Maximum Drawdown (MDD) O que é Maximum Drawdown (MDD) Um drawdown máximo (MDD) é a perda máxima de um pico para um canal de uma carteira, antes que um novo pico seja atingido. Drawdown Máximo (MDD) é um indicador de risco de queda ao longo de um período de tempo especificado. Ele pode ser usado tanto como uma medida autônoma ou como uma entrada em outras métricas, como Return Over Maximum Drawdown e Calmar Ratio. Máximo Drawdown é expresso em termos percentuais e calculado como: (Valor da Cobertura Valor de Pico) Valor de Pico BREAKING DOWN Drawdown Máximo (MDD) Considere um exemplo para entender o conceito de redução máxima. Suponha que uma carteira de investimento tenha um valor inicial de 500.000. A carteira aumenta para 750.000 ao longo de um período de tempo, antes de mergulhar para 400.000 em um mercado de urso feroz. Em seguida, os rebotes para 600.000, antes de cair novamente para 350.000. Posteriormente, ele mais do que dobra para 800.000. Qual é a redução máxima? A redução máxima neste caso é (350.000 750.000) 750.000 53.33 Observe os seguintes pontos: O pico inicial de 750.000 é utilizado no cálculo MDD. O pico interino de 600.000 não é utilizado, uma vez que não representa uma nova alta. O novo pico de 800.000 também não é usado desde o drawdown original começou a partir do pico de 750.000. O cálculo do MDD leva em consideração o menor valor da carteira (350.000 neste caso) antes que um novo pico seja feito, e não apenas a primeira queda para 400.000. MDD deve ser usado na perspectiva certa para obter o máximo benefício dele. A este respeito, deve ser dada especial atenção ao período considerado. Por exemplo, existe um hipotético fundo único de fundos dos Estados Unidos, Gamma, que existe desde 2000 e teve uma redução máxima de -30 no período que termina em 2010. Embora isso possa parecer uma perda enorme, note que o SampP 500 mergulhou mais do que 55 de seu pico em outubro de 2007 para seu mínimo em março de 2009. Enquanto outras métricas precisariam ser consideradas para avaliar o desempenho global dos fundos Gamma, do ponto de vista do MDD, ela superou seu benchmark por uma enorme margem. Depois de várias semanas de bater a minha cabeça contra a parede, I8217m desistir e pedir ajuda. Minha suposição é que alguém aqui (doisblink talvez) sabe exatamente como resolver o problema que eu necessito uma resposta a. I8217m tentando descobrir a retirada máxima matematicamente esperada do meu sistema. Eu tenho todas as estatísticas derivadas de um tamanho de amostra estatisticamente significante, mas eu apenas consigo descobrir como converter isso em uma distribuição de possibilidades de remoção. Correndo milhares de simulações de Monte Carlo, eu tenho uma idéia geral do que eu estou olhando, mas eu estava esperando para ter alguns números concretos como: X chance de um total de 10 draw over x trades X chance de uma redução total de 25 sobre x Negociações X chance de um levantamento total de 50 x x transações x chance de um levantamento total de 100 negociações x x Eu, finalmente, gostaria de construir uma curva de distribuição incorporando os dados, que eu suponho é uma questão completamente diferente, mas eu can8217t mesmo lidar Até obter os cálculos brutos para gerá-lo. Então, o pedido abreviado é como eu posso calcular a retirada total matematicamente esperada para um determinado sistema Como um projeto paralelo, eu também gostaria de descobrir como calcular a chance de porcentagem para um dado número de perdas consecutivas ocorrerem com base em uma taxa de ganhos conhecida . Temos o seguinte gráfico nifty, que é legal, mas eu gostaria de entender o cálculo por trás dele. Alguém sabe o que os cálculos são usados para gerar esta tabela Se os cálculos são muito complexos ou você apenas quer se incomodar tentando explicá-lo, mesmo me apontando na direção do que eu preciso pesquisar seria muito apreciado. Agradeço antecipadamente por sua ajuda. NOTA: Estou procurando principalmente os cálculos do mundo real. Algo como plug-in x variáveis em uma calculadora e aperte a tecla X ou uma fórmula excel para fazê-lo. A teoria por trás seria ótimo, mas eu tenho a sensação de que vai ser muito abstrato e ou tedioso para explicar. Interessante em aprender a fazer o Order Flow Trading. Estou escrevendo um livro sobre o assunto e adoraria o seu feedback. Registrado em setembro de 2005 Status: Membro 78 Posts Eu só tenho um momento para responder, por favor, perdoe a brevidade. No que diz respeito ao seu projeto lado (a matriz): Backtracking para que nyc site pode dar-lhe algumas informações adicionais. Em relação à redução máxima. Eu não tenho fórmulas úteis no momento, mas encorajamos você a verificar o MSA em adaptradeproduct. htm. Existe uma versão gratuita do software. Seu conjunto de dados pode ser importado e seu provável encontrar que ele pode qualquer pergunta sobre o gerenciamento de dinheiro que você pode jogar nele. Se você não encontrar a resposta, envie um email para Michael, o autor e estou certo de que ele pode ajudá-lo. Identidade secreta: Bill Sullivan se juntou a fevereiro de 2007 Status: é divertido preTrend. 407 Posts Ok, em primeiro lugar, por drawdown Eu suponho que você quer dizer uma série de perdas consecutivas, sem vitórias no meio. Também estou assumindo que você está tentando calcular a probabilidade de obter uma determinada seqüência de negociações perdedoras em uma linha fora de um número total de negócios, p. A probabilidade de fazer 10 negociações e ter uma série perdedora de 3 negociações perdidas seguidas. Agora, a primeira coisa que você precisa descobrir é quantos negócios devem estar na série de perda, a fim de tornar a redução de sua conta a porcentagem em questão. I. e. Quantas negociações perdidas devo ter em uma linha para que minha conta seja removida em 10. Existem dois cenários básicos: 1. Você está usando um número fixo de unidades de lotes por comércio. Ou 2. Você está alterando o número de lotes por comércio de modo que cada vez que você está apenas arriscando um percentual fixo de sua conta. Bem, comece com o primeiro caso: Vamos dizer que sua conta está em 1000 e você está usando um número fixo de lotes para que cada comércio perdendo vai custar 15. Se você quiser saber quantos negócios perdendo vai demorar para você sofrer 10, então quantas vezes 15 dividir em 10 de 1000 Bem 10000.10 100 e 10015 6,67, por isso cerca de 7 comércios e você terá uma redução de (na verdade, um pouco mais do que) 10. Em geral, o cálculo é fácil: (let B o saldo da conta, o risco do dólar R por perder comércio e D drawdown por cento): O número de comércios na raia de perda é k BDR O exemplo acima é: 6,67 10000.115 Agora, se você está usando o segundo caso onde você arrisca uma porcentagem fixa do seu Conta em cada comércio. Então, o cálculo. (Risco de conta R por perda de troca em porcentagem desta vez e D percent drawdown): o número de negociações na série de perda é log log (log 1 - D) (1 - R), por exemplo, Se você arriscar 2 por o comércio e você quer saber quantos comércios perdedores em uma fileira tomará antes que sua conta esteja para baixo por 10 esse o número é k log (1 - 0.10) log (1 - 0.02) log (.90) Log (.98) 5.215 Nota: Você pode usar o log comum: log, ou o log natural: ln em sua calculadora, contanto que você use o mesmo para o numerador eo denominador. Ok agora podemos responder à pergunta de probabilidade: Se for necessário perder negociações em uma linha para reduzir sua conta por x. Então, qual é a probabilidade de que você obtenha uma série de perda de k que perca negócios ou menos entre n trades, ou seja, qual a probabilidade de que em k negocie, sua redução não será mais do que x. Deixe L ser uma variável aleatória que conta o número de Perdendo negócios. Bem, L segue uma distribuição binomial como JosTheelan apontou (isto é assumindo que cada comércio é independente, ou seja, que a probabilidade de obter uma troca perdedora não depende do resultado de negociações anteriores. Isso pode não ser verdade, mas vamos assumi-lo É por simplicidade). Bem, a função de densidade de probabilidade binomial irá dizer-lhe a probabilidade de obter um certo número de perdas em um determinado número de comércios. Vamos permitir que a probabilidade de obter um comércio perdedor, então, 1 - p é a probabilidade de obter um comércio vencedor (você disse que você tem estatísticas para essas probabilidades, certo). Agora, P (L k) significa que existe a probabilidade de que haja negociações perdendo entre negociações totais. Aqui está a fórmula para a função de densidade de probabilidade binomial: P (L k) upload. wikimedia. orgmath9c. F27d86e8bd. png onde upload. wikimedia. orgmathc2. 39a62f081.png lt --- essa coisa é pronunciada quot n escolher k quot e é igual ao número de combinações há de escolher k objetos a partir de um conjunto de n (neste caso, o número de maneiras de obter k comércios perdendo de Um total de negociações n. Há provavelmente uma função em sua calculadora que vai lidar com isso. ou pelo menos um botão fatorial para que você possa calcular n .. etc Se você quiser encontrar a probabilidade de que haverá k comércios perdidos ou menos, Você simplesmente calcula P (L 0) P (L 1) P (L 2). P (L k). NOTA IMPORTANTE: Ao assumir uma distribuição binomial como essa, estamos assumindo que não importa a ordem em que os negócios perdidos entram , Ou seja, eles não têm que ser tudo em uma fileira. Mas pelo menos isso vai lhe dar um pior cenário, porque a probabilidade de encontrar que muitas negociações perdendo e ter a condição de que eles têm que ser tudo em uma linha é menor do que o Probabilidade que você obterá com o cálculo acima. Espero que ajude.
No comments:
Post a Comment