स्लाइडिंग पॉइंट से बचने के लिए प्रभावी तरीके

स्लाइडिंग पॉइंट से बचने के लिए प्रभावी तरीके

• ### स्लाइडिंग पॉइंट

सबसे पहले, प्रोग्राम किए गए लेन-देन में स्लिप पॉइंट्स क्या हैं? वास्तव में, छोटे लोगों के लिए प्रोग्राम किए गए लेनदेन में स्लिप पॉइंट्स क्या हैं?

इस प्रकार हम एक स्लाइडिंग पॉइंट का गणना सूत्र दे सकते हैंः नेटवर्क विलंबता समय * स्थिति टिक स्तर पर उतार-चढ़ाव की गति = स्लाइडिंग पॉइंट।

ट्रेडों में स्लिप पॉइंट नहीं होते हैं, क्योंकि ट्रेडों में हमेशा उतार-चढ़ाव होता है; जबकि एनालॉग डिस्क और हिस्टोरिकल रीट्रीक में, नेटवर्क में कोई देरी नहीं होने के कारण, स्लिप पॉइंट नहीं होते हैं (लेकिन इस समय बाजार में अभी भी उतार-चढ़ाव होता है, लेकिन कोई स्लिप पॉइंट नहीं होता है) । एनालॉग डिस्क में, यदि आप प्रत्येक टुकड़े के लिए स्टॉप-लॉस को सेट करते हैं, तो यह देखना मुश्किल नहीं होगा कि प्रत्येक ट्रेड में ट्रिगर किए गए स्टॉप-लॉस या स्टॉप-लॉस 100% आपके अपेक्षित मूल्य पर होते हैं।

सबसे पहले, बाजार की अस्थिरता, जिसे हम बदल नहीं सकते हैं, लेकिन हम नेटवर्क के देरी के समय को नियंत्रित कर सकते हैं। हमें यह समझना होगा कि हम कंप्यूटर पर जो बाजार देखते हैं, वह लाइव नहीं है, बल्कि रिप्ले है, और इस बाजार के आधार पर हमारे द्वारा जारी किए गए निर्देशों को पारित करने के लिए समय की आवश्यकता होती है। इसलिए स्लाइडिंग पॉइंट का प्रभाव बढ़ेगा। नेटवर्क में गंभीर देरी और बाजार में तेजी से उतार-चढ़ाव है। इस प्रभाव के लिए, छोटे चक्र के व्यापारिक स्तर पर संभावित रूप से विघटनकारी परिणाम हो सकते हैं।

• स्लाइडिंग पॉइंट के प्रभाव से बचने के लिए तीन तरीके हैं।

  • ############################################################################################################################################################################################################################################################### .. यदि एक छोटा स्तर औसत लाभ 10 अंक और औसत हानि 7 अंक है, जबकि एक बड़े स्तर का मॉडल औसत लाभ 100 अंक और औसत हानि 70 अंक है, तो सिमुलेटर और ऐतिहासिक पुनरीक्षण में, दोनों में लगभग कोई अंतर नहीं है, दोनों मॉडल स्थिर लाभदायक हो सकते हैं, लेकिन वास्तविक स्तर पर, यह बहुत अलग होगा।
  • ######2 नेटवर्क विलंबता को कम करने से प्रोग्रामेटिक लेनदेन में मदद मिलती है

  हम अपने सभी प्रयास करते हैं और सबसे तेज़ तरीके से प्रोग्रामेटिक लेनदेन सर्वर से कनेक्ट करने का प्रयास करते हैं ताकि नेटवर्क में देरी कम हो सके।

  • ############################################################################################################################################################################################################################################################### .. उदाहरण के लिए, गैर-कृषि के लिए, आप पूरी तरह से टालने का अभ्यास कर सकते हैं, सभी स्टॉक को 15 मिनट पहले डेटा प्रकाशित होने से पहले रखा जा सकता है। आप बाजार की अस्थिरता की गति को नियंत्रित नहीं कर सकते हैं, लेकिन यह बेहतर है कि आप इसे छिपाना चाहते हैं। गैर-कृषि प्रकाशन समय के लिए सटीक सेकंड के लिए, यह समय हम स्टॉक नहीं रखते हैं, यहां तक कि एक और बड़ा स्लाइड बिंदु भी हमें प्रभावित नहीं करता है।

  उपरोक्त के आधार पर, गणना के सूत्रों के दो गुणकों को समायोजित करने और घटाने के लिए या प्रोग्रामेटिक ट्रेडों में स्लाइडिंग पॉइंट्स को टालने के लिए दूसरा और तीसरा बिंदु है, जबकि पहला बिंदु, केवल स्लाइडिंग पॉइंट्स को कम करने के प्रभाव को कम करने के बजाय स्लाइडिंग पॉइंट्स को कम करने के लिए है, और हमारी रिटर्न कर्व दर बिल्कुल प्रभावित नहीं होती है। प्रोग्रामेटिक ट्रेडों में स्लाइडिंग पॉइंट्स कभी-कभी आपकी कमाई को भी बढ़ा सकते हैं, जिसके लिए हमारी टीम को एक अच्छा समझ की आवश्यकता होती है।

  उदाहरण के लिए, वापस कदम के माध्यम से आदेश देने के लिए, और निश्चित बिंदुओं की संख्या पर रोक, हम और स्लाइडर दोस्त बन सकते हैं। जब हमारे पास दो से अधिक ट्रेडिंग होस्ट हैं, तो हमें सभी आदेशों और शांति स्थिति को अलग करने की आवश्यकता होती है। यदि स्लाइडर हमारे पक्ष में है, तो इन निर्देशों को धीमी गति से नेटवर्क होस्ट का उपयोग करके संचालित करें, यदि स्लाइडर हमारे पक्ष में नहीं है, तो इन निर्देशों को तेजी से नेटवर्क होस्ट में विभाजित करें।

  Feiyang ईए एकतरफा, retesting के तरीके से 60 से अधिक तक पहुँच जाता है, इसलिए घरेलू धीमी गति नेटवर्क मेजबान के साथ भुगतान करने के लिए सबसे अच्छा है, और समतल पक्ष के लिए, स्लाइडिंग के लिए अनुसूचित लेनदेन के लिए प्रतिकूल दिशा है, इसलिए वर्तमान में अमेरिका के एक्सप्रेस नेटवर्क वीपीएस द्वारा समतल संचालन के लिए जिम्मेदार हैं। इन सुधारों के साथ, एक ही अवधि के लिए इतिहास retesting कम वास्तविक ड्राइव के प्रदर्शन के रूप में, इस प्रकार यह सुनिश्चित करता है कि वास्तविक ड्राइव और retesting के अनुरूप ऊंचाई है, जो कि एक शर्त है कि सबसे महत्वपूर्ण है प्रोग्रामेटिक व्यापार में, अन्यथा यह संभव नहीं है व्यापार मॉडल के संकलन और अनुकूलन करने के लिए।

प्रक्रियात्मक लेनदेन और मात्रात्मक निवेश से पुनर्प्रकाशित