AlgoTrading：对成本平均的彻底调查 01

资源截图

MP4 |视频：h264，1920×1080 |音频：AAC、44.1 KHz、2 Ch
级别：所有级别 |类型： 电子学习 |语言： 英语 |时长：10 场讲座 ( 3h 22m )

你将学到什么

• 使用相同的线性和指数批量大小算法掌握固定距离平均成本。
• 制定包含具体点值目标和固定货币利润的动态盈亏平衡退出方案。
• 部署结合盈亏平衡、追踪止损和部分平仓盈利的高级退出策略。
• 构建保守和激进的区间缩放模型，以谨慎管理交易回撤。

要求

• 算法交易基础知识

描述

如果您希望构建强大的算法交易系统，那么掌握算法在回撤期间如何调整仓位至关重要。这门综合课程深入探讨自动交易中最强大和最广泛使用的恢复机制之一：成本平均。具体来说，我们将深入分析如何基于固定距离构建成本平均策略。

本课程剔除废话，完全专注于编程和优化电网和恢复系统所需的机械、数学和逻辑框架。

核心批量策略

在本课程中，您将探索各种批量规模缩放模型的基础和实际应用。我们将通过测试严格研究如何管理风险和恢复：

• 相同手数成本平均：在不增加每笔交易风险的情况下实现稳定、可预测的扩展的基准方法。
• 线性手数增加：使用标准线性乘数来缩放您的头寸，以系统地平均下降。
• 保守线性间隔 3：一种修改方法，以 3 为间隔谨慎增加手数。
• 激进线性间隔 3：专为快速恢复而设计的加速线性缩放模型。
• 批量数量呈指数级增加：利用指数级增长来快速降低成本。
• 保守和激进的指数间隔：细致入微的指数模型，以三为间隔增加手数，以仔细平衡回撤和恢复速度。

高级算法退出策略

扩展策略的有效性取决于其退出协议。对于上面讨论的每个批量大小模型，您将学习如何实现五种高度具体的动态退出方法。您将学习如何对系统进行编程以：

• 在盈亏平衡点执行纯粹退出，以逃避复杂的回撤而不会造成损失。
• 将盈亏平衡退出与以点为单位的预定利润目标结合起来。
• 设计一个在盈亏平衡点加上特定货币金额利润的退出，以满足严格的股权目标。
• 利用追踪止损来捕捉扩展的市场动能，从而增强您在盈亏平衡时的退出。
• 在盈亏平衡点实施高度先进的退出，触发部分平仓您最大的盈利头寸，同时跟踪剩余交易量的止损。

这门课程适合谁

无论您是希望完善 EA 交易的中级算法交易者，还是旨在了解与网格系统相关的确切机制的定量分析师，本课程都可以为您提供蓝图。通过将这些缩放机制隔离在固定距离上，您将获得对手数操纵和动态退出如何影响您的整体权益曲线的纯粹了解。