Handelslager och alternativ med rörliga genomsnittsvärden En kvantifierad strategi Transskription 1 Connors Research Trading Strategy-serie Handelslager och alternativ med rörliga genomsnittsvärden En kvantifierad metod av Connors Research, LLC Laurence Connors Matt Radtke 2 Page 2 Copyright 2013, Connors Research, LLC. ALLA RÄTTIGHETER FÖRBEHÅLLNA. Ingen del av denna publikation får reproduceras, lagras i ett hämtningssystem eller överföras, i någon form eller på något sätt, elektronisk, mekanisk, fotokopiering, inspelning eller på annat sätt utan föregående skriftligt tillstånd från förlaget och författaren. Denna publikation är utformad för att ge korrekt och auktoritativ information om ämnet som omfattas. Det säljs med förståelsen att författaren och utgivaren inte är engagerade i att göra juridisk, bokföring eller annan professionell tjänst. Bemyndigande att kopiera objekt för internt eller personligt bruk, eller i internt eller personligt bruk av specifika kunder, beviljas av Connors Research, LLC, förutsatt att amerikanska 7,00 per sida avgift betalas direkt till Connors Research, LLC, ISBN Printed in Usa. 3 Page 3 Ansvarsbegränsning Genom att distribuera denna publikation tillhandahåller Connors Research, LLC, Laurence A. Connors och Matt Radtke (gemensamt benämnt Companyquot) varken investeringsrådgivning eller agerar som registrerade investeringsrådgivare eller mäklare berätta eller föreslå vilka värdepapper eller valutor kunder ska köpa eller sälja för sig själva. Analytikerna och anställda eller dotterbolag till bolaget kan inneha positioner i de aktier, valutor eller industrier som diskuteras här. Du förstår och erkänner att det finns en mycket hög grad av risker i handel med värdepapper och valutor. Företaget, författarna, utgivaren och alla dotterbolag till Bolaget åtar sig inget ansvar eller ansvar för dina handels - och investeringsresultat. Fakta om företagets hemsida, eller i dess publikationer, görs från och med det datum som anges och kan ändras utan föregående meddelande. Det bör inte antas att de metoder, tekniker eller indikatorer som presenteras i dessa produkter kommer att vara lönsamma eller att de inte kommer att leda till förluster. Tidigare resultat av varje enskild näringsidkare eller handelssystem som publiceras av bolaget är inte en indikation på framtida avkastning av den näringsidkaren eller systemet, och är inte en indikation på framtida avkastning som realiseras av dig. Dessutom tillhandahålls indikatorerna, strategierna, kolumnerna, artiklarna och alla andra funktioner i Companys produkter (kollektivt quotInformationquot) endast för informations - och utbildningsändamål och bör inte tolkas som investeringsrådgivning. Exempel som presenteras på Companys webbplats är endast för utbildningsändamål. Sådana uppställningar kräver inte någon order att köpa eller sälja. Följaktligen borde du inte förlita dig endast på Informationen för att göra några investeringar. Snarare bör du endast använda informationen som utgångspunkt för att göra ytterligare oberoende forskning för att du ska kunna bilda din egen åsikt om investeringar. Du bör alltid kolla med din licensierade finansiell rådgivare och skatterådgivare för att bestämma vilken investering som helst. HYPOTETISKA ELLER SIMULERADE RESULTATRESULTAT HAR SÄRSKILDA BEGRÄNSNINGAR. I likhet med en verklig prestationsrekord, representerar SIMULERADE RESULTAT INTE VERKLIGT HANDEL OCH KAN INTE TILLFÄLLAS AV MÖLJNING OCH ANDRA SLIPPAGEFÖLJ. Eftersom de faktiska omständigheterna inte har genomförts, kan resultaten ha underförstått eller överkompenseras för konsekvenserna, om några av vissa marknadsfaktorer, som saknar likviditet. SIMULERADE HANDELSPROGRAMMER I ALLMÄNT ÄR ÄVEN FAKTISKT ATT DE HAR DESIGNERAT MED HÄNDSKYDDENS FÖRDELAR. INGEN REPRESENTATION GÖRAS ATT ANTAL KONKURRERAR ELLER ÄR LIKTIGT FÖR ATT FÖRVÄNDA RESULTAT ELLER TABELL SOM LIKNAR TILL DE VISADE. Connors Research 10 Exchange Place Suite 1800 Jersey City, NJ 07302 4 Page 4 Innehållsförteckning Avsnitt 1 Introduktion. 5 Sektion 2 Strategiregler. 8 Avsnitt 3 Testresultat Avsnitt 4 Välja strategiparametrar Avsnitt 5 Använda alternativ Avsnitt 6 Ytterligare tankar Bilaga: ConnorsRSI-indikatorn och den historiska volatiliteten. 31 5 Page 5 Avsnitt 1 Introduktion 6 Page 6 Indikatorer är inte alltid vad de verkar vara. Flytta medelvärden används ofta som ett trendverktyg. I många av de handelsstrategier som vi har utvecklat genom åren används 200-dagars glidande medelvärde (MA) för att identifiera riktningens riktning. Vi har funnit att endast köpa signaler när priset är över 200 dag MA kan förbättra lönsamheten i många system. Nyligen fullbordade vi forskning som visar glidande medelvärden kan också användas som en del av en strategi för att hitta korta, genomsnittliga återförsäljningsmöjligheter. Detta kan vara förvånande för vissa handlare eftersom det kan tyckas märkligt att använda en trend som följer indikator som MA i en kortvarig, genomsnittlig reverseringsstrategi. Medan MAs används i denna strategi tillämpas MA inte på sitt traditionella sätt. Som vi påpekade i 2004 års bok How Markets Really Work, är det viktigt att utveckla unika insikter om prisuppträdandet. I hur marknader verkligen fungerar testade vi allmänt kunskap och upptäckte att det inte alltid var bäst att följa allmänt accepterade marknads sanningar. Vi fann att det var bäst att köpa kortfristig svaghet till exempel och forskning visade att selektiv köp när marknadens bredd var fattig var mer lönsam än att köpa när marknadens breddindikatorer var jämnt positiva. Vi upptäckte också att volymförändringar var irrelevanta för att göra köp och sälja beslut trots den stora tron bland handlare att volymen är nödvändig för att bekräfta en uptrend. Vi har fortsatt den typen av forskning och vi tittar alltid på data istället för allmänt accepterade sanningar. Därmed fann vi att glidande medelvärden (MAs) kan användas som kortsiktiga timingverktyg. Traditionellt brukar MAs vanligtvis användas som trendverktyg. Köpsignaler ges när priserna ligger nära MA och försäljningssignaler beror på stängning under MA. Medan de kan användas lönsamt på detta sätt finns det också ett antal problem som är förknippade med MAs. När en marknad är intervallbunden, vilket är det mesta, upplever näringsidkare ett antal whipsaw-branscher medan de väntar på att nästa trend kommer fram. Whipsaw handlar är poster som snabbt vänds. Provisioner och andra handelskostnader kan vara väsentliga när priserna piska fram och tillbaka runt det glidande genomsnittet och dessa kostnader minskar vinsten. Signaler baserade på MAs kommer alltid alltid att vara sent. Detta är genom design sedan MAs springer marknaden. Dessa förseningar kan dock leda till att stora prisökningar saknas. Priset på SPDR SampP 500 ETF (NYSE: SPY) ökade mer än 30 efter botten i mars 2009, till exempel, innan långsiktiga MAs gav köpssignaler. System som är baserade på MA har i allmänhet låga vinster och en majoritet av systemvinsterna kommer från endast några av branscherna. De flesta affärer slutar i endast små vinster eller förluster som kommer från whipsaws. Dessa problem gör MAs svåra att handla. Vid backprovning under långa perioder verkar de vara lönsamma, men i realtid leder de försenade signalerna och det stora antalet förlorande affärer många handelsmän att överge systemet. Vi såg problemen med MAs som ett tillfälle att utveckla ett handelssystem baserat på genomsnittlig reversering. 7 Page 7 Whipsaws orsakas av den binära naturen hos MA-systemet. Det är alltid antingen in eller ute på marknaden, eller är alltid lång eller kort, baserat på MA: s interaktion med priserna. Vi kan minska problemet genom att definiera regler som endast tar höga sannolikheter. Många marknader kan inte hanteras större delen av tiden och regler kan utformas för att känna igen när marknaden är extrem och bara handel under de rätta förutsättningarna. En annan svaghet i MA-system är att de ger tillbaka stora vinstmängder efter det att trenden går tillbaka innan de lämnar eller de kräver förseningar som saknar stora vinster innan de hamnar i handeln. Detta beror på att priserna flyttar väsentligt bort från MA när marknaderna trender. Vissa näringsidkare tar itu med detta problem genom att stänga affärer när priserna avviker för långt från en MA, vilket leder till ett annat problem eftersom starka trender kommer att saknas och lönsamheten för systemet kommer att minskas. Vi löser problemet med att använda två MA, vilket minimerar fördröjningarna vid vändpunkter. Alla strategireglerna är helt detaljerade i nästa avsnitt. Detta är ett kraftfullt nytt sätt att använda MAs som kan leverera vinst på vilken marknad som helst. Vi hoppas att du njuter av den här nästa delen av Connors Research Trading Strategy Guidebook Series. Om du vill se fler ämnen från vår Strategy Research Series vänligen klicka här. 8 Page 8 Avsnitt 2 Strategiregler 9 Page 9 Flyttande medel används vanligen för att följa trenderna. Vissa näringsidkare kommer att använda MA: er för att hjälpa till att identifiera överköpta eller överlämnade marknader. Denna metod innebär vanligtvis att identifiera när priset har flyttat för långt från MA. För att bestämma när priserna är för långt från en MA, läggs kanaler, baserat på procenttal eller standardavvikelser, ofta till MA. Kanaler misslyckas med att identifiera styrka och är alltid felaktiga under marknadens största framsteg eller minskningar. Den kvantifierade rörliga genomsnittsstrategin använder två glidande medelvärden för att minska sannolikheten för att vara fel vid stora marknadssvingningar. Båda glidande medelvärden kommer att röra sig tillsammans med priserna och förhållandet mellan de två genomsnitten kommer att belysa överdrivna marknadens ytterligheter. Denna strategi genomför handel med en enkel tre stegs process som består av Setup, Entry och Exit. Reglerna för var och en av dessa steg beskrivs nedan. En kvantifierad rörlig genomsnittsstrategisättning uppstår när alla följande villkor är sanna: 1. Aktiens pris måste vara över 5. 2. Aktiens genomsnittliga dagliga volym under de senaste 21 handelsdagarna (ungefär en månad) måste vara minst 250 000 aktier. 3. Den historiska volatiliteten under de senaste 100 dagarna, eller HV (100), måste vara större än 30. (Se bilagan för en definition av historisk volatilitet). 4. Dagens stäng måste vara över 200 dagars glidande medelvärde, eller MA (200). 5. Den snabba MA är minst Y under den långsamma MA där Y 2,5, 5,0, 7,5 eller 10,0. Följande MA scenarier testas: Scenario Snabb MA Långsam MA 1 MA (C, 5) MA (C, 10) 2 MA (C, 5) MA (C, 20) 3 MA (C, 5) 50) 4 MA (C, 10) MA (C, 20) 5 MA (C, 10) MA (C, 50) Om föregående dag var en inställning, så skriver vi in en handel med: 6. Inlämning av en gränsorder till köp aktien till ett pris X under gårdag s stäng, där X är 2, 4, 6, 8 eller 10. När vi har gått in i handeln, avslutar vi med en av följande metoder, valt i förväg: 7a. Aktiekursens slutkurs är högre än föregående dag s close. Vi hänvisar vanligen till denna exit som First Up Close. 7b. Lagret stängs med ett ConnorsRSI-värde större än 50. 7c. Lagret stängs med ett ConnorsRSI-värde större än 70. 7d. Lagrets slutkurs är större än 3 dagars glidande medelvärde, eller MA (3). 7e. Aktiekursens slutkurs är större än 5 dagars glidande medelvärde, eller MA (5). 10 Page 10 Låt oss titta på varje regel i lite mer djup och förklara varför det ingår i strategin. Regler 1 amp 2 säkerställer att vi återfinns i starkt likvida aktier som lätt kan köpas och säljas med snäva budspreads som minskar handelskostnaderna. Regel 3 försäkrar att beståndet har tillräckligt med volatilitet för att möjliggöra stora drag. Regel 4 identifierar riktningen för den långsiktiga trenden. Genom att kräva närmast över 200 dagens MA, hittar vi aktier som säljs men förblir på lång sikt. Regel 5 identifierar överskridande extremiteter på kort sikt. Regel 6 låter oss komma in i handeln till ett optimalt pris. Inställningsreglerna identifierar ett överlåtat lager och ingångsregeln väntar på att den blir ännu mer översoldad på intradagbasis. Regel 7 ger en väldefinierad utgångsmetod. Få strategier har kvantifierade, strukturerade och disciplinerade exitregler. Regel 7 ger dig de exakta parametrarna för att avsluta handeln, bakom många år av historiska testresultat. Precis som för alla andra strategiparametrar väljer vi i förväg vilken typ av utgång som vi ska använda, och tillämpa den regelen regelbundet i vår handel. Regler 7b och 7c använder ConnorsRSI för att definiera utgången. Tidigare använde många av våra strategier en 2 dagars RSI eller RSI (2) för att identifiera överköpta och överlämnade villkor. Vår senaste forskning har visat ConnorsRSI vara en mer effektiv indikator. Om du inte känner till ConnorsRSI, finns detaljer i bilagan. I vår testning stängde vi alla affärer vid slutet av handel den dag då utgångssignalen inträffade. Om detta inte är ett alternativ för dig har vår forskning i allmänhet visat att liknande resultat uppnås om du lämnar dina positioner vid eller nära öppningen nästa morgon. Låt oss nu se hur en typisk handel ser ut på ett diagram. För exemplet nedan använder vi en strategivariation som kräver att 5 dagars MA ska vara mer än 10 under 20 dagens MA på installationsdagen. Gränsordern placeras 6 under inställningsdagens slutkurs. Vi kommer att lämna när ConnorsRSI är större än 70, utgångsmetoden definierad av regel 7c. 11 Page 11 Diagram skapad i TradingView. Reprinted courtesy of TradingVew. Figur 1: Smith Amp Wesson Corp. (SWHC) Handel Tabellen ovan gäller för Smith Amp Wesson Holding Corp, vars symbol är SWHC. I diagrammet visar toppruden prisstängerna i svart, 5 dagarna MA eller MA (5) i blått och 20 dagarna MA eller MA (20) i grönt. Den gröna pilen visar när handeln matades in och den röda pilen markerar dagen då utgångsregeln utlöses. Regel 1 är uppfylld eftersom stockens slutkurs är 7,96 den 22 augusti 2012, långt över minimivärdet på 5. Regel 2 är uppfyllt eftersom den genomsnittliga dagliga volymen på den dag då installationen är klar är mer än 1,9 miljoner över minst 250 000. Regel 3 kräver den historiska volatiliteten under de senaste 100 dagarna, eller HV (100), vara större än 30 den dag då installationen är klar. Det faktiska värdet av HV (100) på den dagen var 12 Page 12 Regel 4 är nöjd eftersom SWHC stängdes kl 7,96, över 200 dag MA som var 6,43 den dagen. Regel 5 kräver att den snabba MA är minst Y under den långsamma MA där Y 2,5, 5,0, 7,5 eller 10,0. Vi använder 5 dagar för den snabba MA och 20 dagar för den långsamma MA med Y 10.0. 5 dag MA var 8,09 och 20 dag MA var 9.24 den 22 augusti. I detta fall var den snabba MA mer än 12 under den långsamma MA. Förhållandet mellan de två MAs kan hittas med följande formel: Procent överbelopp ((Fast MA Slow MA) 1) 100 ((8.09 9.24) 1) 100 ((0.8756) 1) 100 12.44 Om den snabba MA är över den långsamma MA, skulle detta värde vara positivt. Eftersom alla fem inställningsreglerna är uppfyllda anger vi en order för nästa handelsdag, den 23 augusti. Vår valda strategivariation berättar att vi använder en gräns 6 under inställningsdagens slutkurs (regel 6), så vi skulle använda ett gränspris på: Gränsvärde Stäng x (1 Gräns) 7,96 x 0,94 7,4 Den 23 augusti den 23 augusti av SWHC sjönk så lågt som 7,40, så vår orderorder fylls och vi köper beståndet till gränsen pris på 7,48. På nästa handelsdag den 24 augusti stängde priset på SWHC kl. 8.05. ConnorsRSI flyttade upp till Detta är över 70, utlösande vår Exit (Rule 7c). Vi stänger vår position vid eller nära slutkursen 8,05, vilket ger oss vinst på handeln med 7,6 före provisioner och avgifter: Resultatförbättring (eller förlust) Kostnadsbas (8.05 7.48) 7.48 0.57 7.48 7.6 Låt oss titta på ett annat exempel med lite olika handelsparametrar. I det här exemplet kommer vi att kräva att 5 dagars MA ska vara mer än 5 under 20 dag MA på installationsdagen. Limiteringsordern placeras 8 under inställningsdagens slutkurs. Vi avslutar när priset stänger över 5 dagars MA, utgångsmetoden som definieras i regel 7e. Diagrammet nedan är för Spreadtrum Communications (SPRD), och använder samma konventioner som föregående diagram. 13 Page 13 Diagram skapad i TradingView. Reprinted courtesy of TradingVew. Figur 2: Spreadtrum Communications Inc. (SPRD) Handel Uppställningsdagen för den här handeln var den 13 december. Enligt regel 1 är slutkursen över 5 vid Regel 2 uppfylld, eftersom den genomsnittliga dagliga volymen på dagen då installationen är klar är över 1,9 miljoner aktier, över minst 250 000. Regel 3 är nöjd eftersom HV (100) är regel 4, tas om hand när SPRD stängdes kl 20.74, ovanför dess 200 dag MA i regel 5 kräver snabb MA är minst Y under den långsamma MA där Y 2,5, 5,0, 7,5 , eller 10,0. Vi använder 5 dagar för den snabba MA och 20 dagar för den långsamma MA med Y 5.0. 5 dag MA var 21,82 och 20 dag MA var 24,39 den 13 december. I detta fall var den snabba MA nästan 11 under den långsamma MA. Förhållandet mellan de två MAs kan hittas med följande formel: Procent överbelopp ((Fast MA Slow MA) 1) 100 ((21.82 24.39) 1) 100 ((0.8946) 1) 100 10.54 Med alla våra installationsvillkor uppfyllda, Vi är redo att lägga en order för nästa dag. Sedan SPRD stängde kl 20.74 kommer gränsvärdet att placeras på 19,08 (20,74 0,92) enligt regel 6. 14 december 14 prissätter priset på SPRD en intradag låg på 17,51, vilket ligger under vårt gränsvärde, så vår order blir fylld och vi går in i handeln. Utgången utlöses den 20 december då SPRD stängde 21.38, över dess 5 dag MA för första gången sedan handeln inkom. Denna handel skulle ha genererat en vinst på cirka 12,1 före provisioner och avgifter. Nu när du har en bra förståelse för handelsmekanikerna, ser vi på de historiska testresultaten för olika variationer av strategin. 15 Page 15 Avsnitt 3 Testresultat 16 Page 16 Vi kan aldrig säkert veta hur en handelsstrategi kommer att fungera i framtiden. Men för en fullständigt kvantifierad strategi som den som beskrivs i den här handboken kan vi åtminstone utvärdera hur strategin har utförts tidigare. Denna process är känd som backtestning. För att utföra ett backtest väljer vi först en grupp värdepapper (ibland kallad en vaktlista) som vi vill testa strategin på. I vårt fall består urvalslistan av icke-levererade aktier. Därefter väljer vi en tidsram över vilken du ska testa. Ju längre tidsramen är, desto mer signifikanta och informativa blir testresultatet. Tillbaka testerna för den här guiden börjar i januari 2001 och går igenom slutet av september 2013, det senaste datumet för vilket vi har data enligt detta skrivande. Slutligen tillämpar vi våra regler för inmatning och utträde till varje lager i vaktlistan under hela testperioden, inspelning av data för varje handel som skulle ha angivits och aggregering av alla handelsdata över en viss strategivariant. En av de viktigaste statistiken som vi kan hämta från de testade resultaten är Average ProfitLoss, även känd som genomsnittlig vinst per handel. Vissa handlare hänvisar till detta som kanten. Den genomsnittliga PL är summan av alla vinster (uttryckt i procent) och alla förluster (även i procent) dividerat med totalt antal affärer. Tänk på följande tio handlingar: Handel nr Gain eller förlust 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 Genomsnittlig PL skulle beräknas som: Genomsnittlig PL (1,7 2,1 0,6 0,6 1,2 3,8 1,9 0,4 3,7 2,6) 10 Genomsnittlig PL 1,08 Genomsnittlig PL är den genomsnittliga vinsten baserad på investerat kapital, det vill säga hur mycket pengar vi faktiskt spenderade för att komma in i varje handel. För kortfristiga affärer som varar mellan tre och tio handelsdagar, söker de flesta handlare en genomsnittlig PL på 0,5 till 2,5 över alla branscher. Allt annat lika mycket, ju större genomsnittliga PL, desto mer kommer ditt konto att växa över tiden. Naturligtvis är alla andra saker aldrig lika. Speciellt är det viktigt att överväga antalet transaktioner metriska i kombination med genomsnittlig PL. Om du använder ungefär samma kapital för varje handel du anger kommer du tjäna mycket mer pengar på tio affärer med en genomsnittlig vinst på 4 per handel än vad du gör på en handel som gör 10. En annan viktig metrisk är vinstprocenten eller vinstfrekvensen. Detta är helt enkelt antalet lönsamma affärer dividerat med det totala antalet affärer. I tabellen ovan var 7 av de 10 branscherna lönsamma, dvs hade positiv avkastning. För detta exempel är vinstprocenten 7 10 70. Varför bryr vi oss om Win Rate, så länge vi har en tillräckligt hög genomsnittlig PL eftersom högre Win-priser generellt leder till mindre volatil portföljtillväxt. Att förlora affärer har ett sätt att klämma upp, och när de gör det minskar värdet på din portfölj. Detta är känt som drawdown. Dessa minskningar kan i sin tur göra att du förlorar sömn eller ens överväga att överge din handel helt och hållet. Om det finns färre förlorare, det vill säga en högre vinstprocent, så är förlusterna mindre benägna att klumpa och ditt portföljvärde är sannolikt att växa smidigt uppåt snarare än att uppleva våldsamma upp och ner svängningar. 18 Page 18 Låt oss uppmärksamma testresultaten för de olika variationerna i den kvantifierade rörliga genomsnittsstrategin. I tabellen nedan sorteras testresultaten för att visa de 20 variationer som producerade högsta genomsnittliga PL. Alla variationer som genererade färre än 100 handelssignaler under 12-års testperioden har filtrerats bort för att undvika att resultaten slängs. Topp 20 Variationer Baserat på Genomsnittlig vinsthandel Genomsnitt PL Genomsnitt Dagen Håll Win MA Scenario MA Sträckgräns Utgångsmetod MA (5) MA (10) Stäng gt MA (5) MA (10) MA (20) Stäng MA MA (5) MA (5) MA (5) MA (20) CRSI gt MA (5) MA (20) Close gt MA ) MA (10) Stäng gt MA (5) MA (5) MA (10) Stäng gt MA (5) MA (5) MA (10) CRSI gt MA (10) MA (5) MA (5) MA (10) CRSI gt 70 1, MA (5) MA (20) Close gt MA (5) MA (10) MA (20) Stäng gt MA (5) 1, MA (5) MA (10) CRSI gt MA (5) MA 70 1, MA (5) MA (10) Stäng gt MA (5) MA (5) MA (10) CRSI gt 70 Nedan finns en förklaring av varje kolumn. Handel är det antal gånger den här variationen utlöstes från den 1 januari 2001 den 30 september är Gem PL det genomsnittliga procentuella resultatet eller förlusten för alla affärer, inklusive förlorande affärer, baserat på investerat kapital. De översta 20 variationerna visar vinster från 3,93 till 5,51 under 12-års testperioden. Gem Days Held är den genomsnittliga handelstiden uttryckt som ett antal dagar. Räckvidden för variationerna ovan är relativt liten, medeltal drygt 4 dagar. 19 Page 19 Vinn är andelen av simulerade affärer som slutade med vinst. De flesta av de 20 bästa variationerna har vinstpriser i de låga 70-talet. Detta är en hög andel lönsamma affärer i en värld där många handlare syftar till 50 60. MA Scenario definierar de två glidande medelvärdena som används i testet. Detta motsvarar regel 5 och visar värdena för de snabba och långsamma mapparna. Följande MA scenarier testades: Scenario Snabb MA Slow MA 1 C (MA) MA (C, 10) 2 MA (C, 5) MA (C, 20) 3 MA (C, 5) MA ) 4 MA (C, 10) MA (C, 20) 5 MA (C, 10) MA (C, 50) Handlar MA-sträckan motsvarar värdet på Y i regel 5 i strategin. Denna kolumn visar värdet på Y för regeln som säger att den snabba MA är minst Y under den långsamma MA där Y 2,5, 5,0, 7,5 eller 10,0. Gränsen är relaterad till regel 6 i strategin och bestämmer gränspriset som kommer att användas för att komma in i handeln. Vi testade gränser på 2, 4, 6, 8 eller 10 under inställningsdagen s stängda. Avslutningsmetod är den regel som användes för att avsluta handeln med denna strategiska variant, som beskrivs i regel 7. Låt oss nu se på de strategiska variationer som historiskt har haft högsta frekvensen av lönsamma affärer eller Win Rate. Topp 20 Variationer Baserat på Högsta Vinstfrekvens Gem PL Genomsnitt Dagen Håll Win MA Scenario MA Sträckgräns Utgångsmetod MA (5) MA (10) Stäng gt MA (5) MA (5) MA (10) Stäng gt MA (5) 1 , MA (5) MA (10) Stäng gt MA (5) 2, MA (5) MA (10) Stäng gt MA (5) 2, MA (5) MA ) MA (10) Stäng gt MA (3) 1, MA (5) MA (20) Stäng gt MA (5) MA (5) MA ) Stäng gt MA (5) 1, MA (5) MA (10) Stäng gt MA (3) 1, MA (5) MA (10) Först upp Stäng MA (5) MA 3, MA (5) MA (20) Stäng gt MA (5) 20 Page 20 1, MA (5) MA (10) CRSI gt MA (5) MA (10) CRSI gt 50 1, MA (5) MA 20) Stäng gt MA (5) 2, MA (5) MA (20) Stäng gt MA (5) 4, MA (5) MA CRSI gt 50 1, MA (5) MA (10) CRSI gt 70 Alla 20 av de bästa variationerna har historiskt sett gjort en vinst på minst 70 av de identifierade branscherna. Observera att det finns en hel del överlappning mellan denna lista och den presenteras i föregående avsnitt om genomsnittlig PL. Denna överlapp indikerar att vi har flera strategiska variationer som historiskt har vunnit konsekvent samtidigt som de producerar utmärkta kanter. 21 Page 21 Avsnitt 4 Välja strategiparametrar 22 Page 22 I tidigare kapitel har vi beskrivit de olika värdena som testats för strategiparametrar som de rörliga genomsnittsvärdena vi använder, avståndet för den snabba MA-värdet faller under den kortare MA-inmatningsgränsen och utgångsmetoden. I det här avsnittet kommer vi att diskutera några ytterligare faktorer att överväga när du bestämmer vilken variant (er) som ska användas i din handel. Låt oss prata om inmatningar och utgångar för ett ögonblick. Både regler för inresa och utträde kan betraktas med avseende på hur strikta de är, dvs hur lätt eller svårt de ska uppnå. Du kan också säga att stränghet är ett mått på hur ofta eller sällan regelvillkoren uppstår. För oscillatorer som ConnorsRSI är värden som är närmare extremiteterna (0 och 100) strängare (mindre sannolikt att inträffa) än värden i mitten av intervallet. Striktare regler för tillträde kommer att vara mindre nöjda än mer smidiga regler för tillträde och således kommer en strategi som bygger på strängare regler generellt att generera färre affärer än en strategi vars regler för införande lättare är uppfyllda. Med en robust strategi är belöningen för färre affärer vanligtvis en högre vinst per handel, i genomsnitt. Om du köper ett något överlåtat lager, är det troligtvis att ge en måttlig vinst. Men om du väntar på att beståndet blir extremt översult, är chansen mycket högre att det kommer att uppstå en betydande prishöjning och resultera i större vinst. I motsats till reglerna för inträde har stränghetsreglerna för utträde liten effekt på antalet affärer som genereras av strategin. Men, precis som reglerna för införande, leder strängare exitregler normalt till högre genomsnittlig vinst. Varför Eftersom strängare exitregler tenderar att hålla dig i dina affärer under en längre tid, ger stocken mer tid att uppleva det genomsnittliga reverseringsbeteendet som vi försöker utnyttja med en strategi som denna kvantifierade strategi för handelslager och alternativ med rörliga genomsnittsvärden. För inmatningar är avvägningen emellertid mellan fler affärer och högre vinster per handel, medan för utlopp är avvägningen mellan kortare handelsvaror och högre vinster per handel. 23 Page 23 Trades Låt oss nu göra vår uppmärksamhet till den strategi som beskrivs i den här handboken. I tabellen nedan jämför vi fyra variabler av strategin som alla använder samma glidande genomsnittliga scenario (5 dagar för den snabba MA och 10 dagar för den långsamma MA), samma gränsvärde (6) och samma utgångsmetod (ConnorsRSI gt 70). Bara värdet av MA Sträck för inmatningströskeln skiljer sig mellan de variationer som visas nedan. Effekten av MA Stretch Entry-tröskel för kvantifierad MA-strategi Avg PL Avgardagen Håll Win MA Scenario MA Stretch Limit Exit Method 10, MA (5) MA (10) CRSI gt 70 3, MA (5) MA (10) CRSI gt 70 1, MA (5) MA (10) CRSI gt MA (5) MA (10) CRSI gt 70 Trades Observera att den mest lätta inmatningen i tabellen, den första raden med en MA sträcka på 2,5, genererade de flesta handelssignalerna och Den lägsta vinsten per handel. När införingsregeln blir strängare, dvs MA-tröskelvärdet ökar, ser vi färre och färre handelssignaler men högre och högre genomsnittliga vinster per handel. Variationen med en inträdesgräns på 10 ökar genomsnittlig PL med cirka 75 jämfört med den första variationen, men har också mindre än 120: e antalet branscher. Det borde inte förvåna att mönstret dyker upp igen när vi håller alla parametrar konstanta utom gränsen som används för att bestämma gränsvärdet för inmatning. Om vi håller inställningsförhållandena konstanta så kommer det uppenbarligen att finnas fler lager som upplever en återgång av 2 eller högre nästa dag än det kommer att finnas de som dra tillbaka med minst 10. Variationer med olika gränsvärden för kvantifierad MA-strategi Avg PL Avg Dagar Håll Win MA Scenario MA Stretch Limit Exit Method 8, MA (5) MA (10) CRSI gt 70 5, MA (5) MA (10) CRSI gt 70 3, MA (5) MA (10) CRSI gt 70 1 , MA (5) MA (10) CRSI gt 70 1, MA (5) MA (10) CRSI gt 70 Vi har bekräftat att strängare regler för införande leder till färre affärer men högre genomsnittliga vinster. Låt oss nu titta på utgångarna. Här håller vi konstanta inställnings - och ingångskriterier, men varierar utgångsmetoderna: 24 Page 24 Handlarvariationer med olika utgångsmetoder för kvantifierad MA-strategi Gem PL Genomsnitt Dag Håll Win MA Scenario MA Sträckgräns Utgångsmetod MA (10) MA (20) Först Till början Stäng MA MArS MA (20) Close gt MA (3) MA (10) MA (20) Close gt MA (5) MA (10) MA (20) CRSI gt MA (10) MA (20) CRSI gt 70 Alla fem variationer genererade ett mycket lika antal handelssignaler. Sortimentet är från 379 affärer till 525 branscher. Variationen som använder den mest lätta exitmetoden (som täcker positionen på den första dagen då börskursen stängs) genererar en genomsnittlig vinst som är ungefär hälften av de strängaste exitmetoderna. Vi kan också se att strängare utgångar ökar genomsnittlig vinst och vinsthastigheter genom att jämföra de två olika MA - och ConnorsRSI-utgångarna. MA (3) är ett mindre strängt utgångskrav än MA (5) och MA (3) är mindre lönsamt än MA (5) även om det finns fler affärer med den mindre stränga regeln. Detsamma gäller när ConnorsRSI används för att utlösa utgångsregeln. Beväpnad med denna information kommer du nu att kunna välja strategiparametrar som sannolikt kommer att producera antalet handelssignaler, genomsnittliga vinster och varaktighet som bäst motsvarar din övergripande handelsplan. 25 Page 25 Avsnitt 5 Använda alternativ 26 Page 26 Options trading har under de senaste åren varit en stor tillväxtindustri på marknaderna. Detta beror på att spridningarna har stramats, likviditeten har ökat, och möjligheten att enkelt handla komplexa alternativ har aldrig varit enklare. Vi ska nu fokusera på att tillämpa options trading till de kortsiktiga marknadsrörelserna vi just har lärt oss. Precis som allt annat i den här handboken finns det slutgiltiga regler för hur man utför ett alternativ handel när en strategisignal utlöser. Innan vi fortsätter kan det vara bra att granska några termer och begrepp relaterade till alternativ. Ägaren av ett köpoption har rätt, men inte skyldighet, att köpa den underliggande säkerheten (lager eller lager) till aktiekursen före eller före optionsavtalets utgångsdatum. Värdet av ett köpoption stiger vanligen i takt med att priset på den underliggande säkerheten stiger. Ett köpoption anses vara In The Money (ITM) när dess aktiekurs ligger under priset för den underliggande säkerheten och OTM (Money of Money) när dess aktiekurs ligger över priset på den underliggande säkerheten. Om till exempel steget mellan strejkpriserna för SPY-alternativ är 1 och priset för SPY för närvarande är 162,35, är det första (närmaste) ITM-samtalet det som har ett streckkurs på 162. Den första OTM-samtalet är 163 strejk. Ägaren av ett köpoption har rätt, men inte skyldighet, att sälja den underliggande säkerheten (lager eller lager) till aktiekursen före eller före utgångsdatum. Värdet på ett köpoption stiger vanligtvis när priset på den underliggande säkerheten faller. En säljoption anses vara In The Money (ITM) när dess aktiekurs ligger över priset på den underliggande säkerheten och OTM-priset när dess aktiekurs ligger under priset för den underliggande säkerheten. Om priset på SPY är för närvarande 166,55, är det första (närmaste) ITM-säljalternativet 167 strejken, och det första alternativet för OTM-sälj är 166-strejken. Den strategi som beskrivs i den här handboken är att köpa aktier som säljs på grundval av kvantifierade glidande genomsnittliga regler. För att genomföra den strategin med alternativ, skulle samtal användas. Putalternativ skulle användas för att genomföra strategier som beskrivs i andra Guidebooks som tar korta positioner. De flesta optionsavtalskontrollerna kontrollerar 100 aktier i underliggande lager eller lager. Det är dock priset på de flesta handelsplattformar priset per aktie. Därför är kostnaden för att köpa optionskontraktet vanligen 100 gånger per aktiekurs plus provisioner. Således, om ett SPY-köpoption har ett citerat pris på 1,27, så kommer det att kosta dig plus provisioner att köpa köpoptionsavtalet. 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 contract). 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 what exactly liquidity means in options. Many traders look for minimum volume andor 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 the 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 Quantified 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. Most 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 the 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 stocks 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 Momentum: 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 UpDown 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 overboughtoversold 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 indicating 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 overboughtoversold 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 Rank 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 each 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 3657: annualized volatility 7Trading Stocks and Options with Moving Averages - A Quantified Approach-connors resea Trading Stocks and Options with Moving Averages - A Quantified Approach-connors resea Trading Stocks and Options with Moving Averages - A Quantified Approach A Powerful New Way to Trade Moving Averages in Any Market Quantified Research Identifies High Probability Short-Term Trades with Positive Returns Do You Trade with Moving Averages Moving Averages are used by hundreds of thousands of traders every day to find and follow trends. Some traders will use Moving Averages to help identify overbought or oversold markets. However, this approach often fails to identify strength and thus misses the markets largest advances. Our Quantified Moving Average Strategy increases the probability of identifying major market turns and thus allows traders to take advantage of those opportunities. When traded correctly, this new approach to trading Moving Averages can provide traders with consistent, positive results in any market condition. Now for the first time, we are making this strategy, a fully quantified approach to trading with Moving Averages, available to the public. Consistent Trading Results What you will learn with this strategy are Moving Averages strategy variations which have been correct up to over 75 of the time over a 12 year time period starting in January 2001. There are also dozens of variations with average gain per trade of over 4. All of the strategy rules are fully detailed in the guidebook along with how to customize the strategy to create literally hundreds of variations. Take a look at the fully quantified test results from January 1, 2001 to September 30, 2013 below. Top 10 Performing Variations Sorted by Win Rate Top 10 Performing Variations Sorted by Average Gain PL is the average percentage profit or loss for all trades, including the losing trades, based on invested capital. Days Held is the average trade duration expressed as a number of days. High Probability Trading with Moving Averages As you will see throughout this Guidebook, the Quantified Moving Average Strategy has had large quantified edges when applied in a systematic manner. Here is a trade example from Trading Stocks and Options with Moving Averages: A Quantified Approach with a gain of 10.9. SPRD - 12132011 to 12212011 Here is another recent trade example from Trading Stocks and Options with Moving Averages: A Quantified Approach with a one-day gain of 7.6. SWHC - 08232012 to 08242012 The entry and exits for these examples are fully explained in the strategy guidebook where you will find that and much more. Here is What You Will Receive. in Trading Stocks and Options with Moving Averages: The exact trading rules. This is not a black box full disclosure of the rules is given to you. How to identify the best Moving Averages Trading set-ups. How to select the best entry levels that fit your trading style. Where to exactly place your orders each day. Where and when to exactly exit your orders. For Options Traders Trading Stocks and Options with Moving Averages is right for you if you trade options. The historical returns have been strong and professional traders understand the power of applying options to their equity trading. In this guidebook youll be able to do the same by combining Moving Averages with options trading. Order Trading Stocks and Options with Moving Averages Whether you swing trade or trade options, Trading Stocks and Options with Moving Averages will make you a better, more resourceful trader. If you are looking to trade the most consistent quantified rule based strategies available to traders today, order Trading Stocks and Options with Moving Averages. To order your copy of Trading Stocks and Options with Moving Averages, please click here or call toll-free 1-888-484-8220 ext. 1 (outside the US please call 973-494-7333 ext 1). 100 Money Back Guarantee The list price of Trading Stocks and Options with Moving Averages is 49.95 but is sale priced for a limited time for 39.95. It comes with a 100 Money Back Guarantee. Use the strategy and guidebook for 60 days and if you are not fully satisfied with the results, you will receive a full refund of your purchase price. List Price: 49.95 Limited-Time Sale Price: 39.95 Connors Research Trading Strategy Series Trading Stocks amp Options with Moving Averages by Larry Connors amp Matt Radtke A quantified strategy guidebook with instructions on how to apply entry and exit parameters that show historical tendencies to improve the edges and average gains to trade Moving Averages. Ford7k comments for readers May be you are smarter and better than most others, then try to figure out what is in the chart below. daily chart-bar chart-colored upclose-downclose ------------------------------------------------------------- Honestly what is my view The RSI(2) STRATEGY FLOATED BY CONNORS RESEARCH TURNED OUT A DISASTER TO MANY SMALL TIME TRADERS. Personally I know many traders who refused to stop using RSI-2 and minted heavy losses in stocks futures. This is just hint to be careful when you enter unknown territory. Last edited by ford7k 15th December 2013 at 10:14 PM. Read a Sample Chapter of 8216Trading Stocks and Options with Moving Averages8217 Indicators are not always what they appear to be. Moving Averages are widely used as a trend-following tool. In many of the trading strategies that we have developed over the years, the 200-day moving average is used to identify the direction of the trend. We have found that taking buy signals only when the price is above the 200-day MA can improve profitability in many systems. Recently, we completed research that shows moving averages can also be used as part of a strategy to find short-term, mean reversion trading opportunities. This may be surprising to some traders because it might seem odd to use a trend-following indicator like MAs in a short-term, mean reversion strategy. If you would like to continue reading this chapter please click here to request a free sample now . Best of all Trading Stocks and Options with Moving Averages comes with a 100 Money Back Guarantee . Use the strategy and guidebook for 60 days and if you are not fully satisfied with the results, you will receive a full refund of your purchase price. Company Info The Connors Group, Inc. 10 Exchange Place, Suite 1800 Jersey City, NJ 07302 cg3 Company Resources Properties Connect with TradingMarkets tradin32wp-contentuploadsfacebook1.png Disclaimer . The Connors Group, Inc. (Company) is not an investment advisory service, nor a registered investment advisor or broker-dealer and does not purport to tell or suggest which securities or currencies customers should buy or sell for themselves. Analytikerna och anställda eller dotterbolag till bolaget kan inneha positioner i de aktier, valutor eller industrier som diskuteras här. Du förstår och erkänner att det finns en mycket hög grad av risker i handel med värdepapper och valutor. Företaget, författarna, utgivaren och alla dotterbolag till Bolaget åtar sig inget ansvar eller ansvar för dina handels - och investeringsresultat. Fakta om företagets hemsida, eller i dess publikationer, görs från och med det datum som anges och kan ändras utan föregående meddelande. Det bör inte antas att de metoder, tekniker eller indikatorer som presenteras i dessa produkter kommer att vara lönsamma eller att de inte kommer att leda till förluster. Tidigare resultat av varje enskild näringsidkare eller handelssystem som publiceras av bolaget är inte en indikation på framtida avkastning av den näringsidkaren eller systemet, och är inte en indikation på framtida avkastning som realiseras av dig. Dessutom är indikatorerna, strategierna, kolumnerna, artiklarna och alla andra funktioner i Companys produkter (gemensamt informationen) endast avsedda för informations - och utbildningsändamål och bör inte tolkas som investeringsrådgivning. Exempel som presenteras på Companys webbplats är endast för utbildningsändamål. Sådana uppställningar kräver inte någon order att köpa eller sälja. Följaktligen borde du inte förlita dig endast på Informationen för att göra några investeringar. Snarare bör du endast använda informationen som utgångspunkt för att göra ytterligare oberoende forskning för att du ska kunna bilda din egen åsikt om investeringar. Du bör alltid kolla med din licensierade finansiell rådgivare och skatterådgivare för att bestämma vilken investering som helst. HYPOTHETICAL OR SIMULATED PERFORMANCE RESULTS HAVE CERTAIN INHERENT LIMITATIONS. UNLIKE AN ACTUAL PERFORMANCE RECORD, SIMULATED RESULTS DO NOT REPRESENT ACTUAL TRADING AND MAY NOT BE IMPACTED BY BROKERAGE AND OTHER SLIPPAGE FEES. ALSO, SINCE THE TRADES HAVE NOT ACTUALLY BEEN EXECUTED, THE RESULTS MAY HAVE UNDER - OR OVER-COMPENSATED FOR THE IMPACT, IF ANY, OF CERTAIN MARKET FACTORS, SUCH AS LACK OF LIQUIDITY. SIMULERADE HANDELSPROGRAMMER I ALLMÄNT ÄR ÄVEN FAKTISKT ATT DE DESIGNERAS MED FÖRDELNINGEN AV HINDSIGHT. INGEN REPRESENTATION GÖRAS ATT ANTAL KONKURRERAR ELLER ÄR LIKTIGT FÖR ATT FÖRVÄNDA RESULTAT ELLER TABELL SOM LIKNAR TILL DE VISADE. All analyst commentary provided on TradingMarkets is provided for educational purposes only. The analysts and employees or affiliates of TradingMarkets may hold positions in the stocks or industries discussed here. This information is NOT a recommendation or solicitation to buy or sell any securities. Your use of this and all information contained on TradingMarkets is governed by the Terms and Conditions of Use. Please click the link to view those terms. Follow this link to read our Editorial Policy.
Comments
Post a Comment