 7 5 หรือ 10 0 เราใช้เวลา 5 วันสำหรับ MA อย่างรวดเร็วและ 20 วันสำหรับ MA ช้าด้วย Y 10 0 MA 5 วันเท่ากับ 8 09 และ MA 20 วันเท่ากับ 9 24 เมื่อวันที่ 22 สิงหาคมในกรณีนี้ MA เร็วกว่า 12 ต่ำกว่า MA ช้าความสัมพันธ์ระหว่างสอง MAs สามารถพบได้ด้วยสูตรดังต่อไปนี้เปอร์เซ็นต์สูงกว่าด้านล่าง Fast MA Slow MA 1 100 8 09 9 24 1 100 0 8756 1 100 12 44 หาก MA เร็วอยู่เหนือระดับ MA ช้าค่านี้จะเป็นบวกเนื่องจากเราได้กำหนดกฎการตั้งค่าทั้งหมดไว้ห้าข้อแล้วเราจะป้อนคำสั่ง จำกัด สำหรับวันทำการถัดไปซึ่งเป็นวันที่ 23 สิงหาคมรูปแบบที่เราเลือกไว้จะบอกให้เราทราบ ใช้วงเงิน 6 ด้านล่างของราคาปิดของวันทำการติดตั้งกฎข้อ 6 ดังนั้นเราจึงใช้วงเงิน Limit Limit Close x 1 Limit 7 96 x 0 94 7 48 วันที่ 23 สิงหาคมราคาของ SWHC d ropped ต่ำเป็น 7 40 ดังนั้นคำสั่งซื้อของเราได้รับการเติมเต็มและเราซื้อหุ้นในราคาที่ จำกัด ของ 7 48 ในวันซื้อขายวันถัดไป 24 สิงหาคมราคาของ SWHC ปิดที่ 8 05 ConnorsRSI ย้ายขึ้นไปนี้คือ สูงกว่า 70 ซึ่งเป็นเหตุให้เราออกจากกฎข้อ 7c เราปิดสถานะของเราที่หรือใกล้เคียงกับราคาปิดของ 8 05 ซึ่งทำให้เรามีกำไรจากการค้า 7 6 ก่อนค่าคอมมิชชั่นและค่าธรรมเนียมกำไรหรือขาดทุนต้นทุนพื้นฐาน 8 05 7 48 7 48 0 57 7 48 7 6 ลองดูตัวอย่างอื่นโดยใช้พารามิเตอร์ทางการค้าที่แตกต่างกันเล็กน้อยในตัวอย่างนี้เราจะกำหนดให้ MA 5 วันมีค่ามากกว่า 5 ต่อวัน MA 20 วันในวันติดตั้งคำสั่ง จำกัด จะอยู่ที่ด้านล่าง 8 ราคาปิดของวันทำการเราจะออกเมื่อราคาปิดเหนือ MA 5 วันซึ่งเป็นวิธีการทางออกที่กำหนดโดยกฎข้อ 7e ตารางด้านล่างนี้ใช้สำหรับ Spreadtrum Communications SPRD และใช้อนุสัญญาเช่นเดียวกับแผนภูมิก่อนหน้า 13 Page 13 แผนภูมิที่สร้างขึ้นใน เทรดดิ้งดูภาพจากรูปที่ 2 Spreadtrum Communications Inc การค้า SPRD การตั้งค่า วันสำหรับการค้านี้คือ 13 ธันวาคมตามกฎข้อ 1 ราคาปิดสูงกว่า 5 ที่กฎข้อ 2 ถูกพบเนื่องจากปริมาณเฉลี่ยรายวันในวันที่การติดตั้งเสร็จสมบูรณ์อยู่เหนือ 1 9 ล้านหุ้นซึ่งน้อยกว่า 250,000 กฎข้อที่ 3 เป็นที่พอใจเนื่องจาก HV 100 คือกฎข้อที่ 4 จะได้รับการดูแลเมื่อ SPRD ปิดที่ 20 74 เหนือ MA 200 วันของกฎข้อที่ 5 ต้องใช้ MA อย่างน้อย Y ต่ำกว่า MA ที่ช้าที่ Y 2 5, 5 0, 7 5 หรือ 10 0 เราใช้เวลา 5 วันสำหรับ MA อย่างรวดเร็วและ 20 วันสำหรับ MA ช้าด้วย Y 5 0 MA 5 วันเท่ากับ 21 82 และ MA 20 วันเท่ากับ 24 39 ในวันที่ 13 ธันวาคมในกรณีนี้ MA รวดเร็ว พบว่ามีความสัมพันธ์ระหว่างสอง MAs ต่ำกว่า 11 โดยทั่วไปมีสูตรดังต่อไปนี้เปอร์เซ็นต์สูงกว่าด้านล่าง Fast MA Slow MA 1 100 21 82 24 39 1 100 0 8946 1 100 10 54 เมื่อเงื่อนไขการตั้งค่าของเราทั้งหมดตรงกับที่เรา พร้อมที่จะวางคำสั่งซื้อขายในวันถัดไปเนื่องจาก SPRD ปิด ณ วันที่ 20 74 คำสั่ง จำกัด จะถูกวางไว้ที่ 19 08 20 74 0 92 ตามกฎ 6.14 เมื่อวันที่ 14 ธันวาคม h ราคาหุ้น SPRD ทะลุสู่ระดับต่ำสุดในรอบ 17 51 ซึ่งต่ำกว่าราคาที่เราแนะนำไว้ดังนั้นคำสั่งซื้อของเราจึงเต็มไปด้วยการเข้าสู่ภาวะการค้า Exit จะเริ่มขึ้นในวันที่ 20 ธันวาคมเมื่อ SPRD ปิดที่ 21 38 เหนือวันที่ 5 MA เป็นครั้งแรกนับตั้งแต่มีการค้าการค้านี้จะสร้างกำไรประมาณ 12 1 ก่อนค่าคอมมิชชั่นและค่าธรรมเนียมขณะนี้คุณมีความเข้าใจดีของกลศาสตร์การค้าเราจะดูที่ผลการทดสอบทางประวัติศาสตร์สำหรับรูปแบบที่แตกต่างกันของ เราไม่สามารถทราบได้อย่างแน่นอนว่าจะมีการดำเนินกลยุทธ์ทางการค้าในอนาคตอย่างไรอย่างไรก็ตามสำหรับกลยุทธ์เชิงปริมาณอย่างเต็มที่เช่นเดียวกับที่อธิบายไว้ในคู่มือฉบับนี้เราสามารถประเมินได้อย่างน้อยว่า กลยุทธ์นี้ดำเนินการในอดีตกระบวนการนี้เรียกว่าการทดสอบย้อนหลังในการดำเนินการทดสอบย้อนหลังก่อนอื่นเราเลือกกลุ่มหลักทรัพย์ที่บางครั้งเรียกว่าเฝ้าดูที่เราต้องการทดสอบกลยุทธ์ในกรณีของเราเฝ้าติดตามประกอบด้วยหุ้นที่ไม่ใช้ประโยชน์ ต่อไปเราจะเลือกระยะเวลาที่จะทดสอบอีกต่อไประยะเวลาที่มากขึ้นผลการทดสอบที่สำคัญยิ่งขึ้นและมีข้อมูลมากขึ้นการทดสอบเบื้องหลังสำหรับคู่มือนี้จะเริ่มขึ้นในเดือนมกราคม 2544 และจะสิ้นสุดในเดือนกันยายน 2013 ซึ่งเป็นวันที่ล่าสุดที่เรา ในที่สุดเราใช้กฎการเข้าและออกของเราในแต่ละสต็อกในรายการเฝ้าดูสำหรับรอบระยะเวลาการทดสอบทั้งหมดการบันทึกข้อมูลสำหรับการค้าแต่ละประเภทที่จะถูกป้อนและรวมข้อมูลการค้าทั้งหมดไว้ในรูปแบบกลยุทธ์ที่เฉพาะเจาะจงหนึ่งใน สถิติที่สำคัญที่เราสามารถรวบรวมได้จากผลการทดสอบที่ผ่านมาคือการสูญเสียกำไรเฉลี่ยที่เรียกว่าเป็นกำไรเฉลี่ยต่อการค้าผู้ค้าบางรายอ้างถึงเรื่องนี้เป็นขอบเฉลี่ย PL เป็นผลรวมของกำไรทั้งหมดที่แสดงเป็นเปอร์เซ็นต์และทั้งหมด การสูญเสียยังเป็นเปอร์เซ็นต์หารด้วยจำนวนรวมของธุรกิจการค้าพิจารณาสิบต่อไปนี้การค้าการค้าไม่มีกำไรหรือขาดทุน 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 เฉลี่ย PL จะคำนวณ ted as Average PL 1 7 2 1 4 0 0 6 1 2 3 8 1 9 0 4 3 7 2 6 10 Average PL 1 08 Average PL คือคาเฉลี่ยที่คํานวณจากเงินลงทุนซึ่งหมายถึงจํานวนเงินที่เราใชจริง ป้อนแต่ละการค้าสำหรับการซื้อขายระยะสั้นที่กินเวลาสามถึงสิบวันทำการผู้ค้าส่วนใหญ่มองหาค่าเฉลี่ยของ PL จาก 0 5 ถึง 2 5 ในทุกธุรกิจการค้าทุกสิ่งทุกอย่างที่เท่าเทียมกันค่าเฉลี่ย Average PL มากขึ้นบัญชีของคุณจะเติบโตขึ้นตามช่วงเวลา แน่นอนว่าสิ่งอื่น ๆ ทั้งหมดจะไม่เท่ากันโดยเฉพาะอย่างยิ่งสิ่งสำคัญที่ต้องคำนึงถึงเมตริกการค้าจำนวนรวมกับค่าเฉลี่ยของ PL ถ้าคุณใช้ทุนจำนวนเท่ากันสำหรับการค้าแต่ละประเภทที่คุณป้อนคุณจะทำ เงินจำนวนมากในสิบธุรกิจการค้าที่มีกำไรเฉลี่ย 4 ต่อการค้ามากกว่าที่คุณจะในหนึ่งการค้าที่ทำให้ 10 เมตริกที่สำคัญอีกอย่างหนึ่งคือ Winning Percentage หรือ Win Rate นี่เป็นเพียงจำนวนธุรกิจการค้าที่มีกำไรหารด้วยจำนวนการค้าใน ตารางด้านบน 7 ของ 10 ธุรกิจการค้ามีกำไรเช่น มีผลตอบแทนที่เป็นบวกตัวอย่างเช่นเปอร์เซ็นต์การชนะคือ 7 10 70 ทำไมเราถึงให้ความสำคัญกับ Win Rate ตราบเท่าที่เรามีค่าเฉลี่ยสูงพอสมควรเนื่องจาก Win Price สูงกว่าโดยทั่วไปแล้วจะทำให้การเติบโตของพอร์ตการลงทุนมีความผันผวนน้อยลงการค้าที่สูญเสียมีวิธีการ clumping ขึ้นและเมื่อพวกเขาทำที่มูลค่าของผลงานของคุณลดลงนี้เรียกว่าการเบิกจ่ายลดลงเหล่านั้นลดลงในที่สุดก็สามารถทำให้คุณสูญเสียการนอนหลับหรือแม้กระทั่งพิจารณาละทิ้งการค้าของคุณทั้งหมดถ้ามีผู้แพ้น้อยลงเช่นชนะร้อยละที่สูงขึ้นแล้วสูญเสีย มีโอกาสน้อยที่จะกระจุกตัวและมูลค่าพอร์ตโฟลิโอของคุณมีแนวโน้มที่จะเติบโตได้อย่างราบรื่นขึ้นมากกว่าที่จะประสบกับการแกว่งขึ้นและลงอย่างรุนแรง 18 ให้ความสำคัญกับผลการทดสอบสำหรับรูปแบบต่าง ๆ ของกลยุทธ์การเคลื่อนที่เชิงปริมาณเชิงปริมาณตาราง ด้านล่างแสดงผลการทดสอบเพื่อแสดงรูปแบบต่างๆ 20 รูปแบบที่ให้ค่า Average PL สูงสุดซึ่งสร้างสัญญาณทางการค้าน้อยกว่า 100 ในช่วงระยะเวลาทดสอบ 12 ปี hav e ถูกกรองออกเพื่อหลีกเลี่ยงการเอียงผลสูงสุด 20 รูปแบบขึ้นอยู่กับกำไรเฉลี่ยเฉลี่ย PL เฉลี่ยวันที่จัดขึ้นวินแมสซาชูเซตส์สถานการณ์สมมติ MA ยืดออกวิธี MA 5 MA 10 ปิด MA 5 MA 10 MA 20 ปิด MA 5 MA 10 MA 20 CRSI MA 5 MA 10 ปิด MA 5 MA 5 MA 20 ปิด MA 5 MA 5 MA 20 CRSI MA 5 MA 10 ปิด MA 5 MA 5 MA 10 ปิด MA 5 MA 5 MA 10 CRSI MA 10 MA 20 ปิด MA 5 MA 10 MA 20 CRSI MA 5 MA 10 ปิด MA 5 MA 5 MA 10 CRSI 70 1, MA 5 MA 20 ปิด MA 5 MA 10 MA 20 ปิด MA 5 1, MA 5 MA 10 CRSI MA 5 MA 10 ปิด MA 3 MA 10 MA 20 CRSI 70 1, MA 5 MA 10 ปิด MA 5 MA 5 MA 10 CRSI 70 ด้านล่างนี้เป็นคำอธิบายของแต่ละคอลัมน์การค้าคือจำนวนครั้งที่รูปแบบนี้ถูกเรียกใช้ตั้งแต่วันที่ 1 มกราคม 2001 กันยายน 30 กันยายนค่าเฉลี่ย PL เป็นเปอร์เซ็นต์โดยเฉลี่ยของกำไรหรือขาดทุนสำหรับธุรกิจการค้าทั้งหมด, รวมถึงการสูญเสียการซื้อขายบนพื้นฐานของเงินลงทุนรูปแบบ 20 อันดับแรกแสดงกำไรตั้งแต่ 3 93 ถึง 5 51 ในช่วงทดสอบ 12 ปี Average Days Held คือระยะเวลาการค้าโดยเฉลี่ยที่แสดงเป็นจำนวนวัน ge สำหรับการเปลี่ยนแปลงด้านบนมีขนาดค่อนข้างเล็กโดยเฉลี่ยเพียง 4 วัน 19 Page 19 Win เป็นเปอร์เซ็นต์ของธุรกิจการค้าจำลองที่ปิดตัวลงโดยมีกำไรส่วนใหญ่ 20 อันดับแรกมีอัตราการชนะในช่วง 70 ปีที่ต่ำซึ่งเป็นเปอร์เซ็นต์ที่สูง ธุรกิจการค้าที่ทำกำไรได้ในโลกที่ผู้ค้าจำนวนมากมุ่งเป้าไปที่ 50 60 MA Scenario กำหนดทั้งสองค่าเฉลี่ยเคลื่อนที่ที่ใช้ในการทดสอบนี้สอดคล้องกับกฎข้อที่ 5 และแสดงค่าสำหรับ MAs ที่รวดเร็วและช้า MA สถานการณ์ต่อไปนี้ได้รับการทดสอบ Scenario Fast MA Slow MA 1 MA C, 5 MA C, 10 2 MA C, 5 MA C, 20 3 MA C, 5 MA C, 50 4 MA C, 10 MA C, 20 5 MA C, 10 MA C, 50 ค้า MA ยืดสอดคล้องกับ the value of Y in Rule 5 of the strategy This column shows the value of Y for the rule which says, the fast MA is at least Y below the slow MA where Y 2 5, 5 0, 7 5, or 10 0 Limit is related to Rule 6 of the strategy and determines the limit price that will be used to enter the trade We tested limits of 2, 4, 6, 8 or 10 below the Setup day s close Exit Method is the rule that was used to exit trades in this strategy variation, as described in Rule 7 Next, let s look at the strategy variations that have historically had the highest frequency of profitable trades or Win Rate Top 20 Variations Based on Highest Win Rate Avg P L Avg Days Held Win MA Scenario MA Stretch Limit Exit Method MA 5 MA 10 Close MA 5 MA 5 MA 10 Close MA 5 1, MA 5 MA 10 Close MA 5 2, MA 5 MA 10 Close MA 5 2, MA 5 MA 20 Close MA 5 MA 5 MA 10 Close MA 3 1, MA 5 MA 20 Close MA 5 MA 5 MA 10 Close MA 3 3, MA 5 MA 20 Close MA 5 1, MA 5 MA 10 Close MA 3 1, MA 5 MA 10 First Up Close MA 5 MA 10 Close MA 5 3, MA 5 MA 20 Close MA 5.20 Page 20 1, MA 5 MA 10 CRSI MA 5 MA 10 CRSI 50 1, MA 5 MA 20 Close MA 5 2, MA 5 MA 20 Close MA 5 4, MA 5 MA 10 Close MA 5 1, MA 5 MA 10 CRSI 50 1, MA 5 MA 10 CRSI 70 All 20 of the top variations have historically produced a profit on at least 70 of the identified trades Notice that there is a good deal of overlap between this list and the one presented in the previous section on Average P L This overlap indicates we have multiple strategy variations that have historically won consistently while producing excellent edges.21 Page 21 Section 4 Selecting Strategy Parameters.22 Page 22 In previous chapters we ve described the different values tested for strategy parameters such as the moving averages we use, the distance the fast MA falls below the shorter MA, entry limit and exit method In this section we ll discuss some additional factors to consider as you decide which variation s to use in your trading Let s talk conceptually about entries and exits for a moment Both entry and exit rules can be thought of in terms of how strict they are, i e how easy or difficult they are to achieve You might also say that strictness is a measure of how frequently or infrequently the rule conditions occur For oscillators such as ConnorsRSI, values that are closer to the extremes 0 and 100 are more strict less likely to occur than values in the middle of the range Stricter entry rules will be satisfied less frequently than more lenient entry rules, and thus a strategy that relies on the stricter rules will generally generate fewer trades than a strategy whose entry rules are more easily satisfied With a robust strategy, the reward for fewer trades is usually a higher gain per trade, on average If you buy a slightly oversold stock, it s most likely to provide a moderate gain But if you wait for the stock to become extremely oversold, the chances are much higher that it will experience a significant price increase and result in a bigger profit In contrast to entry rules, the strictness of exit rules has little effect on the number of trades generated by the strategy However, just like the entry rules, stricter exit rules typically result in higher average profits Why Because stricter exit rules tend to keep you in your trades for a longer time, giving the stock more time to experience the mean reversion behavior that we re attempting to exploit with a strategy like this quantified approach to Trading Stocks and Options with Moving Averages Thus, for entries the tradeoff is between more trades and higher gains per trade, while for exits the tradeoff is between shorter trade durations and higher gains per trade.23 Page 23 Trades Now let s turn our attention back to the strategy described in this Guidebook In the table below, we compare four variations of the strategy that all use the same moving average scenario 5 days for the fast MA and 10 days for the slow MA , the same limit entry 6 and the same exit method ConnorsRSI 70 Only the value of the MA Stretch for the entry threshold differs between the variations shown below The Effect of MA Stretch Entry Threshold for Quantified MA Strategy Avg P L Avg Days Held Win MA Scenario MA Stretch Limit Exit Method 10, MA 5 MA 10 CRSI 70 3, MA 5 MA 10 CRSI 70 1, MA 5 MA 10 CRSI MA 5 MA 10 CRSI 70 Trades Notice that the most lenient entry in the table, the first line with an MA St retch of 2 5 , generated the most trade signals and the lowest gain per trade As the entry rule becomes stricter, i e the MA Stretch threshold rises, we see fewer and fewer trade signals but higher and higher average gains per trade The variation with an entry threshold of 10 increases the Average P L by about 75 compared to the first variation, but also has less than 1 20 th the number of trades It should come as no surprise that the pattern emerges again when we hold all parameters constant except the Limit used to determine the limit entry price If we keep the Setup conditions constant, then there will obviously be more stocks that experience a pullback of 2 or greater the next day than there will be those that pullback by at least 10 Variations with Different Limit Entries for Quantified MA Strategy Avg P L Avg Days Held Win MA Scenario MA Stretch Limit Exit Method 8, MA 5 MA 10 CRSI 70 5, MA 5 MA 10 CRSI 70 3, MA 5 MA 10 CRSI 70 1, MA 5 MA 10 CRSI 70 1, MA 5 MA 10 CRSI 70 We have confirmed that stricter entry rules result in fewer trades but higher average gains Now let s look at the exits Here we hold the Setup and entry criteria constant, but vary the exit methods.24 Page 24 Trades Variations with Different Exit Methods for Quantified MA Strategy Avg P L Avg Days Held Win MA Scenario MA Stretch Limit Exit Method MA 10 MA 20 First Up Close MA 10 MA 20 Close MA 3 MA 10 MA 20 Close MA 5 MA 10 MA 20 CRSI MA 10 MA 20 CRSI 70 All five variations generated a very similar number of trade signals The range is from 379 trades to 525 trades However, the variation that uses the most lenient exit method covering the position on the first day that the stock price closes up generates an average gain that is about half of the strictest exit methods We can also see that stricter exits increase the average gain and win rates by comparing the two different MA and ConnorsRSI exits MA 3 is a less stringent exit requirement than MA 5 and MA 3 is less profitable on average than MA 5 although there are more trades with the less stringent rule The same is true when using ConnorsRSI to trigger the exit rule Armed with this information, you will now be able to select strategy parameters that are most likely to produce the number of trade signals, average gains, and trade duration that best complement your overall trading plan.25 Page 25 Section 5 Using Options.26 Page 26 Options trading has been a major growth industry over the past several years in the markets This is because spreads have tightened, liquidity has increased, and the ability to easily trade complex options has never been simpler We ll now focus on applying options trading to the short term market moves we have just learned Like everything else in this Guidebook, there are definitive rules as to how to execute an options trade when a strategy signal triggers Before we go on, it will be helpful to review a few terms and concepts related to options The owner of a call option has the right, but not the o bligation, to purchase the underlying security stock or stock at the strike price on or before the expiration date of the option contract The value of a call option generally rises as the price of the underlying security rises A call option is considered to be In The Money ITM when its strike price is below the price of the underlying security, and Out of The Money OTM when its strike price is above the price of the underlying security For example, if the increment between strike prices for SPY options is 1 and the price of SPY is currently 162 35, then the first closest ITM call option is the one with a strike price of 162 The first OTM call option is the 163 strike The owner of a put option has the right, but not the obligation, to sell the underlying security stock or stock at the strike price on or before the expiration date The value of a put option usually rises as the price of the underlying security falls A put option is considered to be In The Money ITM when its strike price i s above the price of the underlying security, and Out of The Money OTM when its strike price is below the price of the underlying security If the price of SPY is currently 166 55, then the first closest ITM put option is the 167 strike, and the first OTM put option is the 166 strike The strategy described in this guidebook is to buy stocks that are oversold based on quantified moving average rules To implement that strategy with options, calls would be used Put options would be used to implement strategies described in other Guidebooks that take short positions Most option contracts control 100 shares of the underlying stock or stock However, the price quoted by most trading platforms is the price per share Therefore, the cost of purchasing the option contract is typically 100 times the per share price, plus commissions Thus, if a SPY call option has a quoted price of 1 27, then it will cost you plus commissions to purchase the call option contract Sometimes you will hear the price of an option referred to as the option s premium All option contracts have an expiration date, after which the contract is no longer valid The three most common types of option expirations are Weekly Contract expires on the last trading day of the week, typically a Friday 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 con tract 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 wh at exactly liquidity means in options Many traders look for minimum volume and or 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 th e 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 Quan tified 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 M ost 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 th e 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 stock s 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 Mo mentum 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 Up Down 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 overbought oversold 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 ind icating 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 overbought oversold 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 Ran k 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 e ach 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 365 7 annualized volatility 7.