Desenvolvimento Automatizado do Sistema de Negociação com MATLAB Stuart Kozola, MathWorks Quer aprender como criar um sistema de negociação automatizado que possa lidar com várias contas de negociação, classes de ativos múltiplos e comércio em vários locais de negociação Simultaneamente Neste webinar, apresentaremos um exemplo de fluxo de trabalho para pesquisar, Implementando, testando e implantando uma estratégia de negociação automatizada oferecendo a máxima flexibilidade no que e com quem você troca. Você aprenderá como os produtos MATLAB podem ser usados para coleta de dados, análise e visualização de dados, desenvolvimento e calibração de modelos, backtesting, testes avançados, integração com sistemas existentes e, finalmente, implantação para negociação em tempo real. Examinamos cada uma das partes neste processo e veremos como o MATLAB fornece uma plataforma única que permite a solução eficiente de todas as partes desse problema. Os tópicos específicos incluem: Opções de coleta de dados, incluindo dados históricos diários, intradiários e em tempo real Construção de modelos e prototipagem em MATLAB Backtesting e calibração de um modelo Teste avançado e validação do modelo Interação com bibliotecas e software existentes para execução comercial Implementação do aplicativo final Em vários ambientes, incluindo o. NET, JAVA e Excel Tools para negociação de alta freqüência, incluindo computação paralela, GPUs e geração de código C de MATLAB Product Focus Selecione seu país Desenvolvimento de sistema comercial com MATLAB Stuart Kozola, MathWorks Quer aprender como Para criar um sistema de negociação automatizado que pode lidar com várias contas de negociação, várias classes de ativos e comércio em vários locais de negociação Simultaneamente Neste webinar, apresentaremos um exemplo de fluxo de trabalho para pesquisar, implementar, testar e implementar uma estratégia de negociação automatizada oferecendo a máxima flexibilidade em que E com quem você troca. Você aprenderá como os produtos MATLAB podem ser usados para coleta de dados, análise e visualização de dados, desenvolvimento e calibração de modelos, backtesting, testes avançados, integração com sistemas existentes e, finalmente, implantação para negociação em tempo real. Examinamos cada uma das partes neste processo e veremos como o MATLAB fornece uma plataforma única que permite a solução eficiente de todas as partes desse problema. Os tópicos específicos incluem: Opções de coleta de dados, incluindo dados históricos diários, intradiários e em tempo real Construção de modelos e prototipagem em MATLAB Backtesting e calibração de um modelo Teste avançado e validação do modelo Interação com bibliotecas e software existentes para execução comercial Implementação do aplicativo final Em vários ambientes, incluindo. NET, JAVA e Excel Tools para negociação de alta freqüência, incluindo computação paralela, GPUs e geração de código C de MATLAB Product Focus Selecione seu país
Pedido: RSI ATR De acordo com o artigo, a disciplina RSI ATR foi testada durante 3,5 anos usando uma capital inicial de 1000 e acabou com mais de 60,000 de 60x. E isso estava usando tamanhos de 1 tamanho do dia 1 a 3,5 anos depois. O retorno pode ser maior se o script escalar com base no capital em questão. Resultado do backtest que postei no fórum VT: resultados muito interessantes Só tentou em gráficos 1H para EURUSD (320pips), GBPUSD (450pips), USDJPY (175pips), EURJPY (-80pips) em um período de 1 mês Parece muito consistente (34 vitórias) Para um total de 865 pips vencedores. BTW. JPY é uma moeda muito agitada e, no entanto, ganhou algum lucro no USDJPY. Eu aposto se VT pudesse fazer ordens de entrada, parar e limites, este poderia fazer mais. PS. É RSI (21) e ATR (21) Wow Wackena você se tornou o expert residente da EA no fórum. Parece que este EA foi concebido para o GBPUSD. Produz os resultados mais impressionantes (200 em 8 meses) de backtesting. Os outros resultados foram desi
Comments
Post a Comment