Forex trading sannolikheter distribution

Sannolikhet: Det bästa av båda världarna Beslutet att ta kontroll över din ekonomiska framtid genom att handla marknaderna är spännande och befriande. Men det finns många beslut kvar att göra, inklusive marknadstillval och önskad innehavstid. Det enskilt viktigaste beslutet kan vara handelsstil: Hur näringsidkaren kommer att välja och driva affärer. De två vanligaste metoderna är diskretionära och mekaniska eller systemgenererade. Många handlare kämpar med diskretionär handel på grund av sin inneboende flexibilitet och subjektivitet, vilket ger för mycket utrymme för känslomässiga beslut. Omvänt kämpar andra med att använda rent mekaniska, automatiserade system på grund av deras styvhet och komplexitet. Det finns ett tredje alternativ som ofta förbises: Sannolikhetsbaserad handel. Med den omfattande antagandet av kalkylbladstillämpningar som Excel och spridningen av tillförlitliga intradagdata kan handlare undvika många fallgropar av diskretionära och systematiska metoder, samtidigt som de åtnjuter fördelarna med varandra. Här undersöker wersquoll fördelarna och nackdelarna med dessa två tillvägagångssätt och visar varför ett hybrid-tillvägagångssätt baserat på sannolikhetsbaserat utförande kan vara den optimala metoden för många detaljhandlare. Den diskretionära näringsidkaren Den diskretionära näringsidkaren kan fatta beslut baserade på grundläggande, tekniska eller en kombination av båda. Han kan göra handelsbeslut baserade på tolkning av prisdiagram med indikatorer och prismönster men har inte svåra och snabba regler baserade på prisåtgärder. Detta tillvägagångssätt är tilltalande eftersom det ger en känsla av kontroll som är attraktiv för många. Andra fördelar är: Enkelt att lära sig grunderna Frihet och flexibilitet att anpassa varje handel efter behov. Klagomål till många handlares självständiga karaktär Även om känslan av kontroll lockar de flesta handlare, är det slumpmässan av framgång som slår in även den mest slående individen. Det är allmänt accepterat att de allra flesta självstyrda handlare använder diskretionära tekniker och att mer än 90 av dem misslyckas. Många tror att det är på grund av dålig penninghantering. Och medan det är sant, är dålig penninghantering ofta en biprodukt av falska förväntningar när det gäller lätthet och snabbhet för att uppnå en konsekvent framgång. Med positiva och kanske naiva förväntningar, förvirrar den nya handlaren lätt att vinna affärer med skicklighet och förlorar handel med otur. Värre, sannolikhetslagen kan sammanfoga att måla en extremt vilseledande bild. Relaterade artiklar Vad är oddsen för att göra en vinnande handel När många av oss tänker på sannolikheter är det första som kommer att tänka på en myntkastning - ha en chans att ha rätt på en given kasta. Kan någonting så enkelt som ett myntkast effektivt tillämpas på marknaden Det kan åtminstone ge oss några verktyg för att närma sig marknaderna, och det kan tillämpas på många fler sätt än man kan förvänta sig. En aktörs nuvarande syn på sannolikhet kan vara helt fel, och de kan mycket väl vara varför de inte gör pengar på marknaderna. Denna artikel är en introduktion till sannolikheten för handel och till en vanligt förbisedd men integrerad del av det finansiella systemet - statistiken. Var inte rädd av ordstatistiken allt kommer att förklaras på vanlig engelska och utan många siffror eller formler. Förstå myntet på kort sikt. vad som helst kan hända det är därför myntkastet är en lämplig analogi för aktiemarknaden. Låt oss anta att det vid ett givet tillfälle kunde lagras lika lätt som det skulle kunna röra sig ner (även i ett intervall går lagren upp och ner). Således är vår sannolikhet att göra vinst (om kort eller lång) på en position 50. Medan förhoppningsvis ingen skulle göra helt slumpmässiga kortfristiga affärer kommer vi att börja med detta scenario. Om vi ​​har lika stor sannolikhet för att få en snabb vinst (som en myntkastning), visar en vinst eller förlust av vad framtida resultat kommer att vara Nej Inte på slumpmässiga affärer. Detta är en vanlig missuppfattning. Varje händelse har fortfarande en 50 sannolikhet, oavsett vilka resultat som kom före. Runs händer i slumpmässiga 5050 händelser. En körning avser ett antal identiska resultat som uppträder i rad. Här är en tabell som visar sannolikheten för en sådan lopp med andra ord, oddsen om att vända ett visst antal huvuden eller svansar i rad. Här är där vi stöter på problem. Låt oss säga att vi just har gjort fem lönsamma affärer i rad. Enligt vårt bord, vilket ger oss sannolikheten för att vara rätt (eller fel) fem gånger i rad baserat på en 50 chans, har vi redan övervunnit några allvarliga odds. Oddsen att få den sjätte lönsamma handeln ser extremt avlägsen, men det är faktiskt inte så. Våra odds för framgång är fortfarande 50 Folk förlorar tusentals dollar på marknaderna (och i kasinon) genom att inte inse detta. Anledningen är att oddsen från vårt bord är baserad på osäkra framtida händelser och sannolikheten att de kommer att inträffa. När vi har avslutat en körning av fem framgångsrika affärer är dessa branscher inte längre osäkra. Vår nästa handel startar en ny potentiell körning, och efter resultaten är in för varje handel, börjar vi bakom bordet varje gång. Det innebär att varje handel har 50 chanser att träna. Anledningen till att detta är så viktigt är att ofta när handlare kommer in på marknaden, misstar de en sträng vinst eller förluster som antingen skicklighet eller brist på skicklighet. Det här är helt enkelt inte sant. Huruvida en kortfristig näringsidkare gör flera affärer eller en investerare gör bara ett fåtal affärer om året, måste vi analysera resultaten av deras affärer på ett annat sätt för att förstå om de bara är lyckliga eller faktiska färdigheter är inblandade. Statistik gäller på alla tidslinjer, och det här är vad vi måste komma ihåg. Ovanstående exempel gav ett korttidsexempel baserat på en 50 chans att vara rätt eller fel. Men gäller det på lång sikt Mycket mycket så. Anledningen är att även om en näringsidkare endast kan ta långsiktiga positioner, kommer han eller hon att göra färre affärer. Således tar det längre tid att uppnå data från tillräckligt många affärer för att se om enkel tur är inblandad eller om det var skicklighet. En kortfristig näringsidkare kan göra 30 affärer per vecka och visa en vinst varje månad i två år. Har denna handlare övervunnit oddsen med verklig skicklighet Det verkar så, eftersom oddsen att ha en löpning på 24 lönsamma månader är extremt sällsynt om inte oddsen har skiftat mer till hans fördel på något sätt. Vad sägs om en långsiktig investerare som har gjort tre affärer under de senaste två åren som har varit lönsam Är den här näringsidkaren uppvisar kompetens Inte nödvändigtvis. För närvarande har denna näringsidkare en löpning på tre går, och det är inte svårt att åstadkomma även från helt slumpmässiga resultat. Läran här är att kunskapen inte bara återspeglas på kort sikt (oavsett om det är en dag eller ett år, det kommer att skilja sig från handelsstrategi) det kommer också att reflekteras på lång sikt. Vi behöver tillräckligt med handelsdata för att bestämma om en strategi är tillräckligt stor för att övervinna slumpmässiga sannolikheter. Och även med detta står vi inför en annan utmaning: Medan varje handel är en händelse, så är det en månad och ett år då handeln placerades. En näringsidkare som placerat 30 trades i veckan har övervunnit de dagliga oddsen och de månatliga oddsna under ett gott antal perioder. Idealt sett skulle bevisa strategin över några år förlänga all tvivel om att lycka var inblandad på grund av ett visst marknadsförhållande. För att vår långsiktiga näringsidkare gör affärer som varar mer än ett år, kommer det att ta flera år att bevisa att hans strategi är lönsam över denna längre tid och under alla marknadsförhållanden. När vi överväger alla tidsramar och alla marknadsförutsättningar börjar vi faktiskt se hur vi kan vara lönsamma på alla tidsramar och hur man flyttar oddsen mer på vår sida, och uppnår större än en slumpmässig 50 chans att vara rätt. Det är värt att notera att om vinst är större än förluster, kan en näringsidkare vara rätt mindre än 50 av tiden och fortfarande göra vinst. Hur lönsamma handlare tjäna pengar Så det är uppenbarligen att människor tjänar pengar på marknaderna, och det är inte bara för att de har haft en bra löp. Hur får vi oddsen till vår fördel? De lönsamma resultaten kommer från två begrepp. Den första är baserad på vad som diskuterats ovan - att vara lönsamt i alla tidsramar eller åtminstone vinna mer i vissa perioder än förlorat i andra. Det andra konceptet är det faktum att trender finns på marknaderna, och det gör inte längre marknaderna en 5050-spelning som i vårt myntutssexempel. Aktiekurserna tenderar att springa i en viss riktning över tidsperioder, och de har gjort detta upprepade gånger över marknadshistoria. För de av er som förstår statistik visar det sig att det går att gå (trender) i aktier. Således slutar vi med en sannolikhetskurva som inte är normal (kom ihåg att klockkurvan som dina lärare alltid talade om) men är skevade och brukar kallas en kurva med en fet svans (se diagrammet nedan). Det innebär att handlare kan vara lönsamma konsekvent om de använder trender, även om det är på en extremt kort tidsram. Om trender finns, och vi kan inte längre ha en slumpmässig sampling av data (handlar), eftersom en förspänning i dessa branscher sannolikt kommer att återspegla en trend, varför är det 50 chansexemplet ovan användbart. Anledningen är att lektionerna fortfarande är giltiga. En näringsidkare bör inte öka sin positionsstorlek eller ta större risk (i förhållande till positionsstorlek) helt enkelt på grund av en sträng vinst, vilket inte skulle antas uppstå som ett resultat av skicklighet. Det innebär också att en näringsidkare inte ska minska positionens storlek efter att ha haft en lång lönsam löptid. Denna information ska vara bra nyheter. Nya handlare kan ta tröst i det faktum att deras undersökta handelssystem kanske inte är felaktigt men snarare upplever en slumpmässig körning av dåliga resultat (eller det kan fortfarande behöva vissa raffineringar). Det bör också sätta press på de som har varit lönsamma att kontinuerligt övervaka sina strategier så att de är lönsamma. Denna information kan också hjälpa investerare när de analyserar fonder eller hedgefonder. Handelsresultat publiceras ofta och visar spektakulära avkastningar med att veta lite mer om statistik kan hjälpa oss att bedöma om dessa avkastningar sannolikt kommer att fortsätta eller om avkastningen bara råkar vara en slumpmässig händelse. Ett förhållande som utvecklats av Jack Treynor som mäter avkastning som förvärvats över det som kunde ha blivit förtjänat på en risklös. Återköp av utestående aktier (återköp) av ett företag för att minska antalet aktier på marknaden. Företag. En skatteåterbäring är en återbetalning av skatter som betalas till en individ eller hushåll när den faktiska skatteskulden är mindre än beloppet. Det monetära värdet av alla färdiga varor och tjänster som produceras inom ett land gränsar under en viss tidsperiod. Den takt som den allmänna prisnivån på varor och tjänster ökar och följaktligen köpkraften hos. Merchandising är någon form av att främja varor eller tjänster för detaljhandel, inklusive marknadsföringsstrategier, visningsdesign och MetaTrader Expert Advisor Sannolikhetsverktyg för bättre Forex Trading För att lyckas måste Forex-handlare känna till den grundläggande matematiken av sannolikhet. Det är trots allt svårt att uppnå och behålla handelsvinster utan att först ha förmågan att förstå siffrorna och mäta dem. Många handlare använder en kombination av svarta lådindikatorer för att utveckla och genomföra handelsregler. Skillnaden mellan en bra näringsidkare och en stor är dock hans eller hennes förståelse av mätvärdena och metoderna för att beräkna prestanda och vinster. Sannolikhet och statistik är nyckeln till att utveckla, testa och dra nytta av valutahandel. Genom att veta några sannolikhetsverktyg är det lättare för handlare att sätta handelsmål i matematiska termer, skapa och driva effektiva handelsstrategier och bedöma resultat. Det är till hjälp att granska de mest grundläggande begreppen sannolikhet och statistik för valutahandel. Genom att förstå sannolikhetsmattan vet du logiken som används av mekaniska handelssystem och expertrådgivare (EA). Normal fördelning Det mest grundläggande verktyget för sannolikhet i forex trading är begreppet normal distribution. De flesta naturliga processer sägs normalt distribueras. Enhetlig fördelning innebär att sannolikheten för att ett tal är var som helst på ett kontinuum är ungefär lika. Detta är den typ av fördelning som skulle uppstå genom att artificiellt sprida föremål så jämnt som möjligt över ett område, med en jämn mängd avstånd mellan dem. Istället för en likformig fördelning kommer emellertid ett pris för valutapar sannolikt att finnas inom ett visst område vid varje given tillfälle. Detta är dess normala fördelning, och sannolikhetsverktyg kan visa en approximation av var det priset sannolikt kommer att hittas. Normal distribution erbjuder Forex Traders prediktiva makt om sannolikheten för att ett valutapar pris kommer upp till en viss nivå under en viss tidsram. Datorer använder en slumptalsgenerator för att beräkna medelvärdet av forexpriserna för att bestämma sin normala fördelning. Om ett stort antal provpriser kontrolleras kommer den normala fördelningen att bilda en bellkurva som planeras grafiskt. Ju större antal prover desto mjukare kommer kurvan att vara. Reglerna för enkla medelvärden är användbara för handlare, men reglerna för normal distribution erbjuder mer användbar prediktiv kraft. Till exempel kan en näringsidkare beräkna att den genomsnittliga dagliga prisförflyttningen av ett forexpar är 50 pips. Ändå kan den normala fördelningen också berätta för näringsidkaren sannolikheten för att en viss daglig prisrörelse kommer att falla mellan 30 och 50 pips eller mellan 50 och 70 pips. Enligt reglerna för normal fördelning och standardavvikelse kommer ungefär 68 av proven att hittas inom en standardavvikelse för medelvärdet (medelvärdet), och cirka 95 kommer att hittas inom två standardavvikelser av medelvärdet. Slutligen finns det en 99,7 sannolikhet att provet kommer att falla inom tre standardavvikelser av medelvärdet. Normala distributions - och standardavviksfunktioner i expertrådgivare (EA) och handelssystem hjälper valutahandlare att bedöma sannolikheten att priserna kan flytta en viss summa under en viss tid. Ändå bör handlare vara försiktiga när man använder begreppet normal distribution ensam för riskhantering. Även om sannolikheten för en sällsynt händelse (till exempel en prisminskning på 50) kan tyckas låg, kan oförutsedda marknadsfaktorer göra möjligheten mycket högre än vad som framgår av normalfördelningsberäkningarna. Analysens tillförlitlighet beror på kvantitet och kvalitet på data Vid modellering av normala fördelningskurvor är mängden och kvaliteten på ingångsprisdata mycket viktig. Ju större antal prover desto mjukare kommer kurvan att vara. För att undvika beräkningsfel som härrör från otillräcklig data är det viktigt att varje beräkning baseras på minst trettio prover. Så, för att testa en Forex Trading-strategi genom att uppskatta resultaten från exempelhandel, måste systemutvecklaren analysera minst 30 branscher för att nå statistiskt tillförlitliga slutsatser om parametrar som testas. På samma sätt är resultaten från en studie av 500 branscher mer tillförlitliga än de från en analys av endast 50 branscher. Dispersion och matematisk förväntan att uppskatta risk För valutahandlare är de viktigaste egenskaperna hos en distribution dess matematiska förväntningar och spridning. Matematisk förväntan för en rad affärer är lätt att beräkna: Lägg bara upp alla handelsresultat och dela upp det beloppet med antalet branscher. Om handelssystemet är lönsamt, är den matematiska förväntan positiv. Om den matematiska förväntan är negativ, förlorar systemet i genomsnitt. Distributionskurvanas relativa branthet eller planhet visas genom att mäta spridningen eller spridningen av prisvärden inom området matematisk förväntning. Typiskt beskrivs den matematiska förväntningen för valfritt slumpmässigt fördelat värde som M (X). Således kan dispersionen definieras som D (X) M (XM (X) 2. En dispersion kvadratrot kallas dess standardavvikelse, som visas i matematisk stenografi som sigma (). Dispersion och standardavvikelse är kritiskt viktiga för riskhantering i valutahandelns system. Ju högre värdet av standardavvikelsen desto högre blir den potentiella drawdownen och ju högre risken. Ju lägre värdet för standardavvikelsen är, desto lägre blir nedräkningen när systemet handlas. Exempel nedan är en provriskbedömning för ett test av ett Forex trading system: Trade Number X (Trade Gain eller Förlust) I ovanstående exempel baserat på det minsta antalet trettio affärer för ett adekvat prov är det viktigt att notera att den matematiska förväntan är positiv, så valutahandelsstrategin är verkligen lönsam. Standardavvikelsen är dock hög, så för att tjäna varje dollar riskerar den näringsidkare en mycket större mängd detta system bär stor risk. Häri resten av e matematik: För att bestämma den matematiska förväntningen för denna grupp av affärer, lägg ihop alla vinster och förluster för handeln, dividerar sedan med 30. Detta är medelvärdet M (X) för alla branscher. I detta fall motsvarar den en genomsnittlig vinst på 4,26 per handel. Hittills ser systemet ut lovande. Därefter subtraheras ovanstående medelvärde 4.26 för att beräkna standardavvikelsen för dispersionen från resultaten av varje handel, sedan är den kvadrerade och summan av alla dessa kvadrater läggs till ihop. Summan är dividerad med 29, vilket är det totala antalet affärer minus 1. Genom att använda formeln för Dispersion av (X) M (XM (X) 2 som anges ovan, här är en kontroll av beräkningen från den första handeln i vårt exempel : Handel 1: -17,08 4,26 -21,34 och (-21,34) 2 455,39 Samma beräkning utförs för varje handel i testserien. I detta exempel är dispersionen över serien lika med 9,353,62 och per definition är dess kvadratrots lika med standarden avvikelse (), vilket i detta fall är 96,71. Således ser valutahandlare att risken för det här systemet är ganska högt: Den matematiska förväntan är verkligen positiv, med en genomsnittlig vinst på 4,26 per handel, men standardavvikelsen är hög när jämfört med den vinsten. Det framgår att näringsidkaren riskerar 96,71 för varje möjlighet att tjäna 4,26 i vinst. Denna risk kan vara acceptabel, eller näringsidkaren kan välja att modifiera systemet på jakt efter lägre risk. ett särskilt handelssystem kan valutahandlare göra Använd också normal fördelning och standardavvikelse för att beräkna Z-poängen, vilket indikerar hur ofta lönsamma affärer kommer att uppstå i förhållande till att förlora affärer. Under processen med att utveckla ett vinnande Forex trading system kan den som handlar, undra hur många av de lönsamma affärer som upplevdes under testningen var slumpmässiga, och hur många på varandra följande förlorade affärer måste tolereras för att uppnå vinnande affärer. Till exempel kan vi anta att den genomsnittliga förväntade vinsten från ett visst valutahandelssystem är fyra gånger mindre än det förväntade förlustbeloppet från varje stoppförlustorder som utlöses under handel med detta system. Vissa näringsidkare kan anta att systemet kommer att vinna över tiden, så länge som det finns i genomsnitt minst en lönsam handel för varje fyra förlorande affärer. Men beroende på fördelningen av vinster och förluster kan det här systemet, under realtidshandel, dra ner för djupt för att återhämta sig i tid för nästa vinnare. Normal fördelning kan användas för att generera en Z-poäng, ibland kallad standardpoäng, vilket gör att handlare uppskattar inte bara förhållandet mellan segrar och förluster, men också hur många vinstlösningar som sannolikt kommer att uppstå i följd. En positiv Z-poäng representerar ett värde över medelvärdet, och en negativ Z-poäng representerar ett värde under medelvärdet. För att få det här värdet subtraherar näringsidkaren populationen medelvärdet från ett individuellt råvärde dividerar sedan skillnaden med populationens standardavvikelse. Grundläggande standardpoängberäkning för ett råpoäng betecknat som x är: Var är befolkningen medelvärden och är befolkningsstandardavvikelsen. Det är viktigt att förstå att beräkna Z-poängen kräver att näringsidkaren känner till befolkningens parametrar, inte bara egenskaperna hos ett prov som tagits från den populationen. Z representerar avståndet mellan populationens medelvärde och den råa poängen, uttryckt i enheter av standardavvikelsen. Så, för ett forex trading system: ZN x (R 0,5) P (P x (PN) (N 1) N är det totala antalet affärer under en serie R är det totala antalet serier av att vinna och förlora handel P är lika med 2 x W x LW är det totala antalet vinnande affärer under en serie L är det totala antalet förlorade affärer under en serie. Individuella serier kan representeras av en följdföljd av plusser eller minusar (till exempel eller 8212). R räknar antalet sådan serie. Z kan erbjuda en bedömning av huruvida ett forex-handelssystem är verksamt på målet eller hur långt det är utanför målet. Det är lika viktigt att en näringsidkare kan använda Z-poäng för att avgöra om ett handelssystem innehåller färre eller större serier av vinnare och förlorare än förväntat från en slumpmässig sekvens av trades8211 Med andra ord, huruvida resultaten av konsekutiva affärer är beroende av varandra. Om Z-poängen är nära 0, är ​​fördelningen av handelsresultat nära den normala fördelningen . Resultatet av en sekvens av branscher kan indikera annons ependency mellan resultaten av dessa affärer. Detta beror på att ett normalt slumpmässigt värde kommer att avvika från medelvärdet med högst tre sigma (3 x) med en säkerhet på 99,7. Huruvida Z-värdet är positivt eller negativt kommer att informera näringsidkaren om typen av beroende: Ett positivt Z-värde indikerar att den lönsamma handeln kommer att följas av en förlorare. Och positivt Z indikerar att den lönsamma handeln kommer att följas av en annan lönsam, och en förlorare kommer att följas av en annan förlust. Detta observerade beroende gör att valutahandlare varierar positionsstorlekarna för enskilda branscher för att hjälpa till att hantera risken. Sharpe-förhållandet Sharpe-förhållandet, eller lönsamhetsförhållande, är ett av de mest värdefulla sannolikhetsverktygen för valutahandlare. Liksom med metoderna ovan beskrivs det att man tillämpar begreppen normal distribution och standardavvikelse. Det ger handlare en metod för att kontrollera prestanda för ett handelssystem genom att justera för risk. Det första steget är att beräkna innehavsperiodens retur (HPR). En handel som resulterade i en vinst på 10 har till exempel en HPR beräknad som 1 0,10 1,10 medan en handel som förlorar 10 beräknas som 1 0,10 0,90. På samma sätt kan HPR beräknas genom att dela efterbeloppsbalansbeloppet före handelsbeloppet. Den genomsnittliga innehavsperiodens avkastning (AHPR) beräknas sedan genom att lägga upp alla enskilda innehavsperiodens avkastningar och sedan dividera med antalet branscher. AHPR producerar i sig ett aritmetiskt medelvärde som inte kan beräkna prestandan för ett valutahandel system över tiden. Istället kan en investeringseffektiviseringssystem för handelssystemen beräknas närmare med Sharpe-förhållandet, vilket visar hur AHPR minus riskfri ränta på långfristig avkastning avser standardavvikelsen i handelssystemet. Sharpe-förhållandet AHPR (1 RFR) SD När AHPR är den genomsnittliga innehavsperiodens avkastning är RFR den riskfria avkastningsräntan från säkra investeringar som bankräntor eller långfristiga T-obligationsräntor och SD är standardavvikelsen. Eftersom mer än 99 av alla slumpmässiga värden kommer att ligga inom ett avstånd av 3 runt medelvärdet för M (X) för ett visst handelssystem, desto högre Sharpe-förhållandet är desto effektivare är handelssystemet. Om exempelvis Sharpe-förhållandet för normalt distribuerade handelsresultat är 3, indikerar det att sannolikheten att förlora är mindre än 1 per handel, enligt 3-sigma-regeln. Begreppen normal distribution, dispersion, Z-poäng och Sharpe Ratio är redan inkorporerade i EAs och mekaniska handelssystems logaritmer, och deras användbarhet är osynlig för de flesta handlare. Men genom att veta hur dessa grundläggande sannolikhetsverktyg fungerar kan valutahandlare ha en djupare förståelse för hur automatiserade system utför sina funktioner och därigenom öka sannolikheten för att vinna affärer. Använder du för närvarande sannolikhetsverktyg för att öka din egen chans till framgångSimple High Probability Trading Anställd okt 2011 Status: Medlem 412 Inlägg Som titeln antyder är denna tråd dedikerad till en enkel hög sannolikhetsstrategi som jag har använt i många år. Det har utvecklats under åren, eftersom jag har lärt mig olika saker från olika handlare och gått igenom cykeln för att lägga till och ta bort indikatorer för bekräftelse och den varma känslan av att komma in i en handel att veta eller tänka snarare bara för att en indikator säger att komma in i en handel måste det vara en vinnare. Har jag eliminerat alla indikatorerna Nej, men jag har betydligt mindre än vad jag haft på mina diagram på ett eller annat ställe. Mina diagram i dag är ganska mycket bära med bara ett glidande medelvärde och en cykelindikator för att filtrera bort några av de lägre sannolikhetsinställningarna. Nu är det viktigt att komma ihåg att inget av det jag ska visa dig är ny eller magisk eller kollettsäker. Men med viss övning, tålamod och disciplin kommer du att upptäcka att detta system handlar om det enklaste att handla, det mest raka framåt att lära dig och ger dig en hög vinnande procentandel. Alla dessa är faktorer som jag tror att detaljhandeln måste bli framgång på denna marknad. I slutändan ska jag visa dig hur jag tjänar pengar på marknaderna. Innan vi börjar ska jag skissera några regler för den här tråden. Jag har inte gjort det här förut, men det verkar som om det inte är människor som skisserar regler som tråden hamnar på ämnet eller argumenten raderar. Så här är de: 1. Denna tråd är för strategin jag skisserar i denna tråd och den strategin bara. Om du efter en viss erfarenhet börjar lägga till din egen smak i systemet är du fortfarande ledig till att posta här, men låt inte tråden bli en tråd av många strategier. Den grundläggande förutsättningen bör förbli densamma som är trendhandel med spaltrader. 2. Inga argument Jag säger inte att jag vet allt om marknaderna och kanske min inställning passar inte din personlighet. Det är ok jag kan acceptera det men vänligen börja inte attackera andra affischer på den här tråden eller egentligen bara för att vi kan ha ett annat sätt att göra saker åt dig själv. 3. Låt oss ha kul och tjäna lite pengar så var snäll och posta dina affärer, diagram och frågor Så vad sägs om systemet bra för att jag inte skriver krig och fred i några enskilda inlägg och jag håller lärandeprocessen enkel och i bitar i bitar Jag kommer att skissera systemet över de kommande inläggen. Tack för att du läser och jag hoppas att du hittar lönsamhet med det här systemet som jag har. Anställd Jun 2010 Status: The Villain 2,540 Inlägg Som titeln antyder är denna tråd dedikerad till en enkel hög sannolikhetsstrategi som jag har använt i många år. Det har utvecklats under åren, eftersom jag har lärt mig olika saker från olika handlare och gått igenom cykeln för att lägga till och ta bort indikatorer för bekräftelse och den varma känslan av att komma in i en handel att veta eller tänka snarare bara för att en indikator säger att komma in i en handel måste det vara en vinnare. Har jag eliminerat alla indikatorerna Nej, men jag har betydligt mindre än vad jag har. Nexas. bra att se dig tillbaka. Jag trodde att dina andra trådar var riktigt bra. nyfiken på att se vad du har mer i din arsenal att få spricka. ju tidigare desto bättre. Anställd okt 2011 Status: Medlem 412 Inlägg Så börjar vi med diagrammen. Jag personligen älskar intervalldiagram. Dessa är diagram som bygger på pris och inte tid. Så medan med ett tidsbaserat diagram öppnar och stänger ljuset baserat på en förutbestämd tidsperiod och prisåtgärden för den tidsperioden kommer att finnas i det ett ljuset, ett intervallschema öppnas och stängs baserat på priset. Nu varför är detta viktigt Tja under speciella häftiga perioder på marknaderna kommer ett tidsbaserat diagram att skriva ut många staplar helt enkelt på grund av tidens gång. Detta kan göra ett diagram att se lite otrevligt och svårt att handla. Med intervalldiagrammen är det emellertid inte ett problem eftersom konsolideringen kan innehålla bara några få barer som motsätter sig många barer. Så trender är lättare att upptäcka och handla Om du vill ha en djupare dyka i Range Bars, ta en titt på följande länk - Investopediaarticles. erent-view. asp Så det första att förstå är att jag handlar intervalldiagram. Jag använder tidsbaserade diagram för att få ett perspektiv, men i verkligheten kan jag göra all min handel baserad på dessa diagram. Hur stor är det intervall jag hör dig, säger bra för att vara ärlig förändras detta på grund av volatiliteten på marknaderna. Men för närvarande handlar jag 8-10 områden för dagshandel och 40-50 intervall för långsiktig handel. Var kan du få intervallstänger Tja, jag gjorde en google och hittade följande som kan vara till hjälp - dailyfxforexforumg. - mt4-fxcm. html Observera att jag handlar med NinjaTrader som tillhandahåller intervallstänger som en del av deras standardutbud, även om du måste betala för dataflödet, om du självklart inte handlar med FXCM, i vilket fall tror jag att du kan få FX gratis. Så kortfattat är de diagram som jag handlar med spaltstänger och när vi fortsätter in i den här tråden ser du bara varför jag älskar dem så mycket. Spaltfältet mäter ett bestämt utbud av prisrörelser eller antal branscher och när det intervallet eller branschen är uppfyllt trycker du på stapeln. En renko-bar gör detsamma förutom att intervallet måste vara helt i en riktning för stapeln att skriva ut. Så med en 10 tick renko-bar måste intervallet vara helt eller helt ned för att det ska skrivas ut. Ex: A 10 tick-område eller handelsfält kan öppnas på 100,00 och ha 5 fästingar upp till 100,05 och 5 fästingar ner till 99,95 och baren skulle skriva ut. En 10 tick renko bar skulle behöva ha 10 fästingar upp till 100,10 eller 10 fästingar ner till 99,90 innan den skulle skriva ut. Du borde gå på vägen för att lära sig forex seminarier på high end resorts och hotell - mycket tydlig och kortfattad. Tack Wow massor av inlägg ser jag att alla verkar hjälpa varandra, vilket är exakt som det borde vara. OK så på nästa del av systemet. Indikatorerna. Jag har spelat med några olika saker men som jag sa enkelhet vinner alltid. Jag tycker att jag kan se marknaden bäst och ta de bästa inställningarna när jag inte distraheras av massor av linjer så jag kommer alltid tillbaka till ett glidande medelvärde och det är 100 EMA. Regeln för detta är enkel. Om marknaden ligger över den linje jag letar efter köper och om det är den under den linje jag letar efter säljer. Förutom det glidande medelvärdet använder jag en cykelindikator för att stoppa mig i dåliga affärer och det är CCI. Jag använder 7 period CCI men jag använder inte den som du skulle kunna föreställa dig. Som motsats till att använda den som en indikeringsindikator använder jag den som ett filter. Så jag lät det berätta för mig när jag inte skulle komma in i en handel. Reglerna är enkla när jag får min inloggningssignal (för att bli täckt senare) för länge måste CCI vara över -50 och för korta måste CCI understiga 50. Motivationen för detta är enkelt. Vi försöker rita trenderna men vill bara vara involverade när trenden är igång och inte under retracement. Så vi använder CCI för att indikera för oss när en cykel slutar (retracement cykeln) och den nya cykeln börjar. Så att sammanfatta. 100 EMA 7 Period CC I För Långa Pris över 100 EMA-amp CCI över -50 på ingångssignalen bifogad bild (klicka för att förstora)