Strategia di trading


Con il termine strategia di trading si fa riferimento un insieme di regole oggettive e misurabili, che prevedono una predeterminata azione al verificarsi di specifiche condizioni di mercato.

La strategia di trading rappresenta un valido aiuto in molteplici situazioni:
- Configurare le strutture per gestire meglio il rischio;
- Stabilire in anticipo le strategie di entrata e di uscita;
- Rimanere concentrati e ottimizzare il processo decisionale;
- Valutare continuamente le transazioni e gestire il denaro;
- Semplificare il trading e mantenere la disciplina.

E' necessario quindi ricercare una strategia che sia in grado di dire quando acquistare o vendere in determinate situazione e quindi stabilire le potenziali strategie di entrata e di uscita.

Stabilire quando entrare.
- acquistare 100 azioni se il prezzo scende sotto una certa soglia (BUY)
- vendere 100 azioni se il prezzo sale sopra una certa soglia (SELL).

A questo punto occorre determinare quando uscire.
Ho acquistato le azioni (BUY):
- se il prezzo sale e la differenza tra il prezzo di acquisto e il prezzo corrente è maggiore del 5% venderò le 100 azioni per avere un profitto (Stop-Limit)
- se il prezzo scende e la differenza tra il prezzo iniziale e quello corrente è maggiore del 4% venderò le azioni per limitare la perdita (Stop-Loss).
Ho venduto le azioni (SELL):
- se il prezzo scende e la differenza tra il prezzo al quale ho acquistato e il prezzo corrente è maggiore del 4% acquisterò le azioni  per ottenere un profitto (Stop-Limit)
- se il prezzo sale e la differenza tra il prezzo di acquisto e il prezzo corrente è maggiore del 5% acquisterò le azioni per limitare la perdita (Stop-Loss).

Commenti

Posta un commento

Post popolari in questo blog

Il moto browniano geometrico

Immagine
Il moto browniano geometrico (a volte detto moto browniano esponenziale) è un processo stocastico in tempo continuo in cui il logaritmo della quantità variabile nel tempo segue un moto browniano, o, forse più precisamente, un processo di Wiener. Il processo è ritenuto appropriato per modellizzare alcuni fenomeni dei mercati finanziari. In particolare, tale processo assume particolare rilevanza in ambito finanziario, in particolare nell’option pricing, in quanto nel modello di Black-Scholes-Merton viene ipotizzato che il prezzo dell’azione sottostante segua un tale processo. Il moto browniano geoemetrico soddisfa la seguente equazione differenziale stocastica: dove è un moto browniano standard e , il drift percentuale istantaneo, e , la volatilità percentuale istantanea, sono costanti reali. L’equazione ha una soluzione analitica nella forma: La variabile aleatoria ha distribuzione Normale con media e varianza . Segue il codice in VB.NET per generare una serie storica dei p
Continua a leggere

Resampling dei dati

Immagine
Il Resampling , anche detto ricampionamento dei dati, rappresenta un'interessante procedura inferenziale che permette di aumentare il potenziale informativo di un campione attraverso l'estrazione di sottocampioni dello stesso. In statistica, con i metodi di resampling dei dati o di ricampionamento si indicano differenti metodi per: stimare la precisione di campioni statistici (mediana, varianza, percentili) usando sottoinsiemi dei dati o scelti casualmente mediante sostituzioni a partire da un insieme dei dati; scambiare etichette sui dati quando si eseguono test di significatività; confermare modelli usando sottoinsiemi casuali. Si può quindi distinguere tra metodi basati sull’estrazione casuale di sottoinsiemi dei dati campionari e metodi nei quali il resampling avviene secondo una procedura non randomizzata.  Appartengono alla prima categoria il bootstrap e sue varianti come il subsampling .  Rientrano invece nella seconda procedure come il jackknif
Continua a leggere

Generazioni di variabili aleatorie

Immagine
Sono detti numeri pseudo-casuali (in inglese pseudo-random numbers ) i numeri generati da un algoritmo deterministico che produce una sequenza con, approssimativamente, le stesse proprietà statistiche di una sequenza di numeri generata da un processo casuale. Tale algoritmo è detto generatore di numeri pseudo-casuali (PRNG, dall'inglese pseudo-random numbers generator ). Le sequenze di numeri pseudo-casuali vengono solitamente generate da un computer e utilizzate per algoritmi basati su processi casuali, come i metodi di tipo Monte Carlo o le applicazioni di crittografia. Quando invece occorrono sequenze di numeri realmente casuali, si utilizza un generatore hardware di numeri casuali. La classe Random nel linguaggio VB Net rappresenta un generatore di numeri pseudo-casuali, ovvero un dispositivo che produce una sequenza di numeri che soddisfano determinati requisiti statistici di casualità. La sintassi è la seguente: VB <SerializableAttribute> <ComVisi
Continua a leggere