TFEX Robot Trading for Beginner
-
Upload
khangminh22 -
Category
Documents
-
view
0 -
download
0
Transcript of TFEX Robot Trading for Beginner
INDEX
1. 4 Principles of System Trading
2. Model Development Process
3. Robot Making by EA Builder (Level 2)
4. Model Back Testing Process
5. How to Stamping Robot by TFEXMT4.com
1. 4 Principles of System Trading1. Zero Sum Game
– มีคนไดก้็ตอ้งมีคนเสีย– ทฤษฎีดลุยภาพ
2. Betting Theory ( โอกาส และ ความน่าจะเป็น )– ก าไรคาดหวงั– ท าไมมีคนชนะจากบ่อนพนนั
3. Money Management– Port Money Management– Model Money Management
4. Risk Management– Risk with Market Dynamics– Risk with non Market Dynamics– Risk with No Model Allocation
4 Principles
➢ มีคนไดก็้ตอ้งมีคนเสียเกมผลรวมเป็นศนูยเ์ป็นกรณีท่ีเม่ือฝ่ายหนึ่งเป็นฝ่ายได ้อีกฝ่ายหนึ่งจะเป็นฝ่ายเสียส่งผลใหผ้ลไดข้องฝ่ายหนึ่งจะพอดีกบัผลเสียของอีกฝ่ายหนึ่ง หรอือาจจะกล่าวอีกนยัหนึ่งไดว้่า ฝ่ายหนึ่งชนะจ านวนเท่าใดก็จะท าใหอี้กฝ่ายหนึ่งตอ้งเสียเป็นจ านวนเท่านัน้ เป็นเกมท่ีมีผลรวมคงท่ี➢ Nash Equilibrium จดุดลุยภาพ Nash
1. Zero Sum Game
ถา้นกัโทษทัง้สองคนติดต่อกนัได ้นกัโทษทัง้สองคนจะเลือก ร่วมมือแต่ถา้ติดต่อกนัไม่ได ้จะทรยศทัง้คู่
เม่ือเราเช่ือว่า ตลาดจะลง ไม่เท่ากบั เม่ือเราเช่ือว่า คนส่วนนอ้ยแต่ขนาดใหญ่คิดว่าตลาดจะลง(Smart Money)
ต่างชาติ
ซือ้ ขาย
กองทนุซือ้ 1,0 0,1
ขาย -1,0 -1,1
4 Principles1. Zero Sum Game
Foreign Fund Flow Chart
วิชานบัไพ่Note TFEX
Fund Flow Table
Note Gold
CNYUSD
SENTIX EU Break up
Note Stock
4 Principles2. Betting Theory ทฤษฎีการพนนั➢ ก าไรคาดหวงั
Expected Payoff = (Average Profit x %Win) – (Average Loss x % Loss)
ประเภทของการพนัน Expected Payoff
คาบารา่ ระหว่าง -1% ถึง -2%
แครบส์ ระหว่าง -1.5% ถึง -6.67%
รูเล็ท -5.27%
แบล็คแจ๊ค ไม่เกิน -6%
สล็อตแมชชีน -10%
สลากกินแบ่งรฐับาล -40%
Q : การพนนัสว่นใหญ่ ใหก้ าไรคาดหวงัเป็นลบแต่ท าไมมีคนที่ไดก้ าไรจากการพนนั?
Money & RiskManagement
A :
แพต้่อเน่ืองติดต่อกนัมากเกินไป
2. Betting Theory ทฤษฎีการพนนั➢ ความเก่ียวขอ้งระหวา่ง จ านวนการเทรด กบั ผลตอบแทนท่ีได ้ในระยะสัน้บางคน
ขาดทนุ บางคนก าไร แตใ่นระยะยาวท่ีเฉล่ียแลว้ทกุคน วิ่งเขา้หาคา่เดียวกนั คือ Expected Payoff
4 Principles
4 Principles3. Money Management (1)
Port Money Management
Return = Cash + Beta + Alpha
Cash คือ เงินสด หรอื เทียบเท่า ตอ้งไม่สามารถติดลบได ้และ สามารถน ามาใชไ้ดต้ามตอ้งการ
Beta คือ Model ท่ีสามารถสรา้ง Cash Flow ออกมาใหก้บัพอรท์ไดใ้นระดบัใกลเ้คียงกบัผลตอบแทนตลาดหรอืดีกว่า
Alpha คือ Model ท่ีสามารถสรา้งผลตอบแทนท่ีสงูกวา่ Beta มากๆ โดยไม่อิงผลตอบแทนตลาด**
Cash Beta Alpha
Cash Allocation 40%-50% 40%-50% 5%-20%
Timeframe D1 M1-M30 H1-W1
Strategy เงินสด,กองทนุรวมพนัธบตัร หรอื ตราสารหนี ้(ขายวนันี ้ไดพ้รุง่นี)้
Grid , Trend Follow, Indy Cross up/Down,
Scalping, Swing Trading
Trend Following, Mean Reverse (Divergence)
Expected Payoff 0%-1% 1%-20% >/20%
ตวัอยา่ง
**Only This Class Theory
Portfolio = Cash + Beta + Alpha
Beta1 Beta2 Alpha1 Alpha2
100% 50% 30% 20%
75% 25% 50% 50%
PTT, AOT, ADVANC,SCC,KBANK
GF10U18S50Z18
S50U18 Single Stock
Future
DCAValue AvgMartingale
Trend Following
KZMScalping
Indy Cross
KZMScalping
Indy Cross
Symbol
Model
Beta-Alpha Allocation
Portfolio Theory
Portfolio = Cash + Beta + Alpha120% 42% 40% 38%
Target Rebalancing
Time Period Rebalancing
Portfolio = Cash + Beta + Alpha
100% 50% 30% 20%
WithdrawRebalancing
Modern Portfolio Guideline
Rebalancing
Cash Flow Policy
ตวัอยา่ง จากตวัอย่างท่ีผ่านมาสมมติว่าผูล้งทนุ ลงทนุในกลุม่หุน้สามญั โดยมีเงินตัง้ตน้ 20,000 บาท และตอ้งการลงทนุในหุน้ A และ B อย่างละ 50% โดยราคา หุน้ A หุน้ละ 10 บาท และหุน้ B หุน้ละ 5 บาท เป็นระยะเวลา 3 ปี
ราคา จ านวนหุน้
มูลค่า
A 10 1000 10,000
B 5 2000 10,000
รวม 20,000
ราคา จ านวนหุน้
มูลค่า
A 15 1000 15,000
B 4 2000 8,000
รวม 23,000
ราคา จ านวนหุน้
มูลค่า
A 10 1000 10,000
B 5 2000 10,000
รวม 20,000
ปีท่ี 1 ปีท่ี 2 ปีท่ี 3
ราคา จ านวนหุน้
มูลค่า
A 10 1000 10,000
B 5 2000 10,000
รวม 20,000
ราคา จ านวนหุน้
มูลค่า
A 15 767 11,500
B 4 2875 11,500
รวม 23,000
ราคา จ านวนหุน้
มูลค่า
A 10 767 7,670
B 5 2,875 14,375
รวม 22,045
ปีท่ี 1 ปีท่ี 2 ปีท่ี 3
Without Rebalancing
With Rebalancing
4 Principles3. Money Management (2)Model Money Management❖ กรณีค่า Expected Payoff > 0
Kelly Criterion % = W – [(1 – W) / R]
W = Winning probability R = Win/loss ratio
❖ กรณีตัง้ค่า Stop Loss คงท่ี มี % Win ต ่า แต่ RR สงู
2% Rule = (NAV x 0.02) / จ านวนจดุ Stop Loss x 200 = จ านวนสญัญา
❖ กรณีไมแ่น่ใจ หรอื Expected Payoff <= 0 Martingale 1,2,4,8,16 การเพ่ิม Position Sizing ในกรณีท่ีแพต้ิดตอ่กนัAnti Matingale 1,2,4,8,16 การเพ่ิม Position Sizing ในกรณีท่ีชนะติดตอ่กนั*Fibonacci Strategy 1,2,3,5,8,13 การเพ่ิม Position Sizing ในกรณีท่ีแพต้ิดตอ่กนัAnti Fibonacci Strategy 1,2,3,5,8,13 การเพ่ิม Position Sizing ในกรณีท่ีชนะติดตอ่กนั*Labouchere’s Strategy 1,2,3,4 การเพ่ิม Position Size โดยการใชต้วัแรกและตวัสดุทา้ย ของอนกุรมบวกกนัAnti Labouchere’s Strategy 1,2,3,4 การเพ่ิม Position Size โดยการใชต้วัแรกและตวัสดุทา้ย ของอนกุรมบวกกนั*
* กรณี ท่ีใชน้ะบบ Anti ควรมี Consecutive Win > 2
New comer recommend
*Kelly Criterion More Explanation
-100
0
100
200
300
400
500
600
700
800
0 0.2 0.4 0.6 0.8 1
Win
nin
gs (
$)
Bet Rate - % of Bankroll
Appendix
Kelly Criterion % = W – [(1 – W) / R]
W = % WinningR = Win/loss ratio
MM Strategy-Kelly Phenomena
%WinProbability
Reward
Risk
O O O O
%WinProbability
Reward
Risk
O X O O
%WinProbability
Reward
Risk
X O X X
%WinProbability
Reward
Risk
X X O X
%WinProbability
Reward
Risk
X X X O
%WinProbability
Reward
Risk
X X X X
Known ExpectancyExpectancy > 0 @1Unit
Unknown Expectancy
% Kelly Criterion
Kelly Multiply 0.X Optimal f ,Secure f2% Rule ,Fix FractionFix Ratio, Fix Lot etc.
>
% Kelly Criterion
Kelly Multiply 0.X Optimal f ,Secure f2% Rule ,Fix FractionFix Ratio, Fix Lot etc.
<
All MM in the world
All MM in the world
Not Available Need %Win Risk and Reward
Overtrading
Sizing Optimization
OR
MM Strategy-Martingale Phenomena
%WinProbability
Reward
Risk
O O O O
%WinProbability
Reward
Risk
O X O O
%WinProbability
Reward
Risk
X O X X
%WinProbability
Reward
Risk
X X O X
%WinProbability
Reward
Risk
X X X O
%WinProbability
Reward
Risk
X X X X
Known ExpectancyExpectancy > 0 @1Unit
Unknown Expectancy
MartingaleWith Condition :Martingale byCash = N1 + N2 +N3 ….+NnNo of Consecutive Loss <= n
MartingaleWith Condition :Martingale byCash = N1 + N2 +N3 ….+NnNo of Consecutive Loss > n
พอรท์ระเบิด
%WinProbability
Reward
Risk
O O O O
%WinProbability
Reward
Risk
O X O O
%WinProbability
Reward
Risk
X O X X
%WinProbability
Reward
Risk
X X O X
%WinProbability
Reward
Risk
X X X O
%WinProbability
Reward
Risk
X X X X
Known ExpectancyExpectancy > 0 @1 Unit
Unknown Expectancy
Fix Lot
Fix Lot
Fix Lot
MM Strategy-Fix Lot Phenomena
%Win > 70%Overtrading?Under trading?
Randomize?
%Win < 70%Overtrading?Under trading?
%WinProbability
Reward
Risk
O O O O
%WinProbability
Reward
Risk
O X O O
%WinProbability
Reward
Risk
X O X X
%WinProbability
Reward
Risk
X X O X
%WinProbability
Reward
Risk
X X X O
%WinProbability
Reward
Risk
X X X X
Known ExpectancyExpectancy > 0 @1 Unit
Unknown Expectancy
DCA
DCA
MM Strategy-DCA Phenomena
Not AvailableBy Risk under Control
Product is not ZeroNo Time Ending
Product is ZeroTime Ending
Not AvailableBy Risk under Control
Not AvailableBy Known Probability
Product is not ZeroNo Time Ending
Product is ZeroTime Ending คมุตน้ทนุไมไ่ด้
MM Strategy-Summary All Win
%WinProbability
Reward
Risk
O O O O
%WinProbability
Reward
Risk
O X O O
%WinProbability
Reward
Risk
X O X X
%WinProbability
Reward
Risk
X X O X
%WinProbability
Reward
Risk
X X X O
%WinProbability
Reward
Risk
X X X X
Known ExpectancyExpectancy > 0 @1Unit
Unknown Expectancy
% Kelly Criterion
Martingale
DCA
Kelly Multiply 0.X Optimal f ,Secure f2% Rule ,Fix FractionFix Ratio, Fix Lot etc.
With Condition :Martingale byCash = N1 + N2 +N3 ….+NnNo of Consecutive Loss <= n
>
Martingale Fibonacci , LabouchereAnti Martingale , Anti FibonacciAnti LabouchereMartingale inside Kelly etc.
Time Period DCAWith ConditionNo Time EndingProduct is not Zero
VI Master & All Master
All MM in the world
All Martingale Type
4 Principles4. Risk Management (1)Risk with Market Dynamics (Check List)1. ความเส่ียงท่ีเกิดจากการเขา้ผิดทาง ตอนเกิดความผนัผวนสงู สวนเทรนด์2. ความเสี่ยงท่ีเกิดจากการเขา้ผิดทาง ตอนราคาอยู่แนวตา้นหรอืแนวรบั3. ความเสี่ยงท่ีเกิดจากการเขา้ผิดทาง ในระหว่างราคาอยู่ระหวา่ง Overbought Oversold4. ความเสี่ยงท่ีเกิดจากการเทรดในช่วงไมม่ี Trend หรอื Flat5. ความเสี่ยงท่ีเกิดจากการใช ้อินดิคิเตอร์ ไมส่อดคลอ้งกบั Timeframe6. ความเส่ียงท่ีเกิดจากการใช ้Pending Order 7. ความเสี่ยงท่ีเกิดจากการใชค้า่คงท่ีของ TP,SL,TL8. ความเสี่ยงท่ีเกิดจากตลาดพงั ลงทนัที 100 จดุ9. ความเสี่ยงท่ีเกิดจากการใช ้Timeframe เดียว10. ความเส่ียงท่ีเกิดจากการใช ้Technical อย่างเดียว11. ความเสี่ยงท่ีเกิดจากการใช ้Model ไมส่อดคลอ้งกบัสภาพตลาดสรุป ในแต่ละ Model ความเสี่ยงในแตล่ะขอ้ไมเ่ท่ากนั ไมจ่ าเป็นตอ้งค านงึทัง้หมด พยายามควบคมุความเสี่ยงท่ีท าใหเ้กิดความเสียหายมากที่สดุ
4 Principles
4. Risk Management
Risk with Not Market Dynamics (2)1. ความเสี่ยงท่ีเกิดจากโครงสรา้งของระบบ การออกแบบที่ไมมี่การควบคมุความ
เสี่ยง2. ความเส่ียงท่ีเกิดจากการใช ้Server ท่ีไมมี่ประสิทธิภาพ ชา้3. ความเสี่ยงท่ีเกิดจากการใช ้Internet ติดๆดบัๆ4. ความเสี่ยงท่ีเกิดจาก Pre Trade Risk control
5. ความเส่ียงท่ีเกิดจาก กฎและขอ้บงัคบั ของตลาด6. ความเสี่ยงท่ีเกิดจาก การรบัขอ้มลู และ การสง่ออเดอร์ ท่ีไมมี่ประสิทธิภาพ
4 Principles
4. Risk Management
No Model Allocation Risk
2 Products Bet N- Products Bet
Model BHigh RiskLow Return
Model AHigh ReturnLow Risk
Model A
Model B
Model C
Model DModel E
Model F
Model G
N-Products Mix
2-Products Mix
2.Model Development Process
Hypotenuses
Ie: Port Follio
Price Patterns
Market inefficient
Analysis & Development
Using historical data, statistic method and
machine learning
Prototyping
Coding Algorithm of
asset , allocation and Trading Rule
BackTesting
Using a larger Scale of
historical data
Forward Testing
Test Environmental
with broker demo account
Productive Usage
High Secure
Server Environmental
MT4 Price ChartMQL5 WebstatMT4 Indicators
Smart EAEA BuilderMQL4 Language
MT4 Strategy Tester
Broker demo accountMQL5 Webstat
Server for Smart EA
4. Model Back test Process➢ Back Test คืออะไร?Back Test คือการทดสอบ Logic ท่ีน ามาเขียนโปรแกรมสง่ค าสั่งดว้ยกราฟของสนิคา้ในอดีต➢ ประโยชนข์องการท า Back Test เพ่ือตรวจสอบความถกูตอ้งของโปรแกรมท่ีท าการสรา้งขึน้มา และผลลพัธข์องการทดสอบกบัคา่ในอดีต ว่าท่ีระบบสรา้งขึน้ จะสามารถท าก าไร หรอื อยูร่อดในตลาดไดห้รอืไม่