Moving Average Strategy Backtest

Simple Moving Averages - Trading Backtests Was sind die gleitenden durchschnittlichen Parameter sind die besten Diese Seite hat einen Ozean von gleitenden durchschnittlichen Backtests, die ich für den DAX, SP500 und auch USD / EU (Forex). Diese Tests wurden unter Verwendung unterschiedlicher Signalstrategien durchgeführt: einfach / exponentiell und Crossover-Varianten und verschiedene Indizes für einen Zeitraum von 1000 Handelstagen. Im Gegensatz zu anderen Websites testete ich alle gleitenden durchschnittlichen Tagesfensterwerte von 1 - 1000 Tagen, für die Cross-Over-Strategien auch in Kombination Diese Daten sind auch unqiue, da ich versucht habe, realistische Tests durchzuführen, die den Kauf / Verkaufspreis simulieren und Steuern zum Vergleich mit einer Referenz - (Buy-Hold-) Strategie. Ein schnell reagierender Fensterwert sieht gut aus in der Theorie und mit einem einfachen Test. Aber die Ausbreitung, Gebühren und Steuern zerstören alle Leistungen in der praktischen Anwendung. Deshalb sind diese realistischen Tests so wertvoll. Ich hoffe, diese Seite kann Ihnen helfen, mit Ihren Trades, genießen itBacktesting ein Moving Average Crossover in Python mit Pandas Im vorigen Artikel auf Research Backtesting Umgebungen In Python Mit Pandas haben wir eine objektorientierte forschungsbasierte Backtesting-Umgebung und testete es auf einer zufälligen Vorhersage-Strategie. In diesem Artikel werden wir nutzen die Maschinen, die wir eingeführt, um die Forschung über eine tatsächliche Strategie, nämlich die Moving Average Crossover auf AAPL. Moving Average Crossover-Strategie Die Moving Average Crossover-Technik ist eine äußerst bekannte simples Impulsstrategie. Es wird oft als die Hello World Beispiel für quantitative Handel. Die Strategie, wie hier skizziert, ist lang-nur. Zwei getrennte einfache gleitende Durchschnittsfilter werden mit variierenden Rückblickperioden einer bestimmten Zeitreihe erzeugt. Beim Kauf des Assets treten Signale auf, wenn der kürzere Lookback-Bewegungsdurchschnitt den längeren Lookback-Bewegungsdurchschnitt übersteigt. Wenn der längere Durchschnitt anschließend den kürzeren Durchschnitt übersteigt, wird der Vermögenswert zurückgekauft. Die Strategie funktioniert gut, wenn eine Zeitreihe einen starken Trend eintritt und dann langsam den Trend rückgängig macht. Für dieses Beispiel habe ich Apple, Inc. (AAPL) als Zeitreihe mit einem kurzen Rückblick von 100 Tagen und einem langen Rückblick von 400 Tagen gewählt. Dies ist das Beispiel der zipline algorithmischen Handelsbibliothek. Wenn wir also unseren eigenen Backtester implementieren wollen, müssen wir sicherstellen, dass er die Ergebnisse in Zipline, als ein grundlegendes Mittel der Validierung entspricht. Implementierung Bitte folgen Sie dem vorherigen Tutorial. Die beschreibt, wie die anfängliche Objekthierarchie für den Backtester konstruiert wird, andernfalls funktioniert der nachfolgende Code nicht. Für diese spezielle Implementierung habe ich die folgenden Bibliotheken verwendet: Die Implementierung von macross. py erfordert backtest. py aus dem vorherigen Tutorial. Der erste Schritt ist, die notwendigen Module und Objekte zu importieren: Wie im vorherigen Tutorial werden wir die abstrakte Basisklasse Strategy unterteilen, um MovingAverageCrossStrategy zu produzieren. Die alle Details enthält, wie die Signale erzeugt werden, wenn die sich bewegenden Mittelwerte von AAPL einander kreuzen. Das Objekt benötigt ein kurzes Fenster und ein langes Fenster. Die Werte wurden auf Standardwerte von 100 Tagen bzw. 400 Tagen gesetzt, wobei es sich um dieselben Parameter handelt, die im Hauptbeispiel der Zipline verwendet werden. Die gleitenden Mittelwerte werden durch die Verwendung der Pandas-Rollmechanik auf den BarsClose-Schlusskurs der AAPL-Aktie erstellt. Sobald die einzelnen Bewegungsdurchschnitte konstruiert worden sind, wird die Signalserie dadurch erzeugt, daß die Säule gleich 1,0 gesetzt wird, wenn der kurze gleitende Durchschnitt größer ist als der langgängige Durchschnitt oder 0,0 sonst. Daraus können Positionsaufträge generiert werden, um Handelssignale darzustellen. Das MarketOnClosePortfolio wird von Portfolio subklassen. Die in backtest. py gefunden wird. Es ist fast identisch mit der im vorherigen Tutorial beschriebenen Implementierung, mit der Ausnahme, dass die Trades nun auf einer Close-to-Close-Basis statt einer Open-to-Open-Basis durchgeführt werden. Einzelheiten darüber, wie das Portfolio-Objekt definiert ist, finden Sie im vorherigen Tutorial. Ive ließ den Code in für Vollständigkeit und dieses Tutorium in sich geschlossen halten: Nun, da die MovingAverageCrossStrategy und MarketOnClosePortfolio Klassen definiert worden sind, wird eine Hauptfunktion aufgerufen, um alle Funktionalität zusammen zu binden. Darüber hinaus wird die Performance der Strategie durch eine Kurve der Eigenkapitalkurve untersucht. Das Pandas DataReader-Objekt lädt OHLCV-Preise für AAPL-Aktien für den Zeitraum vom 1. Januar 1990 bis zum 1. Januar 2002 herunter, wobei an diesem Punkt die Signale DataFrame erzeugt werden, um die Langzeitsignale zu erzeugen. Anschließend wird das Portfolio mit einer Stammkapitalzuführung von 100.000 USD erstellt und die Erträge auf der Eigenkapitalkurve berechnet. Der letzte Schritt ist die Verwendung von matplotlib, um eine zweidimensionale Plot der beiden AAPL Preise, überlagert mit den gleitenden Durchschnitten und kaufen / verkaufen Signale, sowie die Equity-Kurve mit den gleichen Kauf / Verkauf Signale. Der Plot-Code wird aus dem Zipline-Implementierungsbeispiel genommen (und modifiziert). Die grafische Ausgabe des Codes ist wie folgt. Ich benutzte den IPython-Einfüge-Befehl, um diesen direkt in die IPython-Konsole zu legen, während in Ubuntu, so dass die grafische Ausgabe in Sicht blieb. Die rosafarbenen upticks stellen Kauf der Vorlage dar, während die schwarzen downticks Vertretung verkaufen es zurück: Wie gesehen werden kann, verliert die Strategie Geld über dem Zeitraum mit fünf Hin - und Rücktransaktionen. Dies ist nicht überraschend angesichts des Verhaltens der AAPL in der Periode, die auf einem leichten Abwärtstrend war, gefolgt von einem erheblichen Aufschwung, der 1998 begann. Die Rückblickperiode der gleitenden durchschnittlichen Signale ist ziemlich groß und dieses beeinflußte den Profit des abschließenden Geschäfts , Die sonst die Strategie rentabel gemacht haben könnte. In nachfolgenden Artikeln werden wir ein anspruchsvolleres Verfahren zur Leistungsanalyse sowie die Optimierung der Rückblickperioden der einzelnen gleitenden Durchschnittssignale erstellen. 06/17/2013 Aktuelle Version von TraderCode (v5.6) enthält neue Indikatoren der technischen Analyse , Point-and-Figure-Charting und Strategie-Backtesting. 06/17/2013 Neueste Version von NeuralCode (v1.3) für Neural Networks Trading. 06/17/2013 ConnectCode Barcode Font Pack - ermöglicht Barcodes in Office-Anwendungen und enthält ein Add-In für Excel, das die Massenerzeugung von Barcodes unterstützt. 06/17/2013 InvestmentCode, eine umfassende Palette von Finanzrechnern und Modellen für Excel ist ab sofort verfügbar. 09/01/2009 Einführung von Free Investment und Financial Calculator für Excel. 02/1/2008 Freigabe von SparkCode Professional - Add-In zur Erstellung von Dashboards in Excel mit Sparklines 12/15/2007 Ankündigung von ConnectCode Duplicate Remover - ein leistungsfähiges Add-In zum Finden und Entfernen von doppelten Einträgen in Excel 09/08/2007 Launch of TinyGraphs - Open Source Add-In zur Erstellung von Sparklines und kleinen Diagrammen in Excel. Strategien Backtesting in Excel Strategien Backtesting Expert Der Backtesting Expert ist ein Tabellenkalkulationsmodell, mit dem Sie Handelsstrategien mithilfe der technischen Indikatoren erstellen und die Strategien durch historische Daten ausführen können. Die Performance der Strategien kann dann schnell und einfach gemessen und analysiert werden. Während des Backtesting-Prozesses durchläuft der Backtesting Expert die historischen Daten zeilenweise von oben nach unten. Jede angegebene Strategie wird bewertet, um zu ermitteln, ob die Einreisebedingungen erfüllt sind. Wenn die Bedingungen erfüllt sind, wird ein Handel eingegeben. Wenn andererseits die Austrittsbedingungen erfüllt sind, wird eine Position, die zuvor eingegeben wurde, verlassen. Verschiedene Variationen von technischen Indikatoren können zu einer Handelsstrategie generiert und kombiniert werden. Das macht den Backtesting Expert zu einem äußerst leistungsstarken und flexiblen Werkzeug. Backtesting Expert Der Backtesting Expert ist ein Tabellenkalkulationsmodell, das Ihnen erlaubt, Trading-Strategien unter Verwendung der technischen Indikatoren zu erstellen und die Strategien durch historische Daten laufen zu lassen. Die Performance der Strategien kann dann schnell und einfach gemessen und analysiert werden. Das Modell kann eingerichtet werden, um in Long - oder Short-Positionen einzutreten, wenn bestimmte Bedingungen auftreten und die Positionen verlassen, wenn ein anderer Satz von Bedingungen erfüllt ist. Durch den automatischen Handel auf historische Daten kann das Modell die Rentabilität einer Handelsstrategie bestimmen. Backtesting Expert Schritt für Schritt Tutorial 1. Starten des Backtesting Expert Der Backtesting Expert kann über die Windows Startmenüs - TraderCode - Backtesting Expert gestartet werden. Dies startet ein Tabellenkalkulationsmodell mit mehreren Arbeitsblättern für Sie, um technische Analyseindikatoren zu generieren und Tests für die verschiedenen Strategien auszuführen. Sie werden feststellen, dass der Backtesting-Experte viele vertraute Arbeitsblätter wie DownloadedData, AnalysisInput, AnalysisOutput, ChartInput und ChartOutput aus dem Technical Analysis Expert-Modell enthält. Dadurch können Sie alle Ihre Back-Tests schnell und einfach aus einer vertrauten Arbeitsblattumgebung ausführen. 2. Wählen Sie zuerst das DownloadedData-Arbeitsblatt aus. Sie können Daten aus allen Tabellenkalkulationen oder kommagetrennten Werten (csv) - Dateien in dieses Arbeitsblatt für technische Analyse kopieren. Das Format der Daten ist wie im Diagramm dargestellt. Alternativ können Sie sich auf das Dokument zum Herunterladen von Aktienhandelsdaten beziehen, um Daten aus namhaften Datenquellen wie Yahoo Finance, Google Finance oder Forex zum Gebrauch im Backtesting Expert herunterzuladen. 3. Nachdem Sie die Daten kopiert haben, gehen Sie zum AnalysisInput-Arbeitsblatt und klicken Sie auf die Schaltfläche Analysieren und Zurücktasten. Dies wird die verschiedenen technischen Indikatoren in das AnalysisOutput-Arbeitsblatt generieren und Backtesting auf die Strategien durchführen, die im StrategyBackTestingInput-Arbeitsblatt angegeben werden. 4. Klicken Sie auf das StrategyBackTestingInput-Arbeitsblatt. In diesem Tutorial müssen Sie nur wissen, dass wir sowohl eine lange und kurze Strategien mit gleitenden Durchschnitt Crossovers angegeben haben. Im nächsten Abschnitt dieses Dokuments werden wir detaillierte Strategien erläutern. Das folgende Diagramm zeigt die beiden Strategien. 5. Sobald die Back-Tests abgeschlossen sind, wird die Ausgabe in den Arbeitsbereichen AnalysisOutput, TradeLogOutput und TradeSummaryOutput platziert. Das AnalysisOutput-Arbeitsblatt enthält die vollen historischen Kurse und die technischen Indikatoren der Aktie. Während der Back-Tests werden, wenn die Bedingungen für eine Strategie erfüllt sind, Informationen wie Kaufpreis, Verkaufspreis, Provision und Gewinn / Verlust in diesem Arbeitsblatt für eine einfache Referenz aufgezeichnet. Diese Informationen sind nützlich, wenn Sie durch die Strategien verfolgen möchten, um zu sehen, wie die Aktienpositionen eingegeben und beendet werden. Das TradeLogOutput-Arbeitsblatt enthält eine Zusammenfassung der vom Backtesting Expert durchgeführten Trades. Die Daten können einfach gefiltert werden, um nur Daten für eine bestimmte Strategie anzuzeigen. Dieses Arbeitsblatt ist nützlich, um den Gesamtgewinn oder - verlust einer Strategie zu unterschiedlichen Zeitrahmen zu bestimmen. Die wichtigste Ausgabe der Back-Tests wird im TradeSummaryOutput-Arbeitsblatt platziert. Dieses Arbeitsblatt enthält den Gesamtgewinn der durchgeführten Strategien. Wie in der folgenden Grafik dargestellt, erzielten die Strategien einen Gesamtgewinn von 2.548,20, in dem insgesamt 10 Trades erzielt wurden. Von diesen Trades sind 5 Long Positionen und 5 Short Positionen. Der Ratio-Gewinn / Verlust von mehr als 1 gibt eine rentable Strategie an. Erläuterung der verschiedenen Arbeitsblätter Dieser Abschnitt enthält die detaillierte Erläuterung der verschiedenen Arbeitsblätter im Backtesting Expert-Modell. Die Arbeitsschritte DownloadedData, AnalysisInput, AnalysOutput, ChartInput und ChartOutput entsprechen denen des Technical Analysis Expert-Modells. Daher werden sie in diesem Abschnitt nicht beschrieben. Eine vollständige Beschreibung dieser Arbeitsblätter finden Sie im Abschnitt Technical Analysis Expert. StrategyBackTestingInput Arbeitsblatt Alle Eingaben für Backtesting einschließlich der Strategien werden mit diesem Arbeitsblatt eingegeben. Eine Strategie ist im Grunde eine Reihe von Bedingungen oder Regeln, die Sie in einer Aktie kaufen oder verkaufen eine Aktie. Zum Beispiel möchten Sie vielleicht eine Strategie ausführen, um Long (Kauf Aktien) gehen, wenn die 12 Tage gleitenden Durchschnitt des Preises kreuzt über dem 24 Tage gleitenden Durchschnitt. Dieses Arbeitsblatt arbeitet zusammen mit den technischen Indikatoren und Preisdaten im AnalysisOutput-Arbeitsblatt. Daher müssen die gleitenden durchschnittlichen technischen Indikatoren generiert werden, um eine Handelsstrategie basierend auf dem gleitenden Durchschnitt zu haben. Die erste Eingabe, die in diesem Arbeitsblatt erforderlich ist (wie in der folgenden Abbildung gezeigt), gibt an, ob alle Trades am Ende der Back-Testing-Sitzung beendet werden sollen. Stellen Sie sich das Szenario vor, in dem Bedingungen für den Erwerb einer Aktie aufgetreten sind und der Backtesting Expert hat einen Long (oder Short) Trade eingegeben. Allerdings ist der Zeitrahmen zu kurz und beendet, bevor der Handel die Austrittsbedingungen erfüllen kann, was dazu führt, dass einige Trades nicht beendet werden, wenn die Backtesting-Sitzung endet. Sie können dies auf Y setzen, um zu erzwingen, dass alle Trades am Ende der Backtesting-Sitzung verlassen werden. Sonst werden die Trades geöffnet, wenn die Backtesting-Sitzung endet. Strategien In einem einzigen Backtest können maximal 10 Strategien unterstützt werden. Das folgende Diagramm zeigt die für die Angabe einer Strategie erforderlichen Eingaben. Strategy Initials - Diese Eingabe akzeptiert maximal zwei Alphabete oder Zahlen. Die Strategy Initials werden in den AnalysisOutput - und TradeLog-Arbeitsblättern zur Ermittlung der Strategien verwendet. Long (L) / Short (S) - Hier wird angegeben, ob eine Long - oder Short-Position eingegeben werden soll, wenn die Einstiegsbedingungen der Strategie erfüllt sind. Einreisebedingungen Ein Long - oder Short-Trade wird bei Erfüllung der Entry Bedingungen eingegeben. Die Eingabebedingungen können als Formelausdruck ausgedrückt werden. Der Formelausdruck wird zwischen Groß - und Kleinschreibung unterschieden und kann wie nachfolgend beschrieben Funktionen, Operatoren und Spalten verwenden. Crossabove (X, Y) - Gibt True zurück, wenn Spalte X die Spalte Y überschreitet. Diese Funktion überprüft die vorherigen Perioden, um sicherzustellen, dass tatsächlich ein Crossover aufgetreten ist. Crossbelow (X, Y) - Gibt True zurück, wenn Spalte X die Spalte Y überschreitet. Diese Funktion prüft die vorherigen Perioden, um sicherzustellen, dass tatsächlich ein Crossover aufgetreten ist. Und (logicalexpr,) - Boolean Und. Gibt True zurück, wenn alle logischen Ausdrücke True sind. Oder (logicalexpr,) - Boolean Or. Gibt True zurück, wenn einer der logischen Ausdrücke True ist. Daysago (X, 10) - Liefert den Wert (in Spalte X) von 10 Tagen. Previoushigh (X, 10) - Liefert den höchsten Wert (in Spalte X) der letzten 10 Tage einschließlich heute. Previouslow (X, 10) - Liefert den niedrigsten Wert (in der Spalte X) der letzten 10 Tage einschließlich heute. Operatoren Größer als gleich Nicht gleich Größer als oder gleich Addition - Subtraktion Multiplikation / Division Spalten (aus AnalysisOutput) A - Spalte AB - Spalte BC .. .. YY - Spalte YY ZZ - Spalte ZZ Dies ist der interessanteste und flexibelste Teil der Einreisebestimmungen. Es können Spalten aus dem AnalysisOutput-Arbeitsblatt angegeben werden. Wenn die Rücktests durchgeführt werden, wird jede Zeile aus der Spalte für die Auswertung verwendet. Beispielsweise bedeutet A 50, dass jede der Zeilen in Spalte A des AnalysisOutput-Arbeitsblatts bestimmt wird, ob sie größer als 50 ist. AB In diesem Beispiel , Wenn der Wert in Spalte A im AnalysisOutput-Arbeitsblatt größer oder gleich dem Wert von Spalte B ist, wird die Eingabebedingung erfüllt. Und (A B, CD) Wenn in diesem Beispiel der Wert in Spalte A im AnalysisOutput-Arbeitsblatt größer als der Wert von Spalte B ist und der Wert von Spalte C größer als Spalte D ist, wird die Eingangsbedingung erfüllt. Crossabove (A, B) Wenn in diesem Beispiel der Wert der Spalte A im AnalysisOutput-Arbeitsblatt den Wert von B überschreitet, wird die Eingabebedingung erfüllt. Crossabove bedeutet, dass A ursprünglich einen Wert hat, der kleiner oder gleich B ist und der Wert von A anschließend größer als B wird. Exitbedingungen Die Exitbedingungen können Funktionen, Operatoren und Spalten verwenden, wie in den Eingabebedingungen definiert. Darüber hinaus können sie auch Variablen wie folgt verwenden: Variablen für Exit Bedingungen Profit Dies ist definiert als der Verkaufspreis abzüglich des Kaufpreises. Der Verkaufspreis muss größer sein als der Kaufpreis für einen Gewinn zu machen. Andernfalls wird der Gewinn null sein. Verlust Dies ist definiert als der Verkaufspreis abzüglich des Kaufpreises, wenn der Verkaufspreis unter dem Kaufpreis liegt. Profit (Verkaufspreis - Kaufpreis) / Kaufpreis Hinweis. Muss der Verkaufspreis größer oder gleich Kaufpreis sein. Ansonsten ist die Gewinnspanne Null. Losspct (Verkaufspreis - Kaufpreis) / Kaufpreis Hinweis. Muss der Verkaufspreis unter dem Kaufpreis liegen. Andernfalls ist losspct Null. Beispiele profitpct 0.2 Wenn in diesem Beispiel der Gewinn prozentual größer als 20 ist, werden die Exit-Bedingungen erfüllt. Kommission - Kommission in Bezug auf einen Prozentsatz des Börsenkurses. Wenn der Börsenkurs 10 ist und die Kommission 0,1 ist, dann wird die Provision 1 sein. Die prozentuale Provision und Provision in Dollar wird zusammengefasst, um die Gesamtprovision zu berechnen. Kommission - Kommission in Dollar. Die prozentuale Provision und Provision in Dollar wird zusammengefasst, um die Gesamtprovision zu berechnen. Anzahl der Anteile - Anzahl der zu erwerbenden oder zu veräußernden Aktien, wenn die Bedingungen für die Einreise / Ausreise erfüllt sind. TradeSummaryOutput Arbeitsblatt Dies ist ein Arbeitsblatt, das eine Zusammenfassung aller Trades enthält, die während der Backtests ausgeführt werden. Die Ergebnisse sind in Long und Short Trades kategorisiert. Eine Beschreibung aller Felder finden Sie weiter unten. Gesamtgewinn / - verlust - Gesamtergebnis nach Provision. Dieser Wert wird durch Summierung aller Gewinne und Verluste aller im Rücktest simulierten Trades berechnet. Gesamtgewinn / - verlust vor Kommission - Gesamtergebnis vor Provision. Wenn Provision auf Null gesetzt ist, hat dieses Feld den gleichen Wert wie Total Profit / Loss. Gesamtprovision - Gesamtprovision für alle Trades, die während des Backtests simuliert werden. Gesamtzahl der Trades - Gesamtzahl der Trades, die während des simulierten Backtests durchgeführt wurden. Anzahl der Gewinner Trades - Anzahl der Trades, die einen Gewinn erzielen. Anzahl der verlierenden Trades - Anzahl der Trades, die einen Verlust machen. Prozentsatz gewinnende Trades - Anzahl der Gewinntransaktionen dividiert durch Gesamtzahl der Trades. Prozentsatz verlieren Trades - Anzahl der verlorenen Trades geteilt durch die Gesamtzahl der Trades. Durchschnittlicher gewinnender Handel - Der durchschnittliche Wert der Gewinne des Gewinns. Durchschnittlicher Verlust des Handels - Der durchschnittliche Wert der Verluste der verlierenden Trades. Durchschnittlicher Handel - Der Durchschnittswert (Gewinn oder Verlust) eines Einzelhandels des simulierten Rücktests. Größter gewinnender Handel - Der Gewinn des größten Gewinnhandels. Größter Verlusthandel - Der Verlust des größten Verlusthandels. Ratio durchschnittlicher Gewinn / durchschnittlicher Verlust - Durchschnittlicher gewinnender Handel geteilt durch den durchschnittlichen Verlusthandel. Ratio Gewinn / Verlust - Summe aller Gewinne im Siegertausch geteilt durch die Summe aller Verluste in den verlierenden Trades. Ein Verhältnis von größer 1 gibt eine rentable Strategie an. TradeLogOutput Arbeitsblatt Dieses Arbeitsblatt enthält alle Trades, die vom Backtesting Expert nach dem Datum sortiert werden. Es erlaubt Ihnen, zu einem bestimmten Handel oder Zeitrahmen zu vergrößern, um die Rentabilität einer Strategie schnell und einfach zu bestimmen. Datum - Das Datum, an dem eine Long - oder Short-Position eingegeben oder verlassen wird. Strategie - Die Strategie, die für die Durchführung dieses Handels verwendet wird. Position - Die Position des Handels, ob lang oder kurz. Handel - Gibt an, ob dieser Handel Kauf oder Verkauf von Aktien ist. Aktien - Anzahl der gehandelten Aktien. Preis - Der Preis, zu dem die Aktien gekauft oder verkauft werden. Comm. - Gesamtprovision für diesen Handel. PL (B4 Comm.) - Gewinn oder Verlust vor Provision. PL (Achternkomm.) - Profit oder Verlust nach Auftrag. Cum PL (Aft Comm.) - Kumulatives Ergebnis nach Provisionen. Dieser wird als kumulierter Gesamtgewinn / - verlust ab dem ersten Handelstag berechnet. PL (auf Schlussposition) - Gewinn oder Verlust, wenn die Position geschlossen (beendet) ist. Sowohl die Eintrittsprovision als auch die Exit-Provision werden in diesem PL berücksichtigt. Zum Beispiel, wenn wir eine Long-Position haben, bei der die PL (B4 Comm.) 100 ist. Wenn eine Position eingegeben wird, wird eine 10 Provision erhoben, und wenn die Position verlassen wird, wird eine weitere Provision von 10 berechnet. Der PL (an der Schließposition) ist 100- 10 - 10 80. Beide Provisionen beim Betreten der Position und Verlassen der Position werden bei Positionsnahen berücksichtigt. Zurück zu TraderCode Technische Analyse-Software und technische Indikatoren