Forex Pair Trading Cointegration Technique

Cointegration en Forex Pairs Trading Cointegration en el comercio de divisas es una herramienta valiosa. Para mí, la cointegración es la base para una excelente estrategia de negociación mecánica neutral del mercado que me permite obtener beneficios en cualquier entorno económico. Si un mercado está en una tendencia alcista, tendencia bajista o simplemente moviéndose de lado, el comercio de divisas me permite cosechar ganancias durante todo el año. Una estrategia de comercio de pares forex que utiliza la cointegración se clasifica como una forma de comercio de convergencia basada en el arbitraje estadístico y la reversión a la media. Este tipo de estrategia fue popularizado por un equipo de comercio cuantitativo en Morgan Stanley en la década de 1980 utilizando pares de acciones, aunque yo y otros comerciantes han encontrado también funciona muy bien para el comercio de pares de divisas, también. Forex pares de comercio basado en la cointegración Forex pares de comercio basado en la cointegración es esencialmente una estrategia de reversión a la media. Dicho simplemente, cuando dos o más pares de divisas se cointegrated, significa que el margen de precios entre los pares de divisas por separado tiende a volver a su valor medio consistentemente a través del tiempo. Es importante entender que la cointegración no es correlación. La correlación es una relación a corto plazo con respecto a co-movimientos de precios. La correlación significa que los precios individuales se mueven juntos. Aunque la correlación es confiada por algunos comerciantes, por sí mismo su una herramienta untrustworthy. Por otro lado, la cointegración es una relación a más largo plazo con co-movimientos de precios, en los cuales los precios se mueven juntos dentro de ciertos rangos o se extiende, como si estuvieran unidos entre sí. He encontrado la cointegración para ser una herramienta muy útil en el comercio de pares forex. Durante mi comercio de pares forex, cuando la propagación se ensancha a un valor umbral calculado por mis algoritmos de negociación mecánica, corto el spread entre los precios de los pares. En otras palabras, Im apostando el spread volverá a cero debido a su cointegración. Las estrategias básicas de trading de pares de divisas son muy simples, especialmente cuando se utilizan sistemas de trading mecánicos: elijo dos pares de divisas diferentes que tienden a moverse de manera similar. Puedo comprar el par de divisas de bajo rendimiento y vender el par de resultados. Cuando la separación entre los dos pares converge, cierro mi posición para un beneficio. Forex pares de comercio basado en la cointegración es una estrategia bastante neutral en el mercado. Por ejemplo, si un par de divisas se desploma, entonces el comercio probablemente dará lugar a una pérdida en el lado largo y una ganancia de compensación en el lado corto. Por lo tanto, a menos que todas las monedas y los instrumentos subyacentes de repente pierdan valor, el comercio neto debería ser cercano a cero en el peor de los casos. Del mismo modo, los pares que negocian en muchos mercados es una estrategia de negociación de autofinanciación, ya que los ingresos de las ventas cortas a veces pueden usarse para abrir la posición larga. Incluso sin este beneficio, la cointegración de aprovisionamiento de divisas de comercio de pares todavía funciona muy bien. Comprender la cointegración para el comercio de pares forex Cointegration es útil para mí en el comercio de pares forex, ya que me permite programar mi sistema de comercio mecánico basado tanto en desviaciones a corto plazo de los precios de equilibrio, así como a largo plazo las expectativas de precios, Al equilibrio. Para entender cómo funciona la coexistencia de forex pares de comercio funciona, es importante definir primero la cointegración a continuación, describir cómo funciona en los sistemas de comercio mecánico. Como he dicho anteriormente, la cointegración se refiere a la relación de equilibrio entre conjuntos de series temporales, tales como precios de pares de divisas separados que por sí mismos no están en equilibrio. En la jerga matemática, la cointegración es una técnica para medir la relación entre variables no estacionarias en una serie temporal. Si dos o más series de tiempo tienen un valor de raíz igual a 1, pero su combinación lineal es estacionaria, entonces se dice que están cointegradas. Como ejemplo simple, considere los precios de un índice bursátil y su contrato de futuros: Aunque los precios de cada uno de estos dos instrumentos pueden vagar al azar en breves períodos de tiempo, en última instancia volverán al equilibrio y sus desviaciones serán estacionario. Heres otra ilustración, declaró en términos del ejemplo clásico del paseo al azar: Digamos que hay dos borrachos individuales que caminan a casa después de una noche de carousing. Permite asumir además que estos dos borrachos no se conocen, así que no hay relación predecible entre sus rutas individuales. Por lo tanto, no hay cointegración entre sus movimientos. En contraste, considere la idea de que un individuo borracho está deambulando a casa mientras está acompañado por su perro en una correa. En este caso, existe una conexión definida entre los caminos de estas dos pobres criaturas. Aunque cada uno de los dos está todavía en una vía individual durante un corto período de tiempo, y aunque uno de los pares puede conducir o alejarse aleatoriamente el otro en cualquier punto dado en el tiempo, todavía, siempre se encuentran cerca juntos. La distancia entre ellos es bastante predecible, por lo que se dice que el par está cointegrado. Volviendo ahora a términos técnicos, si hay dos series temporales no estacionarias, como un conjunto hipotético de pares de divisas AB y XY, que se vuelven estacionarias cuando se calcula la diferencia entre ellas, se denominan también series integradas de primer orden Llame a una serie I (1). Aunque ninguna de estas series permanece en un valor constante, si hay una combinación lineal de AB y XY que es estacionaria (descrita como I (0)), entonces AB y XY se cointegran. El ejemplo simple anterior consta de sólo dos series temporales de pares forex hipotéticos. Sin embargo, el concepto de cointegración también se aplica a múltiples series de tiempo, utilizando órdenes de integración más altas. Piense en términos de un borracho errante acompañado de varios perros, cada uno en una correa de diferentes longitudes. En la economía real, sus ejemplos fáciles de encontrar muestran la cointegración de pares: Ingresos y gastos, o dureza de las leyes penales y el tamaño de la población carcelaria. En el comercio de divisas de los pares, mi foco está en capitalizar en la relación cuantitativa y predecible entre los pares cointegrated de monedas. Por ejemplo, supongamos que Im observando esos dos pares de divisas hipotéticos cointegrados AB y XY y la relación cointegrada entre ellos es AB 8211 XY Z, donde Z es igual a una serie estacionaria con una media de cero, es decir, I (0). Esto parecería sugerir una estrategia comercial simple: Cuando AB XY gt V y V es mi precio de activación de umbral, entonces el sistema de comercio de pares de divisas vendería AB y compraría XY, ya que la expectativa sería que AB disminuyera en precio y XY Para aumentar. O, cuando AB XY lt-V, esperaría comprar AB y vender XY. Evitar la regresión espurios en los pares de divisas de comercio Sin embargo, no es tan simple como el ejemplo anterior sugeriría. En la práctica, un sistema de comercio mecánico para el comercio de pares forex necesita calcular la cointegración en lugar de basarse sólo en el valor R-cuadrado entre AB y XY. Esto se debe a que el análisis de regresión ordinario es corto cuando se trata de variables no estacionarias. Provoca la llamada regresión espuria, lo que sugiere relaciones entre variables incluso cuando no hay ninguna. Supongamos, por ejemplo, que regreso dos series de tiempo de caminata aleatorias separadas entre sí. Cuando pruebo para ver si hay una relación lineal, muy a menudo encontraré valores altos para R-cuadrado así como p-valores bajos. Sin embargo, theres ninguna relación entre estos 2 paseos al azar. La prueba más simple para la cointegración es la prueba de Engle-Granger, que funciona de la siguiente manera: Verificar que AB t y XY t son ambos I (1) Calcular la relación de cointegración XY t aAB tet usando el Método de los mínimos cuadrados Verifique que los residuos de cointegración et estén estacionarios usando una prueba de raíz unitaria como la prueba de Dickey-Fuller Aumentado (ADF) Una ecuación detallada de Granger: I (0) describe la relación de cointegración. XY t-1 AB t-1 describe la magnitud del desequilibrio lejos del largo plazo, mientras que i es tanto la velocidad como la dirección en la que la serie temporal de pares de divisas se corrige del desequilibrio. Cuando se utiliza el método Engle-Granger en el comercio de pares forex, los valores beta de la regresión se utilizan para calcular los tamaños de comercio para los pares. Cuando se utiliza el método Engle-Granger en el comercio de pares forex, los valores beta de la regresión se utilizan para calcular los tamaños de comercio para los pares. Corrección de errores para la cointegración en el comercio de pares forex: Cuando se utiliza la cointegración para el comercio de pares forex, también es útil explicar cómo las variables cointegradas se ajustan y regresan al equilibrio a largo plazo. Así, por ejemplo, aquí están los dos ejemplos de pares de divisas serie de tiempo que se muestra de forma automática: Forex pares de comercio basado en la cointegración Cuando uso mi sistema de comercio mecánico para el comercio de pares forex, la configuración y ejecución son bastante simples. En primer lugar, me parece dos pares de divisas que parecen que pueden ser cointegrated, como EUR / USD y GBP / USD. Luego, calculo los spreads estimados entre los dos pares. A continuación, reviso la estacionariedad usando una prueba de raíz unitaria u otro método común. Me aseguro de que mi feed de datos entrantes esté funcionando apropiadamente, y dejo que mis algoritmos de trading mecánicos creen las señales comerciales. Suponiendo Ive ejecutar back-tests adecuados para confirmar los parámetros, Im finalmente listo para usar cointegration en mi comercio de divisas. Ive encontrado un indicador de MetaTrader que ofrece un punto de partida excelente para construir un sistema de comercio de pares forex cointegration. Parece un indicador Bollinger Band, pero de hecho el oscilador muestra el diferencial de precios entre los dos pares de divisas diferentes. Cuando este oscilador se mueve hacia el extremo alto o bajo, indica que los pares están desacoplándose, lo que señala los oficios. Aún así, para estar seguro del éxito, confío en mi sistema de comercio mecánico bien construido para filtrar las señales con la prueba de Dickey-Fuller aumentada antes de ejecutar las operaciones apropiadas. Por supuesto, cualquiera que quiera utilizar la cointegración para sus pares de divisas, pero carece de las habilidades de programación necesarias, puede confiar en un programador experimentado para crear un asesor experto ganador. A través de la magia del trading algorítmico, programo mi sistema de trading mecánico para definir los diferenciales de precios basados ​​en el análisis de datos. Mi algoritmo monitorea las desviaciones de precio, luego compra y vende automáticamente pares de divisas para recolectar ineficiencias del mercado. Riesgos de ser conscientes de cuando se utiliza la cointegración con los pares de divisas de comercio de divisas Forex no es totalmente libre de riesgo. Por encima de todo, tengo en mente que el comercio de pares de divisas utilizando la cointegración es una estrategia de reversión media, que se basa en la suposición de que los valores medios serán los mismos en el futuro como lo fueron en el pasado. Aunque la prueba de Dickey-Fuller aumentada mencionada previamente es útil en validar las relaciones cointegrated para el comercio de los pares de la divisa, no significa que los márgenes continuarán siendo cointegrated en el futuro. Confío en reglas de gestión de riesgos fuertes, lo que significa que mi sistema de comercio mecánico sale de operaciones no rentables si o cuando la reversión a la media calculada es invalidada. Cuando cambian los valores medios, se llama deriva. Trato de detectar la deriva lo antes posible. En otras palabras, si los precios de los pares de forex previamente cointegrados comienzan a moverse en una tendencia en lugar de volver a la media previamente calculada, su tiempo para que los algoritmos de mi sistema de comercio mecánico vuelvan a calcular los valores. Cuando uso mi sistema de comercio mecánico para el comercio de pares de divisas, uso la fórmula autorregresiva mencionada anteriormente en este artículo para calcular una media móvil para pronosticar la propagación. Entonces, salgo del comercio en mis límites calculados del error. Cointegration es una herramienta valiosa para mi comercio de pares de divisas El uso de la cointegración en el comercio de pares forex es una estrategia de negociación mecánica neutral del mercado que me permite el comercio en cualquier entorno de mercado. Es una estrategia inteligente que se basa en la reversión a la media, sin embargo, me ayuda a evitar las trampas de algunas de las otras estrategias de reversión a la media de forex. Debido a su uso potencial en rentables sistemas de comercio mecánico, la cointegración para el comercio de pares de divisas ha atraído el interés de los comerciantes profesionales, así como los investigadores académicos. Hay un montón de artículos publicados recientemente, como este artículo de blog cuantitativo, o esta discusión académica del tema, así como un montón de discusión entre los comerciantes. Cointegration es una herramienta valiosa en mi comercio de pares de divisas, y recomiendo encarecidamente que usted mira en él por sí mismo. CommentsFXGears Cointegration - / Pairs-Trading Disclaimer - Forex, futuros, acciones y opciones de comercio no es apropiado para todos. Existe un riesgo sustancial de pérdida asociado con el comercio de estos mercados. Las pérdidas pueden y ocurrirán. Nunca se ha desarrollado ningún sistema o metodología que pueda garantizar beneficios o garantizar la ausencia de pérdidas. No se hace ninguna representación o implicación de que el uso de la información contenida en este sitio generará ganancias o asegurará la ausencia de pérdidas. Copyright copy 2011-2014, WCI WCM FXGears El uso, copia, redistribución, republicación y / o duplicación no autorizados de contenido FXGears está estrictamente prohibido sin permiso previo por escrito. Software del foro por la copia de SMF 2014, tema simple de las máquinas basado en la copia del distribuidor smftricksCointegration en negociar de los pares de la divisa es una herramienta valiosa. Para mí, la cointegración es la base para una excelente estrategia de negociación mecánica neutral del mercado que me permite obtener beneficios en cualquier entorno económico. Si un mercado está en una tendencia alcista, tendencia bajista o simplemente moviéndose de lado, el comercio de divisas me permite cosechar ganancias durante todo el año. Una estrategia de comercio de pares forex que utiliza la cointegración se clasifica como una forma de comercio de convergencia basada en el arbitraje estadístico y la reversión a la media. Este tipo de estrategia fue popularizado por un equipo de comercio cuantitativo en Morgan Stanley en la década de 1980 utilizando pares de acciones, aunque yo y otros comerciantes han encontrado también funciona muy bien para el comercio de pares de divisas, también. Forex pares de comercio basado en la cointegración Forex pares de comercio basado en la cointegración es esencialmente una estrategia de reversión a la media. Dicho simplemente, cuando dos o más pares de divisas se cointegrated, significa que el margen de precios entre los pares de divisas por separado tiende a volver a su valor medio consistentemente a través del tiempo. Es importante entender que la cointegración no es correlación. La correlación es una relación a corto plazo con respecto a co-movimientos de precios. La correlación significa que los precios individuales se mueven juntos. Aunque la correlación es confiada por algunos comerciantes, por sí mismo su una herramienta indigna de confianza. Por otro lado, la cointegración es una relación a más largo plazo con co-movimientos de precios, en los cuales los precios se mueven juntos dentro de ciertos rangos o se extiende, como si estuvieran unidos entre sí. He encontrado la cointegración para ser una herramienta muy útil en el comercio de pares forex. Durante mi comercio de pares forex, cuando la propagación se ensancha a un valor umbral calculado por mis algoritmos de negociación mecánica, corto el spread entre los precios de los pares. En otras palabras, Im betting el spread volverá a cero debido a su cointegración. Las estrategias básicas de trading de pares de divisas son muy simples, especialmente cuando se utilizan sistemas de trading mecánicos: elijo dos pares de divisas diferentes que tienden a moverse de manera similar. Puedo comprar el par de divisas de bajo rendimiento y vender el par de resultados. Cuando la separación entre los dos pares converge, cierro mi posición para un beneficio. Forex pares de comercio basado en la cointegración es una estrategia bastante neutral en el mercado. Por ejemplo, si un par de divisas se desploma, entonces el comercio probablemente dará lugar a una pérdida en el lado largo y una ganancia de compensación en el lado corto. Por lo tanto, a menos que todas las monedas y los instrumentos subyacentes de repente pierdan valor, el comercio neto debería ser cercano a cero en el peor de los casos. Del mismo modo, los pares que negocian en muchos mercados es una estrategia de negociación de autofinanciación, ya que los ingresos de las ventas cortas a veces pueden usarse para abrir la posición larga. Incluso sin este beneficio, la cointegración de aprovisionamiento de divisas de comercio de pares todavía funciona muy bien. Comprender la cointegración para el comercio de pares forex Cointegration es útil para mí en el comercio de pares forex, ya que me permite programar mi sistema de comercio mecánico basado tanto en desviaciones a corto plazo de los precios de equilibrio, así como a largo plazo las expectativas de precios, Al equilibrio. Para entender cómo funciona la coexistencia de forex pares de comercio funciona, es importante definir primero la cointegración a continuación, describir cómo funciona en los sistemas de comercio mecánico. Como he dicho anteriormente, la cointegración se refiere a la relación de equilibrio entre conjuntos de series temporales, tales como precios de pares de divisas separados que por sí mismos no están en equilibrio. En la jerga matemática, la cointegración es una técnica para medir la relación entre variables no estacionarias en una serie temporal. Si dos o más series de tiempo tienen un valor de raíz igual a 1, pero su combinación lineal es estacionaria, entonces se dice que están cointegradas. Como ejemplo simple, considere los precios de un índice bursátil y su contrato de futuros: Aunque los precios de cada uno de estos dos instrumentos pueden vagar aleatoriamente en breves períodos de tiempo, en última instancia volverán al equilibrio y sus desviaciones serán estacionario. Heres otra ilustración, declaró en términos del ejemplo clásico del paseo al azar: Digamos que hay dos borrachos individuales que caminan a casa después de una noche de carousing. Permite asumir además que estos dos borrachos no se conocen, así que no hay relación predecible entre sus rutas individuales. Por lo tanto, no hay cointegración entre sus movimientos. En contraste, considere la idea de que un individuo borracho está deambulando a casa mientras está acompañado por su perro en una correa. En este caso, existe una conexión definitiva entre los caminos de estas dos pobres criaturas. Aunque cada uno de los dos está todavía en una vía individual durante un corto período de tiempo, y aunque uno de los pares puede conducir o alejarse aleatoriamente el otro en cualquier punto dado en el tiempo, todavía, siempre se encuentran cerca juntos. La distancia entre ellos es bastante predecible, por lo que se dice que el par está cointegrado. Volviendo ahora a términos técnicos, si hay dos series temporales no estacionarias, como un conjunto hipotético de pares de divisas AB y XY, que se vuelven estacionarias cuando se calcula la diferencia entre ellas, se denominan también series integradas de primer orden Llame a una serie I (1). Aunque ninguna de estas series permanece en un valor constante, si hay una combinación lineal de AB y XY que es estacionaria (descrita como I (0)), entonces AB y XY se cointegran. El ejemplo simple anterior consta de sólo dos series temporales de pares forex hipotéticos. Sin embargo, el concepto de cointegración también se aplica a series temporales múltiples, utilizando órdenes de integración más altas. Piense en términos de un borracho vagabundo acompañado de varios perros, cada uno en una correa de diferentes longitudes. En la economía real, sus ejemplos fáciles de encontrar muestran la cointegración de pares: Ingresos y gastos, o dureza de las leyes penales y el tamaño de la población carcelaria. En el comercio de divisas de los pares, mi foco está en capitalizar en la relación cuantitativa y predecible entre los pares cointegrated de monedas. Por ejemplo, supongamos que Im observa esos dos pares de divisas hipotéticos cointegrados AB y XY y la relación cointegrada entre ellos es AB 8211 XY Z, donde Z es igual a una serie estacionaria con una media de cero, es decir, I (0). Esto parecería sugerir una estrategia comercial simple: Cuando AB XY gt V y V es mi precio de activación de umbral, entonces el sistema de comercio de pares de divisas vendería AB y compraría XY, ya que la expectativa sería que AB disminuyera en precio y XY Para aumentar. O, cuando AB XY lt-V, esperaría comprar AB y vender XY. Evitar la regresión espurios en los pares de divisas de comercio Sin embargo, no es tan simple como el ejemplo anterior sugeriría. En la práctica, un sistema de negociación mecánica para el comercio de pares forex necesita calcular la cointegración en lugar de basarse sólo en el valor R-cuadrado entre AB y XY. Esto se debe a que el análisis de regresión ordinario es corto cuando se trata de variables no estacionarias. Provoca la llamada regresión espuria, lo que sugiere relaciones entre variables incluso cuando no hay ninguna. Supongamos, por ejemplo, que regreso dos series de tiempo de caminata aleatorias separadas entre sí. Cuando pruebo para ver si hay una relación lineal, muy a menudo encontraré valores altos para R-cuadrado así como p-valores bajos. Sin embargo, theres ninguna relación entre estos 2 paseos al azar. La prueba más simple para la cointegración es la prueba de Engle-Granger, que funciona de la siguiente manera: Verificar que AB t y XY t son ambos I (1) Calcular la relación de cointegración XY t aAB tet usando el Método de los mínimos cuadrados Verifique que los residuos de cointegración et estén estacionarios usando una prueba de raíz unitaria como la prueba de Dickey-Fuller Aumentado (ADF) Una ecuación detallada de Granger: I (0) describe la relación de cointegración. XY t-1 AB t-1 describe la magnitud del desequilibrio lejos del largo plazo, mientras que i es tanto la velocidad como la dirección en la que la serie temporal de pares de divisas se corrige del desequilibrio. Cuando se utiliza el método Engle-Granger en el comercio de pares forex, los valores beta de la regresión se utilizan para calcular los tamaños de comercio para los pares. Cuando se utiliza el método Engle-Granger en el comercio de pares forex, los valores beta de la regresión se utilizan para calcular los tamaños de comercio para los pares. Corrección de errores para la cointegración en el comercio de pares forex: Cuando se utiliza la cointegración para el comercio de pares forex, también es útil para explicar cómo las variables cointegradas ajustar y volver al equilibrio a largo plazo. Así, por ejemplo, aquí están los dos ejemplos de pares de divisas serie de tiempo que se muestra de forma automática: Forex pares de comercio basado en la cointegración Cuando uso mi sistema de comercio mecánico para el comercio de pares forex, la configuración y ejecución son bastante simples. En primer lugar, me parece dos pares de divisas que parecen que pueden ser cointegrated, como EUR / USD y GBP / USD. Luego, calculo los spreads estimados entre los dos pares. A continuación, reviso la estacionariedad usando una prueba de raíz unitaria u otro método común. Me aseguro de que mi feed de datos entrantes esté funcionando apropiadamente, y dejo que mis algoritmos de trading mecánicos creen las señales comerciales. Suponiendo Ive ejecutar back-tests adecuados para confirmar los parámetros, Im finalmente listo para usar cointegration en mi comercio de divisas. Ive encontrado un indicador de MetaTrader que ofrece un punto de partida excelente para construir un sistema de comercio de pares forex cointegration. Parece un indicador Bollinger Band, pero de hecho el oscilador muestra el diferencial de precios entre los dos pares de divisas diferentes. Cuando este oscilador se mueve hacia el extremo alto o bajo, indica que los pares están desacoplándose, lo que señala los oficios. Aún así, para estar seguro del éxito, confío en mi sistema de comercio mecánico bien construido para filtrar las señales con la prueba de Dickey-Fuller aumentada antes de ejecutar las operaciones apropiadas. Por supuesto, cualquiera que quiera utilizar la cointegración para sus pares de divisas, pero carece de las habilidades de programación necesarias, puede confiar en un programador experimentado para crear un asesor experto ganador. A través de la magia del trading algorítmico, programo mi sistema de trading mecánico para definir los diferenciales de precios basados ​​en el análisis de datos. Mi algoritmo monitorea las desviaciones de precio, luego compra y vende automáticamente pares de divisas para recolectar ineficiencias del mercado. Riesgos de ser conscientes de cuando se utiliza la cointegración con los pares de divisas de comercio de divisas Forex no es totalmente libre de riesgo. Por encima de todo, tengo en mente que el comercio de pares de divisas utilizando cointegración es una estrategia de reversión media, que se basa en el supuesto de que los valores medios serán los mismos en el futuro como lo fueron en el pasado. Aunque la prueba de Dickey-Fuller aumentada mencionada previamente es útil en validar las relaciones cointegrated para el comercio de los pares de la divisa, no significa que los márgenes continuarán siendo cointegrated en el futuro. Confío en reglas de gestión de riesgos fuertes, lo que significa que mi sistema de comercio mecánico sale de operaciones no rentables si o cuando la reversión a la media calculada es invalidada. Cuando cambian los valores medios, se llama deriva. Trato de detectar la deriva lo antes posible. En otras palabras, si los precios de los pares de forex previamente cointegrados comienzan a moverse en una tendencia en lugar de volver a la media previamente calculada, su tiempo para que los algoritmos de mi sistema de comercio mecánico vuelvan a calcular los valores. Cuando uso mi sistema de comercio mecánico para el comercio de pares de divisas, uso la fórmula autorregresiva mencionada anteriormente en este artículo para calcular una media móvil para pronosticar la propagación. Entonces, salgo del comercio en mis límites calculados del error. Cointegration es una herramienta valiosa para mi comercio de pares de divisas El uso de la cointegración en el comercio de pares forex es una estrategia de negociación mecánica neutral del mercado que me permite el comercio en cualquier entorno de mercado. Es una estrategia inteligente que se basa en la reversión a la media, sin embargo, me ayuda a evitar las trampas de algunas de las otras estrategias de reversión a la media de forex. Debido a su uso potencial en rentables sistemas de comercio mecánico, la cointegración para el comercio de pares de divisas ha atraído el interés tanto de los comerciantes profesionales, así como los investigadores académicos. Hay un montón de artículos publicados recientemente, como este artículo de blog cuantitativo, o esta discusión académica del tema, así como un montón de discusión entre los comerciantes. Cointegration es una herramienta valiosa en mi comercio de pares de divisas, y recomiendo encarecidamente que usted mira en él por sí mismo. Parejas comerciales sin confirmación adecuada es como construir una casa sin un ingeniero estructural. A corto plazo, el diseño puede ser estable y seguro, sin embargo durante un período de tiempo más largo, la sensibilidad a las condiciones climáticas y otros factores podrían ser peligrosos. Los sistemas que se basan en un solo factor invariablemente tendrán una vida útil y deberán ser reciclados para adaptarse a los cambios en las condiciones del mercado. Como se discutió en nuestro artículo anterior sobre la cointegración. El grado en que un comerciante no se adhieren a estas directrices estrictas, puede afectar en gran medida su rentabilidad. Indicadores técnicos para las señales de entrada en un comercio de pares Algunos de los indicadores y patrones técnicos clave que pueden funcionar bien para confirmar las señales de entrada incluyen el Índice de Fuerza Relativa (RSI), el Índice de Facilitación del Mercado (IMF) y el mapa de Candlestick. Cada uno tiene un atributo único y puede ayudar a definir los puntos clave de entrada y salida. Índice de Fuerza Relativa (RSI) Aunque este es un indicador relativamente común que no soporta la prueba del tiempo por sí mismo, el RSI puede ser una herramienta eficaz en el comercio de pares. Definido como el cambio en el momento, este indicador técnico oscilará entre 100 (extremadamente sobrecompra) y 0 (extremadamente sobrevendido). Tradicionalmente los puntos gatillo son 70 para un corto y 30 para un largo. Con respecto al comercio de pares, este índice de fuerza permite al comerciante para confirmar los escenarios de sobrecompra y sobreventa. RSI muestra cómo un indicador técnico puede usarse para detectar oportunidades de entrada. El nivel de oro y plata es considerable, con la cointegración todavía por encima de la marca requerida de 80 (según la esquina del catalizador). El índice relativo de la fuerza ha confirmado que la plata está negociando en el soporte de la sobreventa (en 75), proporcionando al comerciante una entrada válida para una posición corta. Índice de Facilitación del Mercado (IMF) Inventado por el analista técnico Bill Williams, la IMF identifica el impulso de un movimiento basado en el volumen. Dependiendo de la fuerza de la presión de compra y venta, el indicador valorará en una estimación de si la tendencia es fuerte o débil. Comúnmente utilizado con marcos de tiempo más largos, el índice de facilitación de mercado se calcula utilizando las barras de alto, bajo y de volumen. A diferencia del RSI, el indicador se representa mediante un gráfico de barras con coloración. El verde destaca el volumen fuerte y el momento, mientras que el azul, marrón y marrón claro indican reacciones de volumen indecisas. En el comercio de parejas, la IMF puede identificar patrones de impulso a largo plazo y que se cruzan para comprar o cortocircuitar. A continuación se incluye una tabla de Wikipedia, que resalta visualmente el grado en que un ajuste en volumen puede influir en el índice de facilitación del mercado. El índice de flujo de dinero utiliza información de barras básicas para crear un gráfico de color. El oro ha cruzado por debajo de la plata sobre una base de regresión lineal. Sin embargo, el Índice de Facilitación del Mercado ha indicado que el volumen y el impulso están aumentando y que habrá un repunte en el precio. El comerciante se vería a largo plazo de oro y plata corta. Candeleros Los candelabros son una manera extremadamente eficiente de determinar la tendencia de un precio. Diferentes patrones definidos por el precio alto y bajo cerrado pueden proporcionar al comerciante puntos de entrada y salida eficientes. Desde un punto de vista de los pares de comercio, es importante sólo abrir una posición basada en un fuerte comprar o vender patrón. Las señales alcistas incluyen un patrón de perforación, martillo invertido, estrella de la mañana y bebé abandonado. Para más información sobre cada uno de estos patrones se recomienda visitar stockcharts Durante el mes de abril, el spread entre Gold y Silver es relativamente estrecho. Una formación de la estrella de la mañana aparece en el precio del oro, indicando una inversión alcista potencial. El comerciante en este caso, abriría un oro largo, plata corta para capitalizar en una ruptura repentina en el precio. Encontrar un par de monedas o materias primas que pueden resistir la prueba de cointegración a corto y largo plazo puede ser bastante difícil. Es común que los emparejamientos tengan algún grado de distancia o desviación a largo plazo de la regresión lineal y esto puede afectar en gran medida el rendimiento. Varios fondos de cobertura de alto perfil neutrales del mercado han sido víctimas de esta ruptura de regresión. Long Term Capital Management (LTCM) es el ejemplo más famoso. El fondo perdió varios miles de millones de dólares en 1998 durante la crisis financiera rusa. Casi todas las posiciones en sus bonos y emparejamientos derivativos salieron de los carriles todos al mismo tiempo. Las parejas de intercambio no son una prueba completa y se debe implementar una estricta gestión del riesgo y un reciclaje de cointegración. Como se discutió en nuestras publicaciones anteriores sobre correlación y cointegración. Estamos buscando el grado en el que dos variables volverán a su media común. Esto determinará nuestra estrategia de entrada y salida, y donde colocaremos nuestras paradas. En uno de nuestros artículos anteriores 8211 Analizando Pares con Correlación y Cointegración, identificamos Oro y Plata como un buen par de operaciones potenciales debido a sus niveles de porcentaje de largo plazo estadísticamente altos. Se calculó la cointegración utilizando una herramienta gratuita de la página web 8211 Catalyst Corner catalystcorner. 30 Day Correlation: 94.98 2 Year Correlation: 26.99 13 Year Correlation: 95.3 2 Year Cointegration: 85 Silver (Black) Gold (Orange Green) 30 Minute Chart Setting up Charts Setting up a pairs template in MetaTrader is relatively simple and requires two free indicators (these have been included with the tutorial). The first indicator is that of the FX Correlator and the second is the overlay chart. Highlighted below are the step by step instructions on adding each to your chart. 1. Open Metatrader and Choose Chart 2. Drag the Overlay Chart onto the open chart window, and specify default settings. Click OK. 3. Attach the FX Correlator to the chart, click INPUTS and change all currencies to FALSE except for USD and AUD. The reason why we are keeping these two as TRUE is outlined in the trade setup section. Click OK. Trade Setup You will now see two indicators positioned on the chart window. The top overlay chart will highlight the price of silver in comparison to gold. You will notice that the general trend direction is quite similar (correlation), however there are points along the timeline where the prices widen and then regress (cointegration). These are the points that we are looking to profit from. The FX correlator is a unique indicator that calculates a spread between the main chart window and specified other crosses. When we added the indicator to the chart, we only specified the AUD and USD currencies. Hence we can only see two coloured linear regression points along the time line. The reason we chose the Aussie dollar, was because of its susceptibility to commodity prices movements and the US dollar is the natural base cross with Gold and Silver. Long Gold and Short Silver when the USD crosses above the AUD on the FX Correlator. Short Gold and Long Silver when the USD crosses below the AUD on the FX Correlator. In the diagram above, we have circled a number of trade setups. On the 14th of May at 4:00, the USD crossed higher than the AUD, triggering a potential Short Silver/Long Gold scenario. According to the chart, Silver regressed back to the mean and overlapped Gold at 12:00. The second possible trade scenario occured on the 15th of May at 20:00. As the AUD crossed above the USD, a Long Silver / Short Gold trade was triggered with the spread widening. Risk Management Tight Stops on both crosses Calculate the correlation and cointegration of Gold and Silver regularly (daily basis). If the cointegration breaks down (below 80) do not trade. Position size should be based on underlying value and may not be equal. Linear Regression can be an effective tool when defining the overall momentum or trend of a series of prices. It can be adapted to all data. Fields outside of trading, including risk management and statistics, use the same statistical technique. Insurance providers will commonly plot the relationship between claims and age groups to determine premium levels. To put it into perspective, if there were five people in a group who each owned two television sets, one person who owned no tv and two people that owned four tv sets, then the linear regression on a rough basis would indicate the trend is just slightly above the two sets. The standard error or deviation in this case would be the two outside samples of no tv and four televisions. Can regression be an effective tool for trading on a longer term basis or is it too susceptible to market volatility and future pricing To understand how linear regression really works, we need to chart the channel and its standard deviation levels. The first tutorial below looks at a scatter graph in excel and how to plot a linear regression. Please note that it does not include the standard deviation channels. Charting a Simple Regression in Excel Open your Metatrader platform and click on TOOLS, HISTORY CENTER. Choose the relevant pair for your regression analysis. Once you have chosen the time frame, click on EXPORT and SAVE the spread sheet. Open the spread sheet and highlight the two relevant columns you would like to use in the scatter chart. In the diagram above we used time (minutes) and price. Click INSERT and choose SCATTER. A drop down menu will appear. To get a true reflection, click on SCATTER WITH ONLY MARKERS. A chart will appear with dots representing the distribution of pricing data. To decipher the linear regression, highlight the chart and click on LAYOUT in the excel menu. Navigate to TREND LINE. A drop down menu will appear with several options. Choose LINEAR TREND LINE. The regression line will now appear. Excel draws a linear regression of the EURSUD prices using data from MetaTrader M5 charts As discussed previously, the excel chart will only give a basic trend and will not supply the user with detailed standard deviations. It is also recommended that you do not highlight too much data for a realistic short term interpretation. We specified eight hours of five minute data on the EURUSD cross in the above diagram. Charting Linear Regression in Metatrader Open the desired chart and time frame in Metatrader Click on INSERT and CHANNELS. You will then be provided with a list. Choose LINEAR REGRESSION. Hold down your left mouse button and drag the linear regression over the desired time period. In the above diagram, we chose a linear regression with a starting date of the 13th May at 10:30. You will notice that the regression line will appear and adjust according to the data. One standard deviation will also appear. If you would like a second deviation channel on your chart, navigate back to the top of the terminal menu and click on INSERT 8211 CHANNELS and choose Standard Deviation. You will then need to drag the standard deviation channel using your left mouse button and specify the same time period. MetaTrader interprets the price movements and draws a liner regression Recommendation It is recommended when trading using regression, that you specify a shorter range so as to manage the volatility. As prices shift, so will the channel, and profit potentials could quickly turn to losses. It is important to always keep stops tight in case of violent swing backs in the price. Correlation and cointegration are two regression based concepts that are commonly misused by the trading community. Complex in their formulation, both are inter related and are used to calculate the relationships between two or more products (ie commodities, forex, stock prices) over a specific time period. Correlation A value of 1 (positive correlation) or -1 (negative correlation) is assigned based on the how efficiently the two prices react to each other. Correlation identifies pairs that move in either tandem or opposing directions . A good example of a long term correlation pairing is that of the EURUSD and the USDCHF crosses, which trade in a similar direction. On the other side of the coin, the EURGBP and the AUDNZD trade in opposing directions. They show a negative correlation of -0.81. Although this figure indicates that the crosses moved against each other, there is a slight degree of uncertainty over the long term sustainability of this negative result. Professional traders commonly set the entry benchmark for pairs above or below 0.9 or -0.9. Correlation does have a significant drawback, which can greatly affect profitability. Although two pairs may be correlated, they are still not in complete unison, which can cause a slight drift in the prices. In the case of the EURGBP and the AUDNZD, it is a drift -0.19. Read the post on forex correlation for more details on the topic. Image credit: Vassia Atanassova The left box shows a strong correlation. The middle shows a weak correlation. The far right shows an image with no correlation. Cointegration Cointegration analyses the movements in prices and identifies the degree to which two values are sensitive to the same mean or average price over a given time period. It doesn8217t say anything about the direction that the pairs will move. Cointegration only measures whether or not the distance between them remains stable over time. If we look at gold and silver, for example, we may find that they track a common average value. They may trade in opposite directions from day to day. At some unknown point in the future, they should revert back towards that average and hence they are cointegrated. Hedge funds commonly use this formula to program statistical arbitrage models to identify pairs to trade. Another important factor to keep in mind is the look back period of the mean and standard deviation. In essence, if you make the look back value 700, then the regression channel will calculate what the average price is over 700 periods. This can be too inefficient and will limit the sensitivity to changes in the market dynamic. On the other hand, if you set a short look back period, then it will cause a whipsaw effect and will be far too sensitive. It is important to get a balanced look back within the range of 200-350. Gold / Silver Example Top Section: Standard Deviation and Linear Regression Middle Section: Relative Performance Gold (dark blue) and Silver (light/ turquoise blue) Bottom Section: Gold Daily Chart and Time Line The above chart highlights the overall correlation of Gold and Silver and the degree to which breakouts could trigger trade opportunities. I have circled a number of different cointegration scenarios and referenced these on the second section with P1, P2, P3 and P4 labels. Silver Spike 8211 March A significant spike in the price of Silver in March sent the linear regression value below the lower standard deviation channel of -2.0. To capitalize on the significant discrepancy in prices, the trader would have looked at shorting silver and going long gold. Performance wise, this would have resulted in an overall profit as silver weakened heavily, crossing below gold in May. Silver Oversold July The silver price continues to weaken on a relative level to gold. In June and July, the regression value passes above the top standard deviation channel, indicating that silver is oversold and the price will have to revert back to its mean. The trader decides to open a long position in silver and short gold. As forecast, it returns to its mean and the gap between both spot prices closes quickly. Silver Overshoots December Once again the silver price overshoots gold. This sets up a long gold, short silver opportunity. On a performance level, the trader would capitalize on the spread and profit from the position. Silver Selloff April Puncturing the second standard deviation channel, the gold price stabilises whilst silver weakens heavily. This has now supplied the trader with a long silver, short gold opportunity. Correlation strategies appeal to forex traders because it removes the stress associated with picking market direction. When two correlated pairs diverge from one another, the idea is to simply buy one pair and sell the other. What are correlated currency pairs Correlation offers a mathematical probability of two 8220time series8221 moving in the same direction. Applying the idea to forex, it means that we need to pick two currency pairs. EURUSD and USDCHF are two popular choices due to their extremely high correlation, so we8217ll use those. Now we ask a simple question: 8220If the EURUSD rises, what is the probability of that the USDCHF will also rise8221 Our calculations will pump out a simple a number between -1 and 1. 1 means that that if Currency A rose in value, then it is 100 certain that Currency B rose in value. -1 means that if Currency A increased in value, then it is 100 certain that Currency B decreased in value. A value of 0 means that the movement of Currency A exercises no effect at all on Currency B. Traders generally consider a correlation significant whenever the number is greater than 70. EURUSD and USDCHF are so popular because they hold the strongest correlation among the major currency pairs. When market volatility was very low a few years ago, it was around -93. Today, the correlation tends to hang around -80. The European debt problems and Swiss National Bank8217s intervention have a lot to do with the decrease in this number. Their trading relationships are far less stable. Risks of correlation strategies Let8217s move back into familiar territory with my favorite example, the moving average. If you take the average over the past 20 bars, you know from experience that the average will differ if you study a 50 period versus a 200 period average. If you look at the average on a 5 minute chart versus an hourly chart, the number will vary yet again. The take-away here is that the correlations work the same way. The correlation between EURUSD and USDCHF might even be positive if you look at a short enough time scale. As you back away in time, you will notice that the further out you go, the more steady the correlation numbers look. If the weekly correlation of the EURUSD and USDCHF is -80, you would expect the numbers to get more wild and erratic as you scale all the way down to a tick chart. The same problem with the moving average also appears. Studying the correlation over 50 periods provides a responsive number, but it is also far less consistent than the 200 period correlation. What a short period gains in responsiveness, it loses in stability. You should also consider whether the correlation that you8217re studying makes fundamental sense. Just because the temperature change in Mongolia predicted the direction of USDJPY for the past week does not make it a good idea to use in the future. The same goes with pair trading. EURUSD and USDCHF should be highly correlated for two reasons. They both contain the same currency in the pair (USD), which half weights them with the same instrument. Additionally, the EUR and CHF both have strong trading relationships with the US. You would expect both the Euro Zone and Switzerland to share a need for buying and selling US dollars. They need them for buying oil, importing and exporting to the US, etc. Anyone with a cursory understanding of macroeconomics could explain why this relationship makes sense. Correlation traders typically settle on pairs that share a common currency. The EURUSD and USDCHF trade both share the US dollar. When you buy EURUSD and buy USDCHF, you are really: Buying EUR and selling USD Buying USD and selling CHF Notice that the USD cancels itself out. What you are really doing is buying EUR and selling CHF. This is commonly known as the EURCHF pair. Assuming that the spread is not outrageous, it makes more sense to simply buy or sell EURCHF directly rather than going through the convoluted process of managing two open trades. If you decide to pursue the two pair approach, you must consider the need to balance the trade sizes against each other. Using standard lots as the example, 100,000 EUR is 137,500 USD. 100,000 USD is 90,900 CHF. If you buy one standard lot of EURUSD, you are buying 137,500 of it. When you buy a standard lot of USDCHF, you are only buying 100,000. 137,500 obviously does not equal 100,000. Unless you intentionally decided to trade different sizes, you may want to consider equalizing them. Solve for x: 100,000 / 137,500 x (90,900/100,000) x 100,000 / 90,00 100,000 / 137,500 0.803 You would need your EURUSD trade to be 80 of the size of the USDCHF trade. What correlation is not Correlation only provides insight into the probability of direction. It says absolutely nothing about the strength of a particular move. A few months ago the USDCHF climbed 1,000 points in value within a single day. The EURUSD only moved a few hundred pips. The USDCHF moved dramatically further than the EURUSD both in terms of pips, but more importantly, as a percentage of price. Consider if you were short EURUSD that day and short USDCHF. You lost a ton of money. On the flip side, if you were long EURUSD and long USDCHF, then you got lucky and earned the move. Regardless of what happened, correlation told you nothing about the outcome when they move in the same direction. For that reason, I prefer looking at a less intuitive method called cointegration. Cointegration Conintegration turns the problem on its head. Rather than asking whether or not two pairs move in the same direction, it asks how likely are they to remain a certain distance apart. Naturally, that distance tends to vary with time. What you want the cointegration formula to tell you is how likely two pairs are to come back to a standard distance. If you see two pairs spread unusually far apart and the numbers tell you that they usually come back together, then it makes sense to consider a pair trade. Ernest Chan has a friendly introduction to cointegration that I highly recommend. A much uglier, math intensive introduction to the subject, albeit one that is also far more thorough, is in the book Pairs Trading by Ganapathy Vidyamurthy . FREE trading strategies by email