Trading Lager Och Alternativ Med Inflyttning Genomsnitt En Kvantifierad Strategi

Handelslager och alternativ med rörliga genomsnittsvärden - En kvantifierad Ap. Trading-lager och alternativ med rörliga genomsnittsvärden - En kvantifierad strategi --- ForexFinest. A Kraftfullt nytt sätt att handla rörliga medeltal i vilken marknad som helst. Kvantifierad forskning identifierar hög sannolikhet på kort sikt med Positiva Returns. Do Trade med Moving Averages. Flyttande Medelvärden används av hundratusentals handlare varje dag för att hitta och följa trender. Några näringsidkare kommer att använda Moving Averages för att identifiera överköpta eller överdrivna marknader. Men det här sättet misslyckas ofta inte med att identifiera styrka och därmed missar marknadens största framsteg. Vår kvantifierade rörlig genomsnittsstrategi ökar sannolikheten för att identifiera stora marknadssvängningar och gör det möjligt för handlare att dra fördel av dessa möjligheter. När handlas korrekt kan detta nya tillvägagångssätt för handel Moving Averages ge traffickare konsekventa positiva resultat i alla marknadsförutsättningar. Nu gör vi för första gången detta handelssystem, en helt syste matisk och kvantifierad tillvägagångssätt för handel med rörliga medeltal som är tillgängliga för allmänheten. Konsekventa handelsresultat. Vad du kommer att lära dig med denna strategi är dussintals strategiska variationer för rörande medelvärden som har varit korrekta upp till över 75 av tiden under en tolvårsperiod Från och med januari 2001. Alla strategibestämmelserna är fullständigt detaljerade i guideboken tillsammans med hur man anpassar strategin för att skapa bokstavligen hundratals variationer. Ta en titt på de fullständigt kvantifierade testresultaten från 1 januari 2001 till 30 september 2013 nedan. Top 10 Utförandevariationer Sorterat efter genomsnittlig vinst. Variation PL Vinnardagar Held 1 5 51 75 63 3 8 2 5 14 69 28 3 9 3 4 99 68 64 4 3 4 4 78 73 47 3 9 5 4 76 70 56 4 0 6 4 52 69 24 4 5 7 4 51 70 28 4 0 8 4 50 70 73 3 9 9 4 49 69 71 4 7 10 4 48 70 18 4 0.Top 10 Utförandevariationer Sorterat efter Win Betyg. Variation PL Vinnda dagar hölls 1 5 51 75 63 3 8 2 4 78 73 47 3 9 3 4 04 73 43 3 8 4 3 09 73 04 3 6 5 3 60 72 47 3 9 6 4 10 72 20 2 4 7 3 24 71 75 3 6 8 3 8 8 71 70 2 3 9 3 09 71 47 4 0 10 3 57 71 44 2 3.Här är vad du kommer att ta emot i handelslager och alternativ med rörliga medelvärden .- Exakta handelsregler Det här är inte en svart låda med fullständig information om Regler ges till dig - Hur man identifierar de bästa rörliga genomsnitten Trading set-ups - Hur man väljer de bästa inmatningsnivåerna som passar din handelsstil - Varför ska du beställa dina beställningar varje dag - Var och när du ska exakt avsluta dina order. Hämta din kopia till din Kindle today. Print Längd 56 sidor Utgivare Connors Research 30 november 2013 Säljs av Amazon Digital Services, Inc Språk Engelska ASIN B00H4FUWWK. PS Om du fick ett fel medan du extraherar medan andra arbetar, försök olika katalogvägar i datorn Somtimes Om du har en lång katalogväg medan du extraherar det kommer du att ge ett fel. För att lösa det här problemet som ett exempel klistra du bara in tgz-filen i C-enheten och extraherar precis inuti C-enheten, inte med någon annan mapp. Hoppa att du förstår. Uppdatera Torrent-statistik för att se aktuell utsäde ers och Leechers. Visit mitt konto för att ladda ner fler appar och e-böcker magazines. If This Torrent Helpful Vänligen stöd författarna genom att köpa det Thanx. Trading Aktier och alternativ med Flytta Medelvärden - En kvantifierad 756 0 KB. Torrent nedladdad från 0 0 KB. Torrent Nedladdad från 0 4 KB. Det finns inga kommentarer ännu. Känn dig fri att lämna one.1337x 2007 - 2017.Trading Stocks och Alternativ med Moving Averages - A Quantified Approach-connors resea. Trading Aktier och Alternativ med Moving Averages - A Quantified Approach-connors resea. Trading Stocks och alternativ med Flytta Medelvärde - En kvantifierad Approach. Ett kraftfullt nytt sätt att handla rörliga medeltal i någon marknadskvantifierad forskning identifierar hög sannolikhet på kort sikt med positiva avkastningar. Handelar du med rörliga medelvärden. av tusentals handlare varje dag för att hitta och följa trenderna Några näringsidkare kommer att använda rörliga medelvärden för att identifiera överköpta eller överlämnade marknader Men misslyckas detta tillvägagångssätt ofta för att identifiera styrka och därmed missa marknadens största framsteg. Vår kvantifierade rörlig genomsnittsstrategi ökar sannolikheten för att identifiera stora marknadssvängningar och möjliggör därigenom att handlare kan dra nytta av dessa möjligheter. När handlas korrekt kan detta nya tillvägagångssätt för handel Moving Averages erbjuda trader med Konsekventa och positiva resultat i alla marknadsvillkor. Nu gör vi för första gången denna strategi, ett fullständigt kvantifierat tillvägagångssätt för handel med rörliga medeltal, som är tillgängligt för allmänheten. Konsekventa handelsresultat. Vad du kommer att lära dig med denna strategi är rörliga medelvärden Strategisvariationer som har varit korrekta upp till över 75 av tiden under en tolvårsperiod som börjar i januari 2001 Det finns också dussintals variationer med genomsnittlig vinst per handel över 4. Alla av strategibestämmelserna är helt detaljerade i guideboken längs med hur man anpassar strategin för att skapa bokstavligen hundratals variationer. Ta en titt på fullt kvantifierade testresultat från Jan UAE 1, 2001 till 30 september 2013 under Topp 10 Utförandevariationer Sorterat efter Win Rate. Top 10 Utförandevariationer Sorterat efter genomsnittlig vinst. PL är den genomsnittliga procentuella vinsten eller förlusten för alla affärer, inklusive förlorande affärer, baserat på investerat kapital. Dag Held är den genomsnittliga handelstiden uttryckt som ett antal dagar. Hög sannolikhandel med rörliga medelvärden. Som du kommer att se i hela denna handbok, Den kvantifierade rörliga genomsnittsstrategin har haft stora kvantifierade kanter när de tillämpas på ett systematiskt sätt. Här är ett handelsexempel från handelslager och alternativ med rörliga genomsnittsvärden En kvantifierad strategi med en vinst på 10 9 SPRD - 12 13 2011 till 12 21 2011.Her är ett annat nytt handelsexempel från Trading Stocks och Options with Moving Averages En kvantifierad strategi med en engångsvinst på 7 6 SWHC - 08 23 2012 till 08 24 2012. Inträden och utgångarna för dessa exempel förklaras fullständigt i strategidokumentationen där du kommer att hitta det och mycket mer. Här är vad du kommer att ta emot. I handelslager och alternativ med rörliga medelvärden. Exakta handelsregler Det här är inte en svart låda Fullständig information om reglerna ges till dig Så här identifierar du de bästa rörliga genomsnittsvärdena Tradinguppsättningar Så här väljer du de bästa inmatningsnivåerna som passar din handelsstil Var ska du exakt placera dina beställningar varje dag Var och när ska du exakt avsluta dina order För Options Traders. Trading Stocks och Alternativ med Flytta Genomsnitt är rätt för dig om du handlar Alternativ Den historiska avkastningen har varit stark och professionella handlare förstår kraften att tillämpa alternativ till sin aktiehandel. I den här handboken kan du göra detsamma genom att kombinera Flytta genomsnitt med options trading. Order Trading Stocks och Alternativ med rörliga medelvärden. Om du svänger handel eller handelsmöjligheter, kommer handelslager och alternativ med rörliga medelvärden att göra dig till en bättre och mer resursfull näringsidkare. Om du vill handla de mest konsekventa kvantifierade regelbaserade strategierna som finns tillgängliga för handlare idag, beställa Trading Aktier och alternativ med Flytta genomsnitt. För att beställa din kopia av handelslager och alternativ med Flyttande medelvärden, vänligen klicka här eller ringa toll - gratis 1-888-484-8220 ext 1 utanför USA, ring 973-494-7333 ext 1.100 Money Back Guarantee. Listpriset på Trading Stocks och Options med Moving Averages är 49 95 men är försäljning prissatt i en begränsad tid för 39 95 Det kommer med en 100-pengarsäkerhetsgaranti Använd strategin och guideboken i 60 dagar och om du inte är helt nöjd med resultatet kommer du att få full återbetalning av ditt inköpspris. Pris 49 95.Limitstid Försäljningspris 39 95.Connors Research Trading Strategy-serie Trading Stocks Alternativ med Moving Averages av Larry Connors Matt Radtke. En kvantifierad strategi guidebok med instruktioner om hur man applicerar inmatnings - och utgångsparametrar som visar historiska tendenser för att förbättra kanterna och genomsnittliga vinster att handla. för läsare Kan du vara smartare och bättre än de flesta andra, försök sedan ta reda på vad som finns i diagrammet nedanför den dagliga tabellen, färgad upclose-downclose .--------------- ---------------------------------------------- H otroligt vad är min åsikt RSI 2-STRATEGINEN FLATERADE AV CONNORS RESEARCH AVGJUTADE EN RÄDDNING FÖR MÅNGA SMÅ TIDSHANDELARE Jag känner till många näringsidkare som vägrade att sluta använda RSI-2 och präglade stora förluster i lager futures Detta är bara ledtråd att vara försiktig när du Ange okänt territorium. Senast redigerad av ford7k 15 december 2013 kl. 14.00. Leveranslager och alternativ med rörliga genomsnittsvärden En kvantifierad strategi.1 Connors Research Trading Strategy-serie Handelslager och alternativ med rörliga genomsnittsvärden En kvantifierad metod av Connors Research, LLC Laurence Connors Matt Radtke.2 Page 2 Copyright 2013, Connors Research, LLC ALLA RÄTTIGHETER RESERVERAD Ingen del av denna publikation får reproduceras, lagras i ett hämtningssystem eller överföras, i någon form eller på något sätt, elektronisk, mekanisk, fotokopiering, inspelning, eller på annat sätt, utan föregående skriftligt tillstånd från förlaget och författaren. Denna publikation är utformad för att tillhandahålla korrekt och auktoritativ information avseende ämnet Omfattas Det är sålt med förståelsen att författaren och förlaget inte är engagerade i att göra juridisk, bokföring eller annan professionell tjänst. Tillstånd till fotokopiering av föremål för internt eller personligt bruk, eller vid intern eller personlig användning av specifika kunder, beviljas av Connors Research, LLC, förutsatt att US 7 00 per sida avgift betalas direkt till Connors Research, LLC, ISBN Printed i USA.3 Page 3 Ansvarsbegränsning Genom att distribuera denna publikation, Connors Research, LLC, Laurence A Connors och Matt Radtke som kollektivt kallas Företag tillhandahåller varken investeringsrådgivningsverksamhet eller agerar som registrerade investeringsrådgivare eller mäklareförhandlare. De har inte heller för avsikt att berätta eller föreslå vilka värdepapper eller valutakunder som bör köpa eller sälja för sig. Analytikerna och anställda eller dotterbolag till Företaget kan inneha positioner i de aktier, valutor eller industrier som diskuteras här. Du förstår och bekräftar att det finns ett mycket hej Riskfaktorer som är inblandade i värdepapper och valutor. Bolaget, författarna, förlaget och alla medlemsförbund av bolaget åtar sig inget ansvar eller ansvar för dina handels - och investeringsresultat. Fakta om bolagets hemsida eller i dess publikationer är Gjorda från det angivna datumet och kan komma att ändras utan föregående meddelande Det bör inte antas att metoderna, teknikerna eller indikatorerna som presenteras i dessa produkter kommer att vara lönsamma eller att de inte kommer att leda till förluster Tidigare resultat av varje enskilt näringsidkare eller handelssystem Publicerad av Företaget är inte en indikation på framtida avkastning av den näringsidkaren eller systemet och är inte en indikation på framtida avkastning som realiseras av dig. Dessutom är indikatorerna, strategierna, kolumnerna, artiklarna och alla andra funktioner hos bolagets produkter gemensamt informationen tillhandahålls endast för informations - och utbildningsändamål och bör inte tolkas som investeringsrådgivning Exempel presenterade på bolagets hemsida E är endast avsedda för utbildningsändamål Sådana uppställningar kräver inte någon beställning att köpa eller sälja. Därför bör du inte förlita dig endast på Informationen för att göra några investeringar. Istället bör du endast använda informationen som utgångspunkt för att göra ytterligare oberoende forskning för att göra det möjligt för dig att formulera din egen åsikt om investeringar Du bör alltid kolla med din licensierade finansiell rådgivare och skattemottagare för att avgöra huruvida investeringen är lämplig. HYPOTETISKA ELLER SIMULERADE RESULTATRESULTAT HAR VISSA INNEBYGGANDE BEGRÄNSNINGAR OM NÅGOT FAKTISK RESULTATREKORD, SIMULERADE RESULTAT DO INTE REPRESENTERA AKTUELLT HANDEL OCH KAN INTE INTE KONSEKVENSERAS AV BROKERAGE OCH ÖVRIGA AVSÄTTNINGSAVGIFTER, SOM HANDLINGARNA INTE FAKTISKT UTFÖRS, KAN RESULTATEN UNDER ELLER ÖVER KOMPENSERAS FÖR KONSEKVENSEN, OM NÅGOT AV SÄRSKILDA MARKNADSFAKTORER, SOM SOM ÄR BAKGRUND OM LIKVIDITETSIMULERADE HANDELSPROGRAM I ALLMÄNNA ÄR ÄVEN FAKTISKT ATT DE HAR DESIGNERAT MED FÖRDELNINGEN AV H INSIGHT NO REPRESENTATION SKA GÖR ATT ANTAL KONKURRAN VIL ELLER ÄR LIKELIGT ATT FÖRVÄNDA RESULTAT ELLER TABELL SOM LIKNAR DESS VISA Connors Research 10 Exchange Place Suite 1800 Jersey City, NJ 07302.4 Page 4 Innehållsförteckning Sektion 1 Introduktion 5 Avsnitt 2 Strategiregler 8 Avsnitt 3 Testresultat Avsnitt 4 Välja strategiparametrar Avsnitt 5 Använda alternativ Avsnitt 6 Ytterligare tankar Bilaga ConnorsRSI-indikatorn och den historiska volatiliteten 31.5 Page 5 Avsnitt 1 Introduktion.6 Page 6 Indikatorer är inte alltid vad de verkar vara Flyttande medel används ofta som trend Verktyg I många av de handelsstrategier som vi har utvecklat genom åren är det 200 dagars glidande genomsnittet MA som används för att identifiera riktning av trenden. Vi har funnit att endast köpsignaler när priset är över 200 dag MA kan förbättra lönsamheten i många system Nyligen fullbordade vi forskning som visar glidande medelvärden kan också användas som en del av en strategi för att hitta kortsiktiga, medelvärda återgångsmöjligheter Detta kan vara förvånande för vissa handlare eftersom det kan tyckas märkligt att använda en trend som följer indikatorn som MAs på kort sikt, meningsfull strategi för reversering. Medan MAs används i denna strategi tillämpas MA inte på dess traditionella sätt som Vi lyfte fram i 2004 års bok How Markets Really Work, det är viktigt att utveckla unika insikter om prisutvecklingen. I How Markets Really Work testade vi allmänt kunskap och upptäckte att det inte alltid var bäst att följa allmänt accepterade marknads sanningar. Vi fann att det var bäst att köpa kortfristig svaghet till exempel och forskning visade att selektiv inköp när marknadens bredd var fattig var mer lönsam än att köpa när marknadens breddindikatorer var jämnt positiva. Vi upptäckte också att volymförändringar var irrelevanta för att göra köp och sälja beslut trots den utbredda tron ​​bland handlare att volymen är nödvändig för att bekräfta en uptrend Vi har fortsatt den typen av forskning och vi tittar alltid på data i stället för allmänt accepterade sanningar. Däremot fann vi att glidande medelvärden MAs kan användas som kortsiktiga timingverktyg Traditionellt används MAs vanligen som trendföljande verktyg. Köpsignaler ges när priserna ligger nära MA och försäljningssignaler beror på stängningar Under MA Även om de kan användas lönsamt på detta sätt finns det också ett antal problem som är förknippade med MAs När en marknad är bundet av gränser, vilket är det mesta, upplever handlare ett antal whipsaw-branscher medan de väntar på nästa trend att dyka upp Whipsaw-affärer är poster som snabbt vändas Kommissioner och andra handelskostnader kan vara väsentliga när priserna piska fram och tillbaka runt det glidande genomsnittet och dessa kostnader minskar vinst. Signaler baserade på MAs kommer alltid alltid att vara sena Det här är av design eftersom MAs spårar Marknaden Dock kan dessa förseningar leda till att stora prisökningar saknas. Priset på SPDR SP 500 ETF NYSE SPY ökade mer än 30 efter botten i mars 2009, till exempel före långsiktiga MAs gav köpssignaler System baserade på MAs har generellt låga vinstpriser och en majoritet av systemvinsterna kommer från endast några av branscherna. De flesta affärer slutar med endast små vinster eller förluster som kommer från whipsaws. Dessa problem gör MAs svåra att handla Vid omprövning under långa perioder verkar de vara lönsamma, men i realtid leder de försenade signalerna och det stora antalet förlorande affärer många näringsidkare att överge systemet. Vi såg problemen med MAs som ett tillfälle att utveckla ett handelssystem baserat på genomsnittet reversion.7 Page 7 Whipsaws orsakas av MA systemets binära karaktär. Det är alltid antingen in eller ut ur marknaden eller är alltid lång eller kort baserat på MA: s interaktion med priserna. Vi kan minska problemet genom att definiera Regler som endast tar höga sannolikheter Många marknader är oförsvarliga för majoriteten av tiden och regler kan utformas för att erkänna när marknaden är extrem och endast handel under de rätta förhållandena. En annan svaghet o f MA-system är att de ger tillbaka stora vinstmängder efter trenden tillbaka innan de lämnar eller de kräver förseningar som saknar stora vinster innan de hamnar i handel. Detta beror på att priserna flyttar betydligt bort från MA när marknaderna trender. Vissa handlare Ta itu med detta problem genom att stänga affärer när priserna avviker för långt från en MA, vilket leder till ett annat problem eftersom starka trender kommer att saknas och lönsamheten för systemet kommer att minskas. Vi löser problemet med att använda två MAs vilket minimerar fördröjningarna vid att vrida poäng Alla strategibestämmelserna är helt detaljerade i nästa avsnitt. Detta är ett kraftfullt nytt sätt att använda MAs som kan leverera vinst på vilken marknad som helst. Vi hoppas att du kan njuta av nästa steg i Connors Research Trading Strategy Guidebook Series. Om du vill se Fler ämnen från vår Strategi Forskningsserie, klicka här.8 Page 8 Avsnitt 2 Strategiregler.9 Page 9 Flyttmedelvärden brukar användas för att följa trenden s Vissa näringsidkare kommer att använda MAs för att identifiera överköpta eller överlämnade marknader. Denna metod innebär vanligtvis att identifiera när priset har flyttat för långt från MA. För att bestämma när priserna är för långt från en MA, är kanaler baserade på procentsatser eller standardavvikelser ofta läggas till MA-kanalerna misslyckas med att identifiera styrka och är alltid felaktiga under marknadens största framsteg eller minskningar. Den kvantifierade rörliga genomsnittsstrategin använder två glidande medelvärden för att minska sannolikheten för att vara fel vid stora marknadssvingningar. Både glidande medelvärden kommer att flytta tillsammans med priser och förhållandet mellan de två genomsnitten kommer att belysa överdrivna marknadens ytterligheter Denna strategi utförs handlar med en enkel tre stegs process som består av inställning, inmatning och avslutning. Reglerna för vart och ett av dessa steg beskrivs nedan. En kvantifierad rörlig genomsnittsstrategisättning uppstår när alla följande Villkoren är sanna 1 Aktiens pris måste vara över 5 2 Aktien är genomsnittlig daglig volym under senaste 2 1 handelsdag ca en månad måste vara minst 250 000 aktier 3 Den historiska volatiliteten under de senaste 100 dagarna eller HV 100 måste vara större än 30 Se bilagan för en definition av historisk volatilitet 4 Dagens stängning måste vara över 200 dagarna Glidande medelvärde eller MA 200 5 Den snabba MA är minst Y under den långsamma MA där Y 2 5, 5 0, 7 5 eller 10 0 Följande MA-scenarier testas Scenario Snabb MA Långsam MA 1 MA C, 5 MA C, 10 2 MA C, 5 MA C, 20 3 MA C, 5 MA C, 50 4 MA C, 10 MA C, 20 5 MA C, 10 MA C, 50 Om föregående dag var en inställning, så går vi Enter en handel med 6 Skicka in en gränsorder för att köpa beståndet till ett pris X under gårdag s nära, där X är 2, 4, 6, 8 eller 10 När vi har gått in i handeln, avslutar vi med en av följande metoder, valda i förväg 7a Aktiens slutkurs är högre än föregående dag s close Vi hänvisar vanligtvis till denna exit som First Up Close 7b Aktien stängs med ett ConnorsRSI-värde större än 50 7c Aktien stängs med en Conno rsRSI-värde större än 70 7d Slutkursen på aktien är större än 3 dagars glidande medelvärde, eller MA 3 7e Stängningspriset på beståndet är större än 5 dagars glidande medelvärde, eller MA 5.10 Page 10 Låt oss se på varje reglera lite mer djup och förklara varför det ingår i strategin Regler 1 2 försäkra oss om att vi är i starkt likvida bestånd som lätt kan köpas och säljas med snäva budfrågor som minskar handelskostnaderna Regel 3 garanterar att beståndet har tillräcklig volatilitet för att möjliggöra stora rörelser Regel 4 identifierar riktningen för den långsiktiga trenden Genom att kräva att det ligger nära över 200 dagens MA, hittar vi aktier som överlåtas men förblir på lång sikt upptrend Regel 5 identifierar extrema överlämningar på kort sikt Regel 6 låter oss komma in i handeln till ett optimalt pris Inställningsreglerna identifierar ett överlåtat lager och ingångsregeln väntar på att den blir ännu mer översoldad på en intradag. Regel 7 ger en väldefinierad exitmetod Få strategier har kvantifiering D, strukturerade och disciplinerade exitregler Regel 7 ger dig de exakta parametrarna för att avsluta handeln, bakom många år av historiska testresultat. Som med alla andra strategiparametrar väljer vi i förväg vilken typ av utgång vi ska använda och tillämpa som regel konsekvent i vår handel Regler 7b och 7c använder ConnorsRSI för att definiera exit. Tidigare använde många av våra strategier en 2 dagars RSI eller RSI 2 för att identifiera överköpta och överlämnade villkor. Vår senaste forskning har visat ConnorsRSI vara en effektivare indikator Om du inte känner till ConnorsRSI kan du se detaljer i bilagan. Vid testningen stängde vi alla affärer vid slutet av handeln på den dag då utgångssignalen inträffade. Om detta inte är ett alternativ för dig har vår forskning generellt visat Att liknande resultat uppnås om du lämnar dina positioner vid eller nära öppningen nästa morgon Nu kan vi se hur en typisk handel ser på ett diagram För exemplet nedan använder vi en strategivariation som kräver 5 dagars MA t O vara mer än 10 under de 20 dagarna MA på installationsdagen. Gränsordningen kommer att placeras 6 under inställningsdagens slutkurs. Vi kommer att lämna när ConnorsRSI är större än 70, utgångsmetoden som definieras i regel 7c.11 Diagram skapad i TradingView Reprinted courtesy of Figur 1 Smith Wesson Corp SWHC Handel Diagrammet ovan är för Smith Wesson Holding Corp vars symbol är SWHC I diagrammet visar toppruden prisfälten i svart, 5 dagars MA eller MA 5 i blått Och de 20 dagarna MA eller MA 20 i grön Den gröna pilen visar när handeln har angetts och den röda pilen markerar dagen då utgångsregeln utlöses. Regel 1 är nöjd eftersom börskursens slutkurs är 7 96 den 22 augusti 2012, Långt över minimivärdet på 5 regel 2 är uppfyllt eftersom den genomsnittliga dagliga volymen på den dag då installationen är klar är mer än 1 9 miljoner, över minst 250 000 Regel 3 kräver den historiska volatiliteten under de senaste 100 dagarna eller HV 100 , För att vara större än 30 den dag då installationen är komplett Ted Det faktiska värdet av HV 100 på den dagen var.12 Page 12 Regel 4 är nöjd eftersom SWHC stängdes vid 7 96, över 200 dag MA som var 6 43 på den dagen. Regel 5 kräver att den snabba MA är minst Y under den Långsam MA där Y 2 5, 5 0, 7 5 eller 10 0 Vi använder 5 dagar för den snabba MA och 20 dagar för den långsamma MA med Y 10 0 Den 5 dag MA var 8 09 och 20 dag MA var 9 24 den 22 augusti I det här fallet var den snabba MA mer än 12 under den långsamma MA. Förhållandet mellan de två MA: erna finns med följande formel Procent ovanför Snabba MA Slow MA 1 100 8 09 9 24 1 100 0 8756 1 100 12 44 Om den snabba MA är över den långsamma MA, skulle det här värdet vara positivt. Eftersom alla fem inställningsreglerna är uppfyllda anger vi en gränsvärde för nästa handelsdag, den 23 augusti. Vår valda strategivariation berättar att Använd en gräns 6 under inställningsdagens slutkurs regel 6 så vi skulle använda ett gränsvärde för gränspris Stäng x 1 gräns 7 96 x 0 94 7 48 Den 23 augusti var priset på SWHC d ropade så lågt som 7 40, så vår orderorder fylls och vi köper beståndet till gränsvärdet på 7 48 På nästa handelsdag den 24 augusti stängdes priset på SWHC kl 8 05 ConnorsRSI flyttade till Detta är över 70, utlösande av vår utgångsregel 7c Vi stänger vår position vid eller nära slutkursen 8 05 vilket ger oss vinst på handeln med 7 6 före provisioner och avgifter. Resultatförlust eller förlustkostnadsbas 8 05 7 48 7 48 0 57 7 48 7 6 Låt oss titta på ett annat exempel med lite olika handelsparametrar I det här exemplet kommer vi att kräva att 5 dagars MA ska vara mer än 5 under 20 dag MA på installationsdagen. Gränsordningen kommer att placeras 8 under Inställningsdagens slutkurs Vi avslutar när priset stänger över 5 dagars MA, utgångsmetoden definierad enligt regel 7e Tabellen nedan är för Spreadtrum Communications SPRD och använder samma konventioner som föregående diagram. 13 Page 13 Diagram skapad i TradingView Reprinted artighet av Figur 2 Spreadtrum Communications Inc SPRD Trade Setup dagen för den här handeln var den 13 december. Enligt regel 1 är slutkursen över 5 vid regel 2 uppfylld eftersom den genomsnittliga dagliga volymen på dagen då installationen slutförts är över 1 9 miljoner aktier, över minst 250 000 stycken 3 är nöjd eftersom HV 100 är regel 4 tas om hand när SPRD stängdes vid 20 74, över dess 200 dag MA i regel 5 kräver snabb MA är minst Y under den långsamma MA där Y 2 5, 5 0, 7 5 Eller 10 0 Vi använder 5 dagar för den snabba MA och 20 dagar för den långsamma MA med Y 5 0 5-dagars MA var 21 82 och 20 dag MA var 24 39 den 13 december. I det här fallet var den snabba MA var nästan 11 under den långsamma MA Förhållandet mellan de två MAs kan hittas med följande formel Procent ovanför nedan Fast MA Slow MA 1 100 21 82 24 39 1 100 0 8946 1 100 10 54 Med alla våra installationsvillkor träffade vi är redo att lägga en gränsvärde för nästa dag Sedan SPRD stängdes 20 74 kommer gränsvärdet att placeras på 19 08 20 74 0 92 enligt regel 6.14. Page 14 Den 14 december t h, priset på SPRD träffade en intraday låg på 17 51, vilket ligger under vårt gränsvärde, så vår order blir fylld och vi går in i handeln. Avslutet utlöses den 20 december då SPRD stängde 21 38, över dess 5 dag MA för första gången sedan handeln ingick Denna handel skulle ha genererat en vinst på cirka 12 1 före provisioner och avgifter Nu när du har en bra förståelse för handelsmekanikerna ska vi titta på de historiska testresultaten för olika variationer av Strategi.15 Page 15 Avsnitt 3 Testresultat.16 Page 16 Vi kan aldrig säkert veta hur en handelsstrategi kommer att fungera i framtiden Men för en helt kvantifierad strategi som den som beskrivs i den här handboken kan vi åtminstone utvärdera hur strategin har utförts tidigare. Processen är känd som backtest. För att utföra ett backtest väljer vi först en grupp värdepapper som ibland kallas en larmlista som vi vill testa strategin på. I vårt fall består larmlistan av icke-levererade aktier Nästa väljer vi en tidsram över vilken du ska testa Ju längre tidsramen desto mer signifikant och informativ blir resultaten av bakprovningen. Bakprov för denna guide startar i januari 2001 och går igenom slutet av september 2013, det senaste datumet för vilket vi Har data enligt det här skrivet. Tillämpar vi slutligen våra inmatnings - och utträdesregler för varje lager i tittellistan under hela testperioden, inspelningsdata för varje handel som skulle ha skrivits in och aggregerar alla handelsdata över en specifik strategivariation. En av Den viktigaste statistiken som vi kan hämta från de testade resultaten är den genomsnittliga vinstförlusten, även känd som genomsnittlig vinst per handel. Några handlare hänvisar till detta som kanten. Den genomsnittliga PL är summan av alla vinster uttryckta i procent och alla förlusterna också i procent dividerat med det totala antalet branscher Tänk på följande tio handlar Handel nr Gain eller förlust 1 1 7 2 2 1 3 4 0 4 0 6 5 1 2 6 3 8 7 1 9 8 0 4 9 3 7 Den genomsnittliga PL skulle vara beräknad ted som genomsnittlig PL 1 7 2 1 4 0 0 6 1 2 3 8 1 9 0 4 3 7 2 6 10 Genomsnitt PL 1 08 Genomsnittlig PL är den genomsnittliga vinsten baserad på investerat kapital, det vill säga hur mycket pengar vi faktiskt spenderade till Ange varje handel För kortfristiga affärer som varar mellan tre och tio handelsdagar, söker de flesta handlare en genomsnittlig PL på 0 5 till 2 5 över alla affärer. Allt annat lika mycket desto större är genomsnittet för PL, desto mer kommer ditt konto att växa över tiden Naturligtvis är alla andra saker aldrig lika. Det är särskilt viktigt att överväga antalet transaktioner metriska i kombination med genomsnittlig PL Om du använder ungefär samma kapital för varje handel som du anger kommer du att göra mycket mer pengar på tio affärer med en genomsnittlig vinst på 4 per handel än vad du gör på en handel som gör 10 En annan viktig statistik är vinstprocenten eller vinsttalet Det här är helt enkelt antalet lönsamma affärer dividerat med det totala antalet affärer I Tabellen ovan var 7 av de 10 branscherna lönsamma, dvs hade positiv avkastning För detta exempel är vinstprocenten 7 10 70 Varför bryr vi oss om Win Rate så länge vi har en tillräckligt hög genomsnittlig PL Eftersom högre Win-priser generellt leder till mindre volatil portföljtillväxt Att förlora affärer har ett sätt att klumpa upp, och när de gör det minskar värdet på din portfölj Det här kallas drawdown Dessa minskningar kan i sin tur göra att du förlorar sömn eller ens överväga att överge din handel helt och hållet Om det finns färre förlorare, dvs högre vinstprocent, då förluster är mindre benägna att klumpa och ditt portföljvärde är sannolikt att växa smidigt uppåt snarare än att uppleva våldsamma upp och ner svängningar.18 Page 18 Låt oss rikta uppmärksamheten på testresultaten för olika variationer av den kvantifierade rörliga genomsnittsstrategin. Tabellen Nedan sorterar testresultaten för att visa de 20 variationer som producerade de högsta genomsnittliga PL-varianterna som genererade färre än 100 handelssignaler under 12-års testperioden hav e har filtrerats ut för att undvika att snedvrida resultaten. Topp 20 Variationer Baserat på genomsnittliga vinstdispositioner Gem PL Avgardagen Håll Win MA Scenario MA Sträckgräns Utgångsmetod MA 5 MA 10 Stäng MA 5 MA 10 MA 20 Stäng MA 5 MA 10 MA 20 CRSI MA 5 MA 10 Stäng MA 5 MA 5 MA 20 Stäng MA 5 MA 5 MA 20 CRSI MA 5 MA 10 Stäng MA 5 MA 5 MA 10 Stäng MA 5 MA 5 MA 10 CRSI MA 10 MA 20 Stäng MA 5 MA 10 MA 20 CRSI MA 5 MA 10 Stäng MA 5 MA 5 MA 10 CRSI 70 1, MA 5 MA 20 Stäng MA 5 MA 10 MA 20 Stäng MA 5 1, MA 5 MA 10 CRSI MA 5 MA 10 Stäng MA 3 MA 10 MA 20 CRSI 70 1, MA 5 MA 10 Stäng MA 5 MA 5 MA 10 CRSI 70 Nedan finns en förklaring av varje kolumn Trades är det antal gånger den här variationen utlöstes från 1 januari 2001 30 september är Gem PL den genomsnittliga procentuella vinsten eller förlusten för alla affärer, inklusive de förlorade verksamheterna baserat på investerat kapital De översta 20 variationerna visar vinster från 3 93 till 5 51 under 12 års testperiod Avg Days Held är den genomsnittliga handelstiden uttryckt som ett antal dagar. Ge för ovanstående variationer är relativt liten, medeltal drygt 4 dagar. 19 Page 19 Vinn är andelen av simulerade affärer som slutade med vinst De flesta av de 20 största variationerna har vinstpriser i de låga 70-talet. Detta är en hög andel av lönsamma affärer i en värld där många handlare syftar till 50 60 MA Scenario definierar de två glidande medelvärdena som används i testet Detta motsvarar regel 5 och visar värdena för de snabba och långsamma MA: erna Följande MA-scenarier testades Scenario Snabb MA Slow MA 1 MA C, 5 MA C, 10 2 MA C, 5 MA C, 20 3 MA C, 5 MA C, 50 4 MA C, 10 MA C, 20 5 MA C, 10 MA C, 50 Handlar MA stretch motsvarar the value of Y in Rule 5 of the strategy This column shows the value of Y for the rule which says, the fast MA is at least Y below the slow MA where Y 2 5, 5 0, 7 5, or 10 0 Limit is related to Rule 6 of the strategy and determines the limit price that will be used to enter the trade We tested limits of 2, 4, 6, 8 or 10 below the Setup day s close Exit Method is the rule that was used to exit trades in this strategy variation, as described in Rule 7 Next, let s look at the strategy variations that have historically had the highest frequency of profitable trades or Win Rate Top 20 Variations Based on Highest Win Rate Avg P L Avg Days Held Win MA Scenario MA Stretch Limit Exit Method MA 5 MA 10 Close MA 5 MA 5 MA 10 Close MA 5 1, MA 5 MA 10 Close MA 5 2, MA 5 MA 10 Close MA 5 2, MA 5 MA 20 Close MA 5 MA 5 MA 10 Close MA 3 1, MA 5 MA 20 Close MA 5 MA 5 MA 10 Close MA 3 3, MA 5 MA 20 Close MA 5 1, MA 5 MA 10 Close MA 3 1, MA 5 MA 10 First Up Close MA 5 MA 10 Close MA 5 3, MA 5 MA 20 Close MA 5.20 Page 20 1, MA 5 MA 10 CRSI MA 5 MA 10 CRSI 50 1, MA 5 MA 20 Close MA 5 2, MA 5 MA 20 Close MA 5 4, MA 5 MA 10 Close MA 5 1, MA 5 MA 10 CRSI 50 1, MA 5 MA 10 CRSI 70 All 20 of the top variations have historically produced a profit on at least 70 of the identified trades Notice that there is a good deal of overlap between this list and the one presented in the previous section on Average P L This overlap indicates we have multiple strategy variations that have historically won consistently while producing excellent edges.21 Page 21 Section 4 Selecting Strategy Parameters.22 Page 22 In previous chapters we ve described the different values tested for strategy parameters such as the moving averages we use, the distance the fast MA falls below the shorter MA, entry limit and exit method In this section we ll discuss some additional factors to consider as you decide which variation s to use in your trading Let s talk conceptually about entries and exits for a moment Both entry and exit rules can be thought of in terms of how strict they are, i e how easy or difficult they are to achieve You might also say that strictness is a measure of how frequently or infrequently the rule conditions occur For oscillators such as ConnorsRSI, values that are closer to the extremes 0 and 100 are more strict less likely to occur than values in the middle of the range Stricter entry rules will be satisfied less frequently than more lenient entry rules, and thus a strategy that relies on the stricter rules will generally generate fewer trades than a strategy whose entry rules are more easily satisfied With a robust strategy, the reward for fewer trades is usually a higher gain per trade, on average If you buy a slightly oversold stock, it s most likely to provide a moderate gain But if you wait for the stock to become extremely oversold, the chances are much higher that it will experience a significant price increase and result in a bigger profit In contrast to entry rules, the strictness of exit rules has little effect on the number of trades generated by the strategy However, just like the entry rules, stricter exit rules typically result in higher average profits Why Because stricter exit rules tend to keep you in your trades for a longer time, giving the stock more time to experience the mean reversion behavior that we re attempting to exploit with a strategy like this quantified approach to Trading Stocks and Options with Moving Averages Thus, for entries the tradeoff is between more trades and higher gains per trade, while for exits the tradeoff is between shorter trade durations and higher gains per trade.23 Page 23 Trades Now let s turn our attention back to the strategy described in this Guidebook In the table below, we compare four variations of the strategy that all use the same moving average scenario 5 days for the fast MA and 10 days for the slow MA , the same limit entry 6 and the same exit method ConnorsRSI 70 Only the value of the MA Stretch for the entry threshold differs between the variations shown below The Effect of MA Stretch Entry Threshold for Quantified MA Strategy Avg P L Avg Days Held Win MA Scenario MA Stretch Limit Exit Method 10, MA 5 MA 10 CRSI 70 3, MA 5 MA 10 CRSI 70 1, MA 5 MA 10 CRSI MA 5 MA 10 CRSI 70 Trades Notice that the most lenient entry in the table, the first line with an MA St retch of 2 5 , generated the most trade signals and the lowest gain per trade As the entry rule becomes stricter, i e the MA Stretch threshold rises, we see fewer and fewer trade signals but higher and higher average gains per trade The variation with an entry threshold of 10 increases the Average P L by about 75 compared to the first variation, but also has less than 1 20 th the number of trades It should come as no surprise that the pattern emerges again when we hold all parameters constant except the Limit used to determine the limit entry price If we keep the Setup conditions constant, then there will obviously be more stocks that experience a pullback of 2 or greater the next day than there will be those that pullback by at least 10 Variations with Different Limit Entries for Quantified MA Strategy Avg P L Avg Days Held Win MA Scenario MA Stretch Limit Exit Method 8, MA 5 MA 10 CRSI 70 5, MA 5 MA 10 CRSI 70 3, MA 5 MA 10 CRSI 70 1, MA 5 MA 10 CRSI 70 1, MA 5 MA 10 CRSI 70 We have confirmed that stricter entry rules result in fewer trades but higher average gains Now let s look at the exits Here we hold the Setup and entry criteria constant, but vary the exit methods.24 Page 24 Trades Variations with Different Exit Methods for Quantified MA Strategy Avg P L Avg Days Held Win MA Scenario MA Stretch Limit Exit Method MA 10 MA 20 First Up Close MA 10 MA 20 Close MA 3 MA 10 MA 20 Close MA 5 MA 10 MA 20 CRSI MA 10 MA 20 CRSI 70 All five variations generated a very similar number of trade signals The range is from 379 trades to 525 trades However, the variation that uses the most lenient exit method covering the position on the first day that the stock price closes up generates an average gain that is about half of the strictest exit methods We can also see that stricter exits increase the average gain and win rates by comparing the two different MA and ConnorsRSI exits MA 3 is a less stringent exit requirement than MA 5 and MA 3 is less profitable on average than MA 5 although there are more trades with the less stringent rule The same is true when using ConnorsRSI to trigger the exit rule Armed with this information, you will now be able to select strategy parameters that are most likely to produce the number of trade signals, average gains, and trade duration that best complement your overall trading plan.25 Page 25 Section 5 Using Options.26 Page 26 Options trading has been a major growth industry over the past several years in the markets This is because spreads have tightened, liquidity has increased, and the ability to easily trade complex options has never been simpler We ll now focus on applying options trading to the short term market moves we have just learned Like everything else in this Guidebook, there are definitive rules as to how to execute an options trade when a strategy signal triggers Before we go on, it will be helpful to review a few terms and concepts related to options The owner of a call option has the right, but not the o bligation, to purchase the underlying security stock or stock at the strike price on or before the expiration date of the option contract The value of a call option generally rises as the price of the underlying security rises A call option is considered to be In The Money ITM when its strike price is below the price of the underlying security, and Out of The Money OTM when its strike price is above the price of the underlying security For example, if the increment between strike prices for SPY options is 1 and the price of SPY is currently 162 35, then the first closest ITM call option is the one with a strike price of 162 The first OTM call option is the 163 strike The owner of a put option has the right, but not the obligation, to sell the underlying security stock or stock at the strike price on or before the expiration date The value of a put option usually rises as the price of the underlying security falls A put option is considered to be In The Money ITM when its strike price i s above the price of the underlying security, and Out of The Money OTM when its strike price is below the price of the underlying security If the price of SPY is currently 166 55, then the first closest ITM put option is the 167 strike, and the first OTM put option is the 166 strike The strategy described in this guidebook is to buy stocks that are oversold based on quantified moving average rules To implement that strategy with options, calls would be used Put options would be used to implement strategies described in other Guidebooks that take short positions Most option contracts control 100 shares of the underlying stock or stock However, the price quoted by most trading platforms is the price per share Therefore, the cost of purchasing the option contract is typically 100 times the per share price, plus commissions Thus, if a SPY call option has a quoted price of 1 27, then it will cost you plus commissions to purchase the call option contract Sometimes you will hear the price of an option referred to as the option s premium All option contracts have an expiration date, after which the contract is no longer valid The three most common types of option expirations are Weekly Contract expires on the last trading day of the week, typically a Friday Monthly Contract expires on the Saturday following the third Friday of the month, which means that the last day for trading the option is the third Friday Quarterly Contract expires on the last trading day of the calendar quarter.27 Page 27 In this Guidebook, we will be focused entirely on option contracts with monthly expirations The monthly contract with the nearest expiration date is known as the front month For example, if today is June 10th, then the front month contract is the one which expires in the third week of June The next available expiration in this case July , is known as the second month The day after June expiration, July would become the front month and August would become the second month Strategies in the Guidebook generally follow certain patterns 1 The majority of the moves from entry to exit have been held a very short period of time 2 12 trading days 2 The average gains per trade have been large well beyond the normal distribution of prices over that short period of time 3 A high percentage of the moves have been directionally correct When we look at this type of behavior, it can lead to many strategies but one strategy stands out and this has been confirmed by professional traders The strategy is to buy the front month, in the money call option Why front month, in the money long options Because they will move most closely to the stock itself And the closer an option moves with the stock, the greater the gain will be on a percentage basis when the move is correct Here are the rules Let s go further 1 A signal triggers 2 Buy the front month in the money call If you would normally trade 500 shares of the stock buy 5 call contracts every 100 shares should equal one call option con tract 3 Exit the options when the signal triggers an exit on the stock 1 What does in the money exactly mean here In this case it s defined as one to two strike prices in the money This will be below the current market price for a call option If the price of the stock is 48 and the interval between option contracts is 5, then buy a 45 or 40 call 2 What does front month mean here Because the holding period is so short, you want to trade the options whose monthly expiration is the closest If the closest month is eight trading days or less from the front month s option expiration date meaning the second Wednesday before or closer use the following month as the one to trade.28 Page What happens if I m in the position and it expires, yet the signal for the stock is still valid In this case, roll to the next month You re trading the stock signals so you want to have exposure to that signal 4 What about liquidity and spreads There s some discretion here There is no hard and fast rule as to wh at exactly liquidity means in options Many traders look for minimum volume and or open interest to determine liquidity Assuming there is active volume in the options, look at the spreads If the option is trading 3 00 bid 3 30 offer, the spread is 10 Can you really overcome a 10 spread Not likely Now compare this to an option that s trading at 3 25 bid 3 30 offer This is far more acceptable and tradable 5 What are the advantages of buying call options instead of the stock Assuming the spreads and liquidity are there, the advantages are large 1 Greater potential ROI on capital invested 2 Less money tied up 3 Less points at risk This means if you buy a stock at 50, the price can theoretically fall to zero and you could lose up 50 a share The options can only lose up to the premium you paid So, if you bought the 45 call for 5 50, the risk is only the premium of There s greater flexibility For example, let s say the stock triggered a buy signal at 50 and you paid 5 50 for the 45 calls If th e stock immediately moves up let s say to 56 , you have choices You can exit, or you can roll into the 55 call getting most of your money out and now turning this into a nearly free trade if you believe that prices will continue to rise There are numerous examples like this and you can find these types of strategy opportunities in most options books But trading anything exotic or different than simply buying ITM calls is against the advice of the many professionals we posed this question to In conclusion, options provide traders with a good alternative to owning the stock outright The structured methodology for our strategies is front month, in the money, with equivalent sizing 1 option per 100 shares , and exiting when the stock signals an exit The above options strategy, in many experts opinion, is the best and most efficient strategy based upon the historical data from these signals.29 Page 29 Section 6 Additional Thoughts.30 Page As you have seen throughout this Guidebook, the Quan tified Moving Average Strategy has had large quantified edges when applied in a systematic manner 2 There are literally hundreds of potential variations for you to use By adjusting the input variables described in the rules, you can customize how the strategy will perform for you Want more trades Look at variations with faster moving averages or smaller MA stretch values for the entry rules Bigger average returns Check out the variations that have the strictest entry criteria high MA Stretch values and high Limit entry rules and longest durations ConnorsRSI 70 exit method Want to get in and out of trades more quickly to reduce overnight risk and free up your capital for other trades Try the variations that utilize the First Up Close exit method 3 What about stops and we include the answer to this in all our Strategy Guidebooks We have published research on stops in other publications including in our book Short Term Trading Strategies That Work What we have found is that stops tend to lessen performance and in many cases they completely remove edges Yes, it feels good when a stock keeps moving lower and lower and a stop got you out On the other side, the research which is backed by up to two decades of test results on many short term trading strategies suggests that stops get hit often and accumulate many, many losses Few trading strategies can overcome these aggregated losses For many traders stops are a must Psychologically it allows them to take trades, especially difficult trades Whether you use them or not is a personal choice On the whole though, the edges you see in this strategy and many other short term strategies are lower when stops are applied to them Again this is a personal choice only you can make for yourself We know successful traders in both camps 4 Slippage and commission were not used in the testing Factor them into your trading the entries are at limit prices so slippage is not an issue and make sure you re trading at the lowest possible costs M ost firms are now allowing traders to trade for under 1 cent a share, so shop your business, especially if you are an active trader The online brokerage firms want your business We hope you enjoyed this addition to the Connors Research Trading Strategy Series If you have any questions about this strategy please feel free to us at.31 Page 31 Appendix The ConnorsRSI Indicator and Historical Volatility.32 Page 32 ConnorsRSI Larry Connors and Connors Research have been developing, testing, and publishing quantified trading strategies since the mid 1990 s During that time, we have had the opportunity to evaluate a great number of different technical indicators and to assess their effectiveness in predicting future price action Now we ve taken the next step and created an indicator of our own ConnorsRSI In this chapter we will describe the indicator and provide details on its calculation ConnorsRSI is a composite indicator consisting of three components Two of the three components utilize th e Relative Strength Index RSI calculations developed by Welles Wilder in the 1970 s, and the third component ranks the most recent price change on a scale of 0 to 100 Taken together, these three factors form a momentum oscillator, i e an indicator that fluctuates between 0 and 100 to indicate the level to which a security is overbought high values or oversold low values Before we discuss how to calculate ConnorsRSI, let s review Wilder s RSI RSI is a very useful and popular momentum oscillator that compares the magnitude of a stock s gains to the magnitude of its losses over some look back period Wilder himself believed that 14 periods was the ideal look back We often use the shorthand notation RSI 14 for the 14 period RSI The formula below computes RSI 14 for a series of price changes If we wanted to compute RSI for a different number of periods N , then we would replace 14 in the formula above with N, and replace 13 with N 1 Regardless of the number of periods used in the calculation , the result will always be a number between 0 and 100 Traders who use RSI 14 typically look for values greater than 70 to identify overbought conditions, and values less than 30 to indicate oversold conditions Our previous research has shown that using shorter look back periods makes RSI more effective in predicting short term price movements We have published many strategies that utilize RSI 2 , as well as.33 Page 33 several that use RSI 3 and RSI 4 Changing the number of periods also has an effect on the RSI levels that best identify overbought and oversold conditions For example, an RSI 2 value of less than 10 is usually a reliable indicator of an oversold condition, while an RSI 2 value over 90 is a good benchmark for an overbought condition Now let s turn our attention back to ConnorsRSI As mentioned previously, ConnorsRSI combines three components, and as you might guess, they are all elements that our research has repeatedly shown to have significant predictive ability Price Mo mentum As we just discussed, RSI is an excellent way to measure price momentum, i e overbought and oversold conditions By default, ConnorsRSI applies a 3 period RSI calculation to the daily closing prices of a security We will refer to this value as RSI Close,3 Duration of Up Down Trend When the closing price of a security is lower today than it was yesterday, we say that it has closed down If yesterday s closing price was lower than the previous day s close, then we have a streak of two down close days Our research has shown that the longer the duration of a down streak, the more the stock price is likely to bounce when it reverts to the mean Likewise, longer duration up streaks result in larger moves down when the stock mean reverts In effect, the streak duration is another type of overbought oversold indicator The problem is, the number of days in a streak is theoretically unbounded, though we could probably place some practical limits on it based on past experience For example, we might observe that there have been very few instances of either an up streak or a down streak lasting for more than 20 days, but that still doesn t get us to a typical oscillator type value that varies between 0 and 100 The solution is two fold First, when we count the number of days in a streak, we will use positive numbers for an up streak, and negative numbers for a down streak A quick example will help to illustrate this Day Closing Price Streak Duration 1 The closing price on Day 2 is higher than on Day 1, so we have a one day up streak On Day 3, the price closes higher again, so we have a two day up streak, i e the Streak Duration value is 2 On Day 4, the closing price falls, giving us a one day down streak The Streak Duration value is.34 Page 34 negative 1 because the price movement is down, not up The downward trend continues on Days 5 and 6, which our Streak Duration reflects with values of 2 and 3 On Day 7 the closing price is unchanged, so the Streak Duration is set to 0 ind icating neither an up close nor a down close Finally, on Day 8 the closing price rises again, bringing the Streak Duration back to 1 The second aspect of the solution is to apply the RSI calculation to the set of Streak Duration values By default, ConnorsRSI uses a 2 period RSI for this part of the calculation, which we denote as RSI Streak,2 The result is that the longer an up streak continues, the closer the RSI Streak,2 value will be to 100 Conversely, the longer that a down streak continues, the closer the RSI Streak,2 value will be to 0 Thus, we now have two components RSI Close,3 and RSI Streak,2 that both use the same scale to provide a perspective on the overbought oversold status of the security we re evaluating Relative Magnitude of Price Change The final component of ConnorsRSI looks at the size of today s price change in relation to previous price changes We do this by using a Percent Rank calculation, which may also be referred to as a percentile Basically, the Percent Ran k value tells us the percentage of values in the look back period that are less than the current value For this calculation, we measure price change not in dollars and cents, but as a percentage of the previous day s price This percentage gain or loss is typically referred to as the one day return So if yesterday s closing price was 80 00, and today s price is 81 60, the one day return is 81 60 80 00 80 00 0 02 2 0 To determine the Percent Rank, we need to establish a look back period The Percent Rank value is then the number of values in the look back period that are less than the current value, divided by the total number of values For example, if the look back period is 20 days, then we would compare today s 2 0 return to the one day returns from each of the previous 20 days Let s assume that three of those values are less than 2 0 We would calculate Percent Rank as Percent Rank 3 20 0 15 15 The default Percent Rank look back period used for ConnorsRSI is 100, or PercentRank 100 We are comparing today s return to the previous 100 returns, or about 5 months of price history To reiterate, large positive returns will have a Percent Rank closer to 100 Large negative returns will have a Percent Rank closer to 0 The final ConnorsRSI calculation simply determines the average of the three component values Thus, using the default input parameters would give us the equation ConnorsRSI 3,2,100 RSI Close,3 RSI Streak,2 PercentRank 100 3 The result is a very robust indicator that is more effective than any of the three components used individually, and in most cases, also more effective than combining the three components independently.35 Page 35 Historical Volatility The historical volatility is defined as the standard deviation of the logarithmic price changes measured at regular intervals of time Since settlement prices are usually considered the most reliable, the most common method of computing volatility involves using settlement to settlement price changes We defined e ach price change, x i, as x i ln P i P i 1 where P i is the price of the underlying contract at the end of the i th time interval P i P i 1 is sometimes referred to as the price relative We first calculate the standard deviation of the logarithmic price changes standard deviation We then calculate the annual volatility by multiplying the standard deviation by the square root of the time interval between price changes Since we looked at price changes every week, the time interval is 365 7 annualized volatility 7.