راهنمای نهایی موفقیت تجارت Algo

تقریباً هر کس که یک کامپیوتر را برنامه ریزی کرده است تا کاری فراتر از تولید "سلام جهان" انجام دهد ، آرزو کرده است که یک الگوریتم رایانه ای (الگو) داشته باشد که خستگی ناپذیر برای استخراج پول از بازارهای مالی کار کند ، خواه در سهام ، بیت کوین ، سویا یا هر چیز دیگری معامله شوددر مبادله"برنامه نویسی نبوغ ، بازار قاتل" عبارتی است که همه ما دوست داریم با آن در ارتباط باشیم. این همان چیزی است که یک معامله گر الگوریتمی خوب است.

اما چقدر واقع بینانه ایجاد و استقرار یک ربات Algo رایانه ای یا ارتش رباتها برای کسب درآمد برای شما؟و با فرض اینکه می توان آن را انجام داد ، چگونه واقعاً در مورد انجام این کار پیش می روید؟این راهنما شما را در طی مراحل موفقیت آمیز در تجارت Algo طی می کند. اما هشدار داده شود - این بسیار درگیر و بسیار دشوارتر از آن چیزی است که فکر می کنید.

اصول - ما واقعاً در مورد چه چیزی صحبت می کنیم؟

قبل از اینکه خیلی دور شویم ، اصطلاحاتی در تجارت وجود دارد که به شما در درک تجارت ALGO کمک می کند. 3 حالت اصلی تجارت وجود دارد. اولین مورد تجارت اختیاری است ، جایی که یک معامله گر بر اساس هر تعداد عوامل تصمیم گیری می کند/فروش می کند ، که برخی از آنها می توانند برنامه ریزی شوند و برخی دیگر - مانند شهود و شکار - که نمی توانند. بسیاری از معامله گران اختیاری در نمودارها یا نردبان های قیمت در صفحه رایانه به طور همزمان خیره می شوند و در حالی که می روند ، خرید و فروش می کنند.

نوع دوم معاملات تجارت Algo است. در سالهای گذشته ، آن را به نام مکانیکی ، سیستماتیک ، جعبه سیاه یا تجارت مبتنی بر قانون خوانده می شد. اکنون اکثر مردم از آن به عنوان الگوریتمی یا تجارت الگو یاد می کنند ، اما این ایده تغییر نکرده است. فلسفه اصلی این است که کلیه قوانین خرید و فروش ("سیستم تجارت" یا "استراتژی تجارت") 100 ٪ تعریف شده و به شدت دنبال می شوند. این امر باعث می شود تجارت آلگو برای اجرای یک کامپیوتر ایده آل باشد و حتی در زمان واقعی - بدون مداخله انسانی - به صورت خودکار اجرا شود. یکی از مزایای بزرگ این سبک تجارت ، قوانین می تواند از لحاظ تاریخی آزمایش شود. اگر این قوانین در گذشته سودآور نبودند ، احتمالاً در آینده کار نمی کنند!

نوع سوم تجارت با تجارت اختیاری و آلگو ترکیب می شود. این به عنوان یک رویکرد جعبه ترکیبی یا خاکستری شناخته می شود. به عنوان مثال ، شاید ورودی ها بر اساس شهود یک معامله گر باشد ، با قوانین خروج رایانه ای.

برای بحث در زیر ، ما روی رویکرد دوم - تجارت خالص Algo - 100 ٪ قوانین رایانه ای برای خرید و فروش هر ساز تمرکز خواهیم کرد. ما به تجارت Algo در مبادله خواهیم پرداخت ، که فقط یک محیط فیزیکی یا مجازی است که خریداران و فروشندگان می توانند معاملات را انجام دهند.

چرا باید به من گوش کنی؟اکنون که اصطلاحات اساسی را پایین آورده ایم ، ممکن است تعجب کنید که چرا باید به من گوش دهید. اول ، من بیش از 25 سال است که تجارت می کنم و از همه مهمتر ، نه همیشه با موفقیت. با گذشت سالها ، من مشکلات در طراحی سیستم معاملاتی را که بسیاری از معامله گران را طاعون می کند ، آموخته ام و غلبه کرده ام. این سالها کار سخت و شهریه (ضرر) پرداخت شده به بازار را به طول انجامید. اما سرانجام ، من توانستم تجارت Algo را انجام دهم و 3 سال پیاپی در یک مسابقه معاملات آینده پول واقعی در سراسر جهان ، در مکان اول یا 2 به پایان رسید و در هر یک از آن سالها بیش از 100 ٪ درآمد کسب کردم.

من همچنین توانستم به این هدف دست یابم که بسیاری از معامله گران پاره وقت را تانتال می کند - جهش به تجارت تمام وقت ، که امروز هنوز هم انجام می دهم. در طول راه ، من 3 کتاب فروش پرفروش Algo را نوشتم و تجربیات خود را در سراسر جهان از طریق کارگاه ها ، کلاس ها و کنفرانس ها به اشتراک می گذارم.

بنابراین ، همراه با شکست های اولیه معاملات من ، موفقیت معاملات را تأیید کرده ام. این مهم است ، زیرا بسیاری از مربیان تجارت هرگز حتی با موفقیت معامله نکرده اند! فرایندی که بعداً در این مقاله بیان کردم ، واقعاً از طرف کسی است که "در آنجا بوده است ، و این کار را انجام داده است."

یک دلیل دیگر برای گوش دادن به من: من در طی 7 سال گذشته 5 کتاب تجارت پرفروش را تألیف کرده ام.

الزامات نرم افزاری هنگامی که رایانه های شخصی برای اولین بار در صحنه آمدند ، گزینه های نرم افزاری برای سیستم های معاملاتی برنامه نویسی کوچک بود. با این حال ، در دنیای امروز ، برعکس درست است. گزینه های زیادی وجود دارد که تصمیم به استفاده از چه چیزی دشوار است. یک مقاله عالی در مورد هاکرنون برخی از گزینه های عالی را شرح می دهد: https://hackeoon. com/9-great-tools-for-algo-trading-e0938a6856cd.

مسیری دیگر که می توانید طی کنید ، خرید یک بستر معاملاتی خرده فروشی مانند Tradestation ، Multicharts یا Ninjatrader است. برای بسیاری از معامله گران خرده فروشی ، این سیستم عامل ها کاملاً خوب کار می کنند و هر کاری را که یک معامله گر باید انجام دهد انجام می دهد. محبوب ترین در بین بازرگانان خرده فروشی چیست؟در این پست آنچه خوانندگان من در مورد سیستم عامل ها گفتند را بررسی کنید.

البته، برخی از برنامه نویسان مایلند پلتفرم بک تست و اجرای خود را برنامه ریزی کنند - این همان کاری است که من 20 سال پیش انجام دادم، قبل از اینکه بفهمم در مدت زمان طولانی بهتر است فقط از یک پلت فرم ثابت استفاده کنم (من بیش از 15 مورد از Tradestation استفاده کرده ام. سال ها). با وجود تمام ابزارها و بسته های کامپیوتری عالی، من این رویکرد کلی «آن را خودتان انجام دهید» را توصیه نمی کنم.

مهارت هایی که هر تریدر آلگو به آن نیاز دارد برای اینکه یک معامله گر الگوی موفق باشید، باید چند مهارت ضروری داشته باشید. ابتدا باید بتوانید تجارت کنید یا حداقل اصول تجارت را بدانید. آیا می دانید دستور توقف چیست؟یا سفارش محدود؟آیا مارجین مورد نیاز بازاری که می خواهید معامله کنید را می دانید؟آیا صرافی که در آن معامله می کنید تحت نظارت است؟سوالاتی از این دست مهم هستند. برای مثال، بسیار مهم است که ریسک ذاتی مبادلات غیرقابل تنظیم را درک کنید.

آیا مشخصات ابزاری که می خواهید معامله کنید را می دانید؟به عنوان مثال، اگر قراردادهای آتی گاو زنده را معامله می کنید، آیا می دانید چگونه از تحویل 40000 پوندی دام زنده به حیاط خانه خود جلوگیری کنید؟من شک دارم که تا به حال برای یک معامله گر اتفاق افتاده باشد، اما مطمئناً ممکن است. هرچه بیشتر در مورد معاملات به طور کلی بدانید، روند معاملات الگوی ساده تر خواهد بود.

مهارت دوم، خوب بودن در ریاضی است. شما باید درک خوبی از محاسبات مالی، آمار اولیه و نحوه محاسبه معیارهای عملکرد معاملاتی داشته باشید. یک مهارت مرتبط، خوب بودن با اکسل یا سایر نرم افزارهای دستکاری داده ها مانند Matlab است. شما از چنین نرم افزاری برای تکمیل تحلیل استراتژی معاملاتی خود استفاده زیادی خواهید کرد، بنابراین هرچه در ریاضیات بهتر باشید، در معاملات الگوریتم بهتر خواهید بود.

سومین مهارت مهم این است که بدانید چگونه پلتفرم معاملاتی انتخابی خود را اجرا کنید. این یک مهارت اساسی به نظر می رسد، اما من همیشه به معامله گران می گویم که باید به یادگیری پلتفرم خود ادامه دهند تا زمانی که بتوانند آن را فریب دهند - یعنی می توانند سیستم های معاملاتی ایجاد کنند که از ضعف های موتور بک آست پلتفرم سوء استفاده کنند. با مهارت کافی برای فریب نرم افزار، می توانید از بسیاری از اشتباهات مبتدی و سطح متوسط جلوگیری کنید.

توانایی پیروی از یک رویکرد علمی تثبیت شده برای توسعه سیستم معاملاتی، سومین مهارتی است که هر معامله گر الگوی خوب دارد. برای ایجاد سیستم های معاملاتی جامد، باید یک فرآیند صحیح برای طراحی، توسعه و آزمایش استراتژی های الگوی خود داشته باشید. این به سادگی برنامه نویسی و تجارت نیست. اگر مهارت یا توانایی پیروی از یک فرآیند مشخص را ندارید، معاملات الگوریتم ممکن است برای شما مناسب نباشد.

مهارت نهایی که شما نیاز به موفقیت در تجارت Algo دارید ، احتمالاً مهمترین توانایی برنامه نویسی است. مدتی به یاد می آورید که من در مورد نرم افزار تجارت بحث کردم؟خوب ، بخش مهمی از دانستن اینکه از کدام نرم افزار استفاده می شود ، دانستن توانایی های برنامه نویسی شماست. سیستم عامل های مختلف به توانایی برنامه نویسی مختلف نیاز دارند ، با برخی از سیستم عامل ها به مهارت برنامه نویسی از نوع C ++ نیاز دارند ، در حالی که برخی دیگر فقط ممکن است به مهارت های برنامه نویسی بصری نیاز به کشیدن و رها کردن داشته باشند. نکته اصلی این است که در هر زبان برنامه نویسی لازم باشد.

بازرگانان موفق ALGO صدها یا حتی هزاران سیستم معاملاتی ، تولید تن منحنی سهام ، در طی یک سال. دلیل این امر این است که بیشتر سیستم های تجاری بی ارزش هستند - آنها در دراز مدت پول خود را از دست می دهند. آیا می توانید تصور کنید که به شخصی برای برنامه ریزی استراتژی های بی ارزش برای شما پرداخت می کنید؟من مطمئناً نمی توانم! بنابراین ، اگر می خواهید یک معامله گر موفق ALGO باشید ، توانایی برنامه نویسی ارزش وقت شما را دارد.

قبل از اینکه در مورد یک فرآیند محکم و اثبات شده برای توسعه سیستم های تجاری سودآور Algo بحث کنم ، در تجارت Algo چه کاری انجام نمی شود ، ارزش این را دارد که برخی از کارهایی را که انجام نمی شود اشاره کنید. تقریباً هر معامله گر جدید Algo در این مشکلات قرار می گیرد ، اما با کمی پیشگویی ، می توانید به راحتی از آنها جلوگیری کنید. صحبت از تجربه شخصی ، هدایت این تله ها باعث صرفه جویی در هزینه های زیادی می شود.

اول ، از آنجا که بسیاری از معامله گران ALGO برنامه نویسی ، علوم و ریاضی دارند ، آنها معتقدند که مدل های آنها باید پیچیده باشد. از این گذشته ، بازارهای مالی جانوران پیچیده ای هستند و قوانین و متغیرهای تجاری بیشتر باید بتوانند از این رفتار مدل سازی کنند. اشتباه! قوانین و متغیرهای بیشتر به هیچ وجه بهتر نیستند. بله ، مدل های پیچیده داده های تاریخی را بهتر می کنند ، اما بازارهای مالی پر سر و صدا هستند. در بسیاری از مواقع ، داشتن قوانین زیادی فقط سر و صدا را بهتر مدل می کند ، نه سیگنال اصلی بازار. بیشتر معامله گران حرفه ای Algo مدل های ساده ای دارند ، زیرا این افراد تمایل دارند بهترین کار را بر روی داده های غیب انجام دهند.

پس از اتمام یک مدل سیستم معاملاتی ، مشکل دوم به مسئله تبدیل می شود: بهینه سازی. فقط به این دلیل که شما متغیرهایی دارید (مانند حرکت متوسط متوسط ، یا آستانه های بیش از حد/بیش از حد) که می توانند بهینه شوند ، به معنای بهینه سازی آنها نیست. و فقط به این دلیل که رایانه شما می تواند یک میلیون تکرارهای پشتی را در ساعت اجرا کند ، به این معنی نیست که شما باید. بهینه سازی برای ایجاد پشتی عالی عالی است ، اما به یاد داشته باشید که بیشتر داده های بازار فقط سر و صدا است. یک استراتژی معاملاتی که برای یک سیگنال قیمت تاریخی پر سر و صدا بهینه شده است ، به خوبی به عملکرد آینده ترجمه نمی شود.

یک خطای سوم مربوط به دو مشکل اول است: ساختن یک پشتی بزرگ. هنگامی که شما در حال توسعه یک سیستم ALGO هستید ، تنها بازخوردی که می توانید از طریق پشتی تاریخی چقدر خوب باشد ، دریافت می کنید. بنابراین به طور طبیعی بیشتر معامله گران سعی می کنند تا حد ممکن پشتی را کامل کنند. با این حال ، یک معامله گر با تجربه Algo به یاد می آورد که Backtest تقریباً به اندازه عملکرد زمان واقعی اهمیتی ندارد. بله ، یک پشتی باید سودآور باشد ، اما وقتی خود را می بینید که سعی در بهبود عملکرد پشتی دارد ، در معرض خطر سقوط در این تله هستید.

یک خطای چهارم و آخرین تجارت ALGO دام "خیلی خوب برای درست بودن" است. نسبت به هر نتیجه تاریخی که فقط به نظر می رسد خیلی خوب است ، احتیاط کنید. احتمال دارد که تقریباً به خوبی پیش برود ، اگر اصلاً اجرا شود. تقریباً هر معامله گر Algo که می دانم حداقل یک سیستم تجاری "مقدس مقدس" را توسعه داده است ، یکی با عملکرد تاریخی که هر سرمایه گذار یا معامله گر را متحیر می کند. اما تقریباً بدون استثنا ، آن استراتژی های عالی در زمان واقعی از هم جدا می شوند. شاید این به دلیل خطای برنامه نویسی ، بهینه سازی بیش از حد یا فریب موتور Backtest استراتژی باشد ، اما داشتن یک دوز سالم در ابتدا شما را از استراتژی هایی مانند این دور می کند.

یک فرآیند اثبات شده برای توسعه سیستم های معاملاتی ALGO هنگامی که از مشکلات مشترک در تجارت ALGO جلوگیری کنید ، زمان آن رسیده است که استراتژی هایی را در یک فرآیند کنترل شده و قابل تکرار تدوین کنید. من فرآیند خود را یک کارخانه استراتژی می نامم ، جایی که ایده های تجارت به عنوان مواد اولیه وارد می شوند ، "ماشین آلات" ایده ها را به استراتژی های کاملاً آزمایش شده تبدیل می کنند ، و آنچه کارخانه را ترک می کند یا یک استراتژی قابل معامله است یا یک استراتژی قراضه دور ریخته شده است. مراحلی که من برای ایجاد یک استراتژی استفاده می کنم در زیر آورده شده است.

این روند با اهداف و اهداف آغاز می شود. مانند رانندگی ماشین به یک مقصد ، باید بدانید که قبل از شروع به کجا می خواهید به پایان برسید. بازاری را که می خواهید تجارت کنید ، و همچنین بازده سالانه و پیش بینی مورد نظر خود را شناسایی کنید. شما می توانید اهداف بیشتری از این داشته باشید ، بنابراین این حداقل حداقل لخت است. داشتن اهداف و اهداف محکم به شما کمک می کند تا بدانید چه زمانی باید از تجارت خود راضی باشید و به شما کمک می کند تا از بسیاری از مشکلات موجود در ابتدا استفاده کنید.

در مرحله بعد ، برای ساختن یک استراتژی با یک ایده به یک ایده نیاز دارید. این بدان معنا نیست که شما باید برای استراتژی خود یک تئوری کامل اقتصادی ایجاد کنید ، بلکه این بدان معنی است که تولید تصادفی (مانند: خرید اگر نزدیک 53 بار قبل از 22 میله قبل بیشتر باشد) احتمالاً کار نخواهد کردبشربهترین ایده ها توضیحی در پشت آنها دارند. به عنوان مثال ، "افزایش قیمت به سمت بالا رفتن" ممکن است ایده خوبی برای کدگذاری و تبدیل شدن به یک استراتژی باشد. نکته خوب این است که ایده ها در همه جا وجود دارند ، و شما می توانید به سادگی ایده هایی را که پیدا می کنید تغییر دهید و آنها را متناسب با خواسته های خود تنظیم کنید. نکته نهایی: همیشه در جستجوی ایده های تجارت باشید. برای یافتن یک مورد خوب ، باید تعداد زیادی از آنها را آزمایش کنید.

مرحله بعدی آزمایش تاریخی استراتژی شماست. من معمولاً این کار را به عنوان دو مرحله جداگانه اجرا می کنم. اول ، من یک آزمایش در مقیاس کوچک را طی چند سال از داده ها انجام می دهم تا ببینم استراتژی من دارای شایستگی است یا خیر. اکثر استراتژی ها این مرحله را شکست می دهند ، بنابراین باعث می شود زمان و تشدید یک تست در مقیاس کامل من را نجات دهد. من همچنین در صورت نیاز استراتژی را در این مرحله اصلاح می کنم. من می توانم این کار را بدون ترس از بیش از حد یا منحنی استراتژی داده های تاریخی انجام دهم ، زیرا من فقط از چند سال داده استفاده می کنم. پس از انجام آزمایش اولیه موفق ، سپس یک آزمایش عمیق تر انجام می دهم. من از فرایندی به نام تست Walkforward استفاده می کنم که از یک پشتی بهینه سازی شده سنتی برتر است. در این مرحله می توانید از آزمایش نمونه نیز استفاده کنید. نکته اصلی این نیست که در این مرحله بیش از حد آزمایش کنید. هرچه آزمایش بیشتری انجام دهید ، محتمل است که مدل شما منحنی یا بیش از حد باشد.

بعد از اینکه یک تست Walkforward موفق انجام دادم ، برخی از شبیه سازی های تصادفی Monte Carlo را با مدل خود اجرا کردم تا بازگشت آن به ویژگی های پیش بینی شود. شما می خواهید یک سیستم معاملاتی داشته باشید که بازده قابل قبولی به نسبت پیش بینی می کند - در غیر این صورت چرا آن را تجارت می کنید؟با این وجود ، این است که اگر بازده/پیش بینی خیلی خوب باشد ، به طور کلی یک استراتژی تجاری را نشان می دهد که بیش از حد از آن استفاده شده است (که در ابتدا به عنوان یک سیستم معاملاتی "خیلی خوب برای درست بودن" مورد بحث قرار می گرفت).

با اتمام آزمایش های تاریخی ، من اکنون استراتژی تجارت را در زمان واقعی تماشا می کنم. آیا در زمان واقعی از هم جدا می شود؟بسیاری از استراتژی های ضعیف ساخته شده اند. این مهم است که شما تأیید کنید که سیستم تجارت هنوز در بازار زمان واقعی عملکرد خوبی دارد. این باعث می شود این مرحله بسیار مهم باشد ، حتی اگر انجام آن بسیار دشوار باشد. از این گذشته ، چه کسی می خواهد ماه ها را صرف تماشای یک سیستم تجاری که تازه ایجاد کرده اند ، به جای اینکه واقعاً تجارت کند؟اما صبر مهم است و به من اعتماد کنید وقتی می گویم انجام این مرحله در دراز مدت باعث صرفه جویی در هزینه می شود.

مانع نهایی قبل از روشن کردن استراتژی ، بررسی و مقایسه آن با نمونه کارها موجود است. در این مرحله ، شما می خواهید اطمینان حاصل کنید که استراتژی های شما با یکدیگر ارتباط کم دارند. Excel یا سایر نرم افزار تجزیه و تحلیل داده ها برای این کار ایده آل است. اگر آنها بسیار همبستگی داشته باشند ، تجارت 5 استراتژی بیت کوین بی معنی است. ایده تجارت چندین استراتژی کاهش ریسک از طریق تنوع ، نه تمرکز یا بزرگنمایی آن است.

البته ، در پایان توسعه ، اگر این استراتژی تمام آزمایشات را پشت سر بگذارد ، زمان آن رسیده است که آن را روشن کرده و با پول واقعی تجارت کنیم. معمولاً این می تواند در رایانه یا سرور خصوصی مجازی شما به صورت خودکار انجام شود ، که شما را برای تدوین استراتژی بعدی آزاد می کند. در عین حال ، برای نظارت بر استراتژی های زنده ، باید چک هایی را انجام دهید. این بسیار مهم است ، اما خوشبختانه کار سختی نیست. دانستن اینکه چه موقع باید یک استراتژی نادرست را خاموش کنیم ، بخش مهمی از زندگی زنده است.

از کجا می روید؟اگر این کار را تاکنون انجام داده اید ، مطمئناً اکنون اصول اولیه را برای شروع در تجارت Algo دارید. اما بعد چیست؟

اولین قدم تصمیم گیری در مورد اینکه آیا تجارت Algo واقعاً چیزی است که می خواهید به آن پرش کنید. با فرض اینکه مهارت برنامه نویسی را دارید ، به میل نیز احتیاج دارید. این کار را نکنید زیرا علائم دلار در چشمان خود دارید. این کار را برای چالش شکستن کد بازار انجام دهید. در صورت عدم احساس مناسب ، سعی نکنید خود را به تجارت آلگو مجبور کنید. تجارت خوب به معنای عدم مجبور کردن چیزها است - تجارت شما باید متناسب با شخصیت ، مهارت و توانایی های شما باشد.

در مرحله بعد ، اگر قبلاً ندارید ، یک بستر معاملاتی را انتخاب کنید ، برای برنامه ریزی استراتژی ها با آن یاد بگیرید و شروع به توسعه برخی از جلبک های تجاری ساده کنید. نمونه ها را بررسی کنید و سعی کنید آنها را اصلاح کنید. Hands on Experience با سیستم های معاملاتی برنامه نویسی مهم است ، بنابراین در اسرع وقت شروع کنید. به همان اندازه که می توانید با نرم افزار تجارت و برنامه نویسی استراتژی ها مهارت پیدا کنید.

چند روش مناسب برای توسعه یک سیستم تجارت ALGO و بسیاری از روش های اشتباه دیگر وجود دارد. من قبلاً برخی از روشهای خوب و همچنین برخی از روشهای بد را به اشتراک گذاشته ام. ممکن است بخواهید مدتی وقت بگذارید ، برخی از تحقیقات را انجام دهید و متخصصان را در تجارت Algo جستجو کنید که روش های خود را به اشتراک می گذارند. فقط مراقب باشید ، زیرا بیشتر مربیان شارلاتانی هستند که فقط با یک شبیه ساز تجارت می کنند. از منابع دانشجویی بخواهید ، به دنبال تأیید مستقل نتایج معاملات و غیره باشید.

البته ، شما می توانید یاد بگیرید که تجارت را به روشی که من انجام داده ام یاد بگیرید: 1. برنامه یک ALGO ، حداقل آزمایش کنید 2. تجارت کنید با پول واقعی زندگی می کند 3. وقتی Algo ساخته شده نادرست از بین می رود ، پول خود را از دست دهید. 5. از مرحله 1 شروع کنید.

در فکر دوم این کار را انجام ندهید همانطور که من انجام دادم - خیلی گران است!

مرحله بعدی ، هنگامی که یک سیستم تجاری دارید که احساس خوبی دارید ، این است که شیرجه را بگیرید و با پول واقعی در مقیاس کوچک تجارت کنید. تجارت با پول واقعی چیزها را تغییر می دهد. من بسیاری از میلیونرهای تجاری شبیه سازی شده را می شناسم ، اما میلیونرهای واقعی تجارت پول واقعی. در حالی که خوب است که تجارت را با پول واقعی شروع کنید ، خیلی زود در حرفه Algo خود تجارت نکنید ، به خصوص اگر سرمایه تجاری محدود دارید. بسیاری از معامله گران در این تله قرار می گیرند و قبل از اینکه واقعاً بفهمند چه اتفاقی می افتد ، حساب های خود را منفجر می کنند. بازارها همیشه در اینجا خواهند بود ، اما شما نمی توانید شرکت کنید مگر اینکه سرمایه تجاری داشته باشید.

مرحله آخر ، هنگامی که شما برخی از سیستم های معاملاتی را توسعه داده اید و تجارت زنده را شروع کرده اید ، بررسی عملکرد و بهبود شما است. با خودت صادق باش. اگر تجارت خوب پیش نمی رود ، از خود بپرسید که برای بهبود چه کاری می توانید انجام دهید. این ممکن است در حال تغییر روند توسعه شما یا رویکرد اندازه گیری موقعیت شما یا حتی تجارت بازارهای مختلف باشد. نکته اصلی این است که شما باید دائماً به دنبال بهتر شدن باشید. از این گذشته ، تعداد زیادی معامله گران جدید Algo در تلاشند تا شما را مورد ضرب و شتم قرار دهند.

فکر نهایی برای خلاصه کردن ، به خاطر داشته باشید که تجارت Algo سخت است. یک برنامه نویس عالی تنها بخشی از معما است. اما با مهارت های مناسب ، تمایل و روند توسعه ، موفقیت در توسعه سیستم های تجارت ALGO قطعاً امکان پذیر است.