Построение прогноза поворотных точек на основе EuroFX и альтернативный метод его проверки.

 

Часть 1. В поисках идеального Зодиака.

 

В соответствии с традицией отрасли помещу дисклэймер: представленный альтернативный метод оценки качества  прогноза в программе Timing Solution ни в коей мере не является торговой системой и подобное его использование не очень умно, хотя и возможно:)

 

Также я хочу выразить благодарность Юри Шраменко (Yuri Shramenko) за ценные комментарии.

 

Цель данной статьи – показать возможность получения прогноза поворотных точек для EuroFX с помощью Active Zones модуля Astronomy (Composite) и оценить качество прогноза дополнительными методами, не включенными в TS.

В рамках данной статьи под поворотной точкой я буду понимать момент времени, в данном случае день, в который индикатор Zigzag меняет свое направление. Для оценки качества прогноза используются 2 критерия: корреляция и простая buy/sell стратегия (покупка в нижних поворотных точках и продажа в верхних поворотных точках, таким образом, чем больше профит, тем лучше качество прогноза). Оба критерия далеки от идеала в данном случае, но их использование вовсе не лишено смысла. Большая корреляция означает, что прогноз зигзага лучше соответствует прогнозируемому индикатору, соответственно модель имеет меньше инверсий и лучшее (более близкое) соответствие поворотных точек.

 

На мой взгляд, прогнозирование поворотных точек дается большей кровью, чем получений хорошей корреляции для, скажем, RPO. По крайней мере, это утверждение справедливо для моделей на основе нейросети. Я предлагаю получить прогноз для 1% Detrended Zigzag, Swing=Close-Close. В своих исследованиях будем использовать дневки фьючерсов Euro/USD, торгуемых на CME. До 2000 года используется Dollar Index, LBC установлена на 01.01.2000.

 

Результаты Phenomenological Solution для данного индикатора откровенно не впечатляют, вот 3 лучших прогноза:

 

Financial Instrument: FX Euro.csv
Analyzed 18 models
LBC Info: 1619 train/2044 test
Target: Detr. Zig.( 1.00%), Curv=1.000)

Model

NN (first 1616 pt)

NN (first 806 pt)

NN (last 812 pt)

LIN (first 1616 pt)

LIN (first 806 pt)

LIN (last 812 pt)

Spectrum Model TI=1000

4.55%

3.86%

5.78%

4.99%

4.63%

5.90%

Spectrum Model TI=50

3.41%

5.55%

1.63%

1.23%

8.57%

-6.58%

FAM Model Geo, Orb=15, TI=1000

3.34%

10.27%

-2.74%

4.05%

0.90%

6.63%

FAM Model Geo, Orb=10, TI=1000

2.47%

10.00%

-5.54%

1.25%

-1.53%

3.82%

 

Два лучших прогноза представлены моделью на основе Спектрума, что довольно таки странно для прогноза на 6 с лишним лет. Ни одна из астрономических моделей не может похвастаться консистентностью. Поэтому мы пойдем другим путем и используем модуль Astronomy (Composite), причем в данном модуле будем использовать Active Zones (AZ).

 

 

Обратите особое внимание, что все вычисления проводятся на тестовом интервале. Это делается для исключения возможности future leaks. Опции для Zigzaga устанавливаются как и в предыдущем тесте:

 

Еще один важный момент: на закладке Options/ActiveZones параметр Critical ChiSq. установите по крайней мере на значение 2 (по умолчанию стоит 2.5). Иначе программа найдет слишком мало аспектов для построения модели.

 

 

 

На основной закладке Composite нажмем кнопку Report и вызовем соответствующий диалог:

 

Здесь в качестве фильтра установим значение Active Zones Present (AZ), Зодиаки и планеты можно оставить по умолчанию. В дальнейшем здесь широкое поле для экспериментирования. Жмем ОК и ждем когда программа переберет все планетные пары и найдет активные зоны.

Таких аспектов оказалось 4: Марс-Сатурн, Марс-Уран в Geo Longitude и Phase зодиаках. Снова становится очевидным сильное влияние марса на пару Евро/Доллар.

 

 

 

Здесь уместно сделать небольшое отвлечение и вернуться к выбору параметров зигзага, Critical Change и Swing. Значение Critical Change можно также подобрать в Active Zones модуля Astronomy (Composite). Критерием правильного выбора будет количество найденных аспектов в окошке Report. Чем их больше, тем лучше. Что касается параметра Swing, то здесь у меня нет определенного мнения, какой параметр лучше использовать. Любые рассуждения на этот счет носят теоретический характер, а проводить бэктест затруднительно из-за отсутствия аккуратного метода оценки поворотных точек.

 

Тем не менее, 1% зигзагу co Swing=Close-Close по средней продолжительности свинга примерно соответствует 2.2% зигзаг со Swing=High-Low. В Active Zones модуля Astronomy (Composite) для 2.2% зигзага со Swing=High-Low будет найдено больше аспектов, однако я предпочту 1% зигзаг co Swing=Close-Close, потому что с ним в качестве выхода нейросети можно получить стабильную и повторяемую корреляцию. В рамках данной статьи я предпочту такой «механизированный» подход более размытому подходу визуальной оценки качества модели.

 

После обнаружения наиболее важных аспектов введем их в NN и получим прогноз. В качестве тренировочного интервала выберем 2000 бар или 8.1 год как наиболее хорошо себя зарекомендовавший в предыдущих моделях для EuroFX. Значения орбов выставим равными 10.

 

Вот как выглядят полученные аспекты в FAM модели. В итоге получим 144+1 событий.

Выход нейросети - все тот же старый знакомый зигзаг.

После 15000 шагов получается следующая ситуация:

 

Мы оптимизировали сеть на диапазоне 2000 бар (8.1 лет), ЛБС установлена на 1.01.2000. Тестирование проходит на диапазоне в 6 лет, с 2000 по 2006 год. Обращаю внимание, что все buy/sell сигналы, которые будут использоваться далее, получены один раз после тренировки сети в начале 2000 года и будут использоваться на протяжении 6 летнего тестового диапазона без изменений (перетренировки сети). Данный подход может вызывать некоторую озабоченность тем, что эффективность модели может постепенно уменьшиться через пару лет (хотя в модели используется Марс, а не такие внутренние планеты, как Венера или Меркурий). Проверка этого предположения может являться отдельной интересной задачей, выходящей, к сожалению, за рамки статьи. Однако это нетрудно сделать самостоятельно!

 

Корреляция этой модели составляет 11,4%, что больше в 2,5 раза, чем лучшая модель в Phenomenological Solution, но все равно не комильфо. Можно предположить, что коэффициент корреляции ухудшают неизбежные инверсии. Поэтому посмотрим на оценку модели по торговым сигналам.

 

Видно, что по доходности система в 2 раза обгоняет индекс! Однако мы не можем оценить, какой ценой достигается эта производительность. Также есть и обратная сторона медали: через несколько тысяч итераций доходность системы изменится при неизменной корреляции и уже только соответствует индексу (что для многих уже хорошо, но только не для нас:)

 


Возможно ли как-нибудь улучшить ситуацию и выжать что-нибудь из этого прогноза? См. дисклаймер и часть вторую.

 

 

Часть 2. Адепты технического анализа.

 

Для экспериментов я возьму второй (худший) вариант прогноза и перенесу Buy и Sell торговые сигналы за все 6 с лишком лет в программу технического анализа и бэктестинга AmiBroker.

 

На мой взгляд, использовать прогноз для трейдинга можно двумя способами. Первый способ, назовем его классическим (или консервативным), заключается в том, что мы используем некоторую торговую систему, основанную на принципах технического анализа, а в качестве фильтра входа используем прогностическую линию или прогнозируемую поворотную точку. Второй способ, авангардный, феноменологический или псевдонаучный:)) заключается в том, торгуется непосредственно прогноз. В качестве buy/sell сигналов используются сигналы, генерируемые программой (в нашем случае это «поворотные точки»). А средствами технического анализа может осуществляться дополнительная фильтрация входов, risk control и money management. Следует отметить, что для второго подхода требуется качественный и надежный прогноз. Получение такого прогноза есть нетривиальная задача, не обещающая быстрого и легкого решения, если вообще возможнаяJ.

 

Используя лобовую Stop and Reverse стратегию, получим следующую картину:

 

 

А в сухих цифрах это выглядит так:

 

Statistics

 

 

All trades

Long trades

Short trades

Initial capital

100000.00

100000.00

100000.00

Ending capital

141449.87

145324.94

96124.94

Net Profit

41449.87

45324.94

-3875.06

Net Profit %

41.45 %

45.32 %

-3.88 %

Exposure %

-0.38 %

0.10 %

-0.48 %

Net Risk Adjusted Return %

-10955.95 %

44679.04 %

807.68 %

Annual Return %

5.71 %

6.17 %

-0.63 %

Risk Adjusted Return %

-1510.20 %

6084.40 %

131.57 %


All trades

88

44 (50.00 %)

44 (50.00 %)

 Avg. Profit/Loss

471.02

1030.11

-88.07

 Avg. Profit/Loss %

47102.13 %

103011.22 %

-8806.96 %

 Avg. Bars Held

19.26

19.64

18.89


Winners

45 (51.14 %)

23 (26.14 %)

22 (25.00 %)

 Total Profit

271200.00

151300.01

119899.99

 Avg. Profit

6026.67

6578.26

5450.00

 Avg. Profit %

602666.67 %

657826.14 %

544999.95 %

 Avg. Bars Held

18.40

19.61

17.14

 Max. Consecutive

6

5

4

 Largest win

24625.00

24625.00

14525.01

 # bars in largest win

49

49

19


Losers

43 (48.86 %)

21 (23.86 %)

22 (25.00 %)

 Total Loss

-229750.13

-105975.08

-123775.05

 Avg. Loss

-5343.03

-5046.43

-5626.14

 Avg. Loss %

-534302.62 %

-504643.22 %

-562613.86 %

 Avg. Bars Held

20.16

19.67

20.64

 Max. Consecutive

6

4

5

 Largest loss

-15925.02

-15125.01

-15925.02

 # bars in largest loss

51

15

51


Max. trade drawdown

-25900.01

-18799.99

-25900.01

Max. trade % drawdown

-99.59 %

-99.59 %

-99.50 %

Max. system drawdown

-65725.04

-34125.03

-73625.03

Max. system % drawdown

-45.25 %

-28.04 %

-51.99

 

 

Чиcтый профит за 6 лет составил $41450, учитывая то, что мы торговали одним фьючерсным контрактом, performance bond которого составляет около $4000. Расчеты можно было сделать в пунктах, но почему-то я выбрал доллары…

 

На следующем рисунке представлена кривая капитала. Она изрезана, имеет большие drawdowns. С середины 2002 года и по 2004 год идет большой drawdown. Однако с 2004 по 2005 год модель эффективна. Это замечание относится к вопросу об уменьшении эффективности модели с течением времени.

 

 

Рассмотрим, что представляет собой отчет о тестировании.

Во-первых, AmiBroker нехорошо работает с фьючерсами, в которых цена пункта меньше 0,01 (или я его нехорошо знаю). Поэтому возникают дробные числа в прибылях и какие-то сумасшедшие проценты. Но нам они совершенно ни к чему.

 

Нам важны следующие показатели:

 - Net Profit, в баксах;

- Avg. Profit/Loss, в баксах;

- Avg. Profit,  Avg. Loss, в баксах;

-  Max. Consecutive, в барах;

- Max. trade drawdown, в баксах;

- Max. system drawdown, в баксах.

 

Остальные параметры также интересны, но к данной статье не относятся.

Я не случайно особенно жирно выделил 2 последних параметра. Как мы помним, прибыль нашей скромной модели составила солидных $41450. Однако за этот периода система проваливалась на $65725! И в одном трейде мы испытывали груз убытка в $25900. Такой хоккей нам не нужен! Вот что скрывает за собой нейтральный репорт из TS. Также обратите внимание, что короткие трейды были убыточны. Это естественно – рынок преимущественно был бычий.

 

Жизнь кончена? Отнюдь! Попробуем что-нибудь поколдовать.

 

Первое, что приходит на ум – это воспользоваться «золотым» правилом трейдинга: дайте прибыли расти и коротко обрезайте убытки. На язык теханализа с определенными трудностями данное правило можно перевести как: используйте стоп-лосс и трейлинг-стоп. В данном случае я предпочту просто определить фиксированные проценты для stop loss и profit target. В случае достижения цены стоп-лосса или profit target, позиция закрывается сразу по рыночной цене (buy-stop and sell stop orders).

 

Сказано – сделано (и даже оптимизировано):

 

 

На рисунке трехмерный оптимизационный граф. Из него видны соотношения стопа-лосса, трейлинг-стопа и профита. «Линия воды» отсекает значения, при которых доходность становиться отрицательной. Обратите внимание на то, что оптимизационный граф имеет ровную гладкую поверхность, без острых пиков и глубоких впадин. Это означает, что наша система консистентна, и вариация параметров стоп-лосса и профита не изменит резко доходность системы.

Я выбираю стоп-лосс равный 0.8% и profit target – 2.5%. Также сигналом к закрытию позиции служит сигнал TS в обратном направлении.

 

Необходимая торговая статистика сведена в таблице:

Statistics

 

 

All trades

Long trades

Short trades

Net Profit

89449.90

52474.69

36975.20


All trades

88

44 (50.00 %)

44 (50.00 %)

 Avg. Profit/Loss

1016.48

1192.61

840.35


Winners

35 (39.77 %)

18 (20.45 %)

17 (19.32 %)

 Total Profit

201874.97

109049.90

92825.07

 Avg. Profit

5767.86

6058.33

5460.30

 Max. Consecutive

4

2

3

 Largest win

8200.02

8024.99

8200.02


Losers

53 (60.23 %)

26 (29.55 %)

27 (30.68 %)

 Total Loss

-112425.07

-56575.21

-55849.87

 Avg. Loss

-2121.23

-2175.97

-2068.51

 Max. Consecutive

5

4

5

 Largest loss

-2725.01

-2700.00

-2725.01


Max. system drawdown

-15900.05

-11700.06

-18724.96

 

Анализируя данные результаты, видны следующие улучшения:

 

- прибыль выросла в 2 раза;

- короткие трейды стали прибыльны, несмотря на то, что система не оптимизировалась отдельно по коротким и длинным трейдам;

- значительно уменьшились Max. trade drawdown и Max. system drawdown!

 

К ухудшениям можно отнести уменьшение выигрышных сделок до 32,95%. Это плата за стоп-лосс.

 

Также имеет место быть определенная оптимизация системы, хотя ничего особенно плохого я в этом не вижу. Мы получили фиксированный процент стоп-лосса 0,8%, который доказал свою эффективность на 88 сделках в течение 6 лет.

 

Вид линии equity также стал ровным и растущим.

 

Идем дальше. Низкий процент выигрышных сделок говорит о том, что в нашей системе плохие входы. Отчасти это вызвано инверсиями, отчасти плохой корреляцией системы. Необходима фильтрация плохих входов. Для фильтрации входов я возьму гистограмму MACD. Классически гистограмма MACD подает сигнал к покупке, когда меняет знак с минуса на плюс и сигнал на продажу, когда меняет знак с плюса на минус. Другими словами, покупка – когда быстрая линия MACD пересекает медленную (сигнал) снизу вверх и продажа, когда быстрая линия пересекает сигнал сверху вниз.

Чтобы доказать, что сама по себе данная система ничего не представляет, проведем ее бэктест. Если вы вздумаете торговать по ней, то результаты приведены без комментариев:

 

 

All trades

Long trades

Short trades

Net Profit

-6750.20

21599.90

-28350.10


All trades

134

67 (50.00 %)

67 (50.00 %)

 Avg. Profit/Loss

-50.37

322.39

-423.14


Winners

43 (32.09 %)

23 (17.16 %)

20 (14.93 %)

 Avg. Profit

6367.44

7502.17

5062.50

 Max. Consecutive

3

3

3

 Largest win

24575.00

24575.00

13325.01


Losers

91 (67.91 %)

44 (32.84 %)

47 (35.07 %)

 Avg. Loss

-3082.97

-3430.68

-2757.45

 Max. Consecutive

7

7

10


Max. trade drawdown

-10275.01

-9800.00

-10275.01

Max. system drawdown

-59550.08

-40324.99

-67125.07

 

Построим систему входа следующим образом. Мы входим по классическому сигналу MACD, если прогноз TS подает сигнал в том же направлении за три дня до или после сигнала MACD. (Мы действительно можем это сделать, так как TS это прогностическая программа, в отличие от всех методов ТА, которые говорят, что делать в данный момент).

 

К дополнению к сигналам TS мы применим следующий фильтр: сигнал TS считается действительным, если в течение 3 дней после него гистограмма MACD пересекла 0 в соответствующем с синалом направлении. Закрытие позиции – по следующему сигналу  в противоположном направлении. Результаты на экране:

 

 

All trades

Long trades

Short trades

Net Profit

42199.97

42174.98

24.99


All trades

16

10 (62.50 %)

6 (37.50 %)

 Avg. Profit/Loss

2637.50

4217.50

4.16

 Avg. Bars Held

15.94

17.90

12.67


Winners

8 (50.00 %)

6 (37.50 %)

2 (12.50 %)

 Total Profit

55174.99

48375.01

6799.98

 Avg. Profit

6896.87

8062.50

3399.99

 Avg. Bars Held

17.88

19.83

12.00

 Max. Consecutive

3

2

1

 Largest win

23550.00

23550.00

6025.00


Losers

8 (50.00 %)

4 (25.00 %)

4 (25.00 %)

 Total Loss

-12975.02

-6200.03

-6774.99

 Avg. Loss

-1621.88

-1550.01

-1693.75

 Avg. Bars Held

14.00

15.00

13.00

 Max. Consecutive

3

1

2

 Largest loss

-2850.01

-2850.01

-2675.00


Max. trade drawdown

-11725.01

-11725.01

-8775.00

Max. system drawdown

-12174.99

-11725.01

-8775.00

 

Трейды совершались довольно редко, их всего 16. Но прибыль на один трейд составила 2637,5.           

 

Список совершенных трейдов

Trade

Date

Price

Ex. date

Ex. Price

% chg

Profit

Cum. Profit

# bars

Profit/bar

Short

29.Feb.00

0.9645

09.Mar.00

0.9667

0.23%

-550

-550

8

-68.75

Long

14.Mar.00

0.9681

30.Mar.00

0.9615

-0.68%

-1650.01

-2200.01

13

-126.92

Short

31.Mar.00

0.9554

11.Apr.00

0.959

0.38%

-900

-3100.01

8

-112.5

Long

28.Nov.00

0.8561

15.Dec.00

0.8943

4.46%

9549.99

6449.98

14

682.14

Long

04.Apr.01

0.901

03.May.01

0.8896

-1.27%

-2850.01

3599.97

21

-135.71

Short

08.May.01

0.8846

28.May.01

0.8605

-2.72%

6025

9624.97

15

401.67

Long

28.Feb.02

0.8688

20.Mar.02

0.8854

1.91%

4150

13774.98

15

276.67

Long

28.Aug.02

0.9791

24.Sep.02

0.9811

0.20%

500.01

14274.98

20

25

Short

25.Sep.02

0.9762

14.Oct.02

0.9869

1.10%

-2675

11599.99

14

-191.07

Long

31.Mar.03

1.0915

21.Apr.03

1.0867

-0.44%

-1200.02

10399.97

15

-80

Long

14.Nov.03

1.1775

22.Jan.04

1.2717

8.00%

23550

33949.97

48

490.63

Long

18.Mar.04

1.2382

01.Apr.04

1.2362

-0.16%

-499.99

33449.98

11

-45.45

Short

05.Apr.04

1.2016

16.Apr.04

1.1985

-0.26%

774.98

34224.96

9

86.11

Short

21.Jul.04

1.2257

19.Aug.04

1.2363

0.86%

-2649.99

31574.96

22

-120.45

Long

14.Feb.05

1.2971

25.Feb.05

1.3244

2.10%

6825

38399.96

10

682.5

Long

02.Mar.06

1.2035

17.Mar.06

1.2187

1.26%

3800

42199.97

12

316.67

 

 

 Вместо заключения. А что дальше?

 

Некоторые выводы (резюме): мы получили торговую систему (или проверку торговой системы), которая позволяет оценить такие важные параметры торговой системы, как Max. system drawdown. А также применили некоторые принципы money management, которые определенно дают положительные результаты. Каждый из этих принципов имеет свои достоинства и недостатки, но в любом случае перед их применением в реальной торговой системе необходимо тщательное тестирование.

 

Данными мероприятиями процесс улучшения торговой системы не заканчивается. Кратко перечислю подходы, которые позволят еще улучшить параметры системы, но автоматически протестировать которые несколько затруднительно.

 

  1. Многие трейдеры считают, что невозможно добиться постоянного успеха, если торговать только в одном масштабе timeframe. Например, тренд оценивается по дневному графику, а сигналы входа или выхода принимаются по часовому.
  2. Использование ТА для фильтрации входов может быть гораздо более изощренным. Можно использовать прогноз ADX.
  3. В первые несколько месяцев наша модель подавала просто отличные сигналы. Возможно, если тренировать модель каждые 3 месяца, то результаты будут лучше. Есть результаты бэктеста, которые утверждают обратное. Хотя, корреляция в данном случае возможно не лучшая оценка.
  4. Мы ни как не работали с инверсией, которая, конечно же, имела место быть. Принятие сигналов в обратном направлении может улучшить результаты торговой системы.
  5. И, конечно же, где-то есть лучшая TS модель для прогнозирования поворотных точек!

 

 

 

Вопросы, замечания, комментарии и пожелания присылайте на ma_pavlov@mail.ru

 

Михаил Павлов

 


Приложение 1. Бэктест модели (TS)

 

Mode: Neural Net
Price Events: Detr. Zig.( 1.00%), Curv=1.000)
Criterion: Correlation 65 bars after LBC

Model

4aspforzig.hyp

NN Topology

32 hidden

Training Mode

2000 before LBC
train 15000 steps

+/- Statistics

+15/-9

Average (r,dev)

r=0.080 dev=0.2968

LBC: 31.12.1999

r=-0.117 dev=0.337

LBC: 03.04.2000

r=0.102 dev=0.241

LBC: 04.07.2000

r=0.109 dev=0.268

LBC: 03.10.2000

r=-0.320 dev=0.452

LBC: 04.01.2001

r=-0.011 dev=0.297

LBC: 05.04.2001

r=0.519 dev=0.239

LBC: 06.07.2001

r=-0.130 dev=0.275

LBC: 05.10.2001

r=0.338 dev=0.250

LBC: 08.01.2002

r=0.055 dev=0.379

LBC: 10.04.2002

r=0.059 dev=0.228

LBC: 10.07.2002

r=0.068 dev=0.318

LBC: 09.10.2002

r=0.254 dev=0.354

LBC: 10.01.2003

r=0.051 dev=0.272

LBC: 11.04.2003

r=0.190 dev=0.243

LBC: 14.07.2003

r=0.419 dev=0.344

LBC: 13.10.2003

r=0.057 dev=0.270

LBC: 14.01.2004

r=-0.203 dev=0.383

LBC: 15.04.2004

r=0.313 dev=0.288

LBC: 15.07.2004

r=0.459 dev=0.225

LBC: 14.10.2004

r=-0.048 dev=0.267

LBC: 13.01.2005

r=-0.099 dev=0.301

LBC: 15.04.2005

r=-0.126 dev=0.279

LBC: 15.07.2005

r=0.020 dev=0.270

LBC: 14.10.2005

r=-0.027 dev=0.342

 

 

 


 

Приложение 2. Сигналы, полученные с помощью модели TS.

 

Buy 14.01.2000 price $1.0142

Sell (lose) 04.11.2003 price $1.1484

Sell (lose) 09.02.2000 price $0.9927

Buy (lose) 13.11.2003 price $1.1732

Buy (win) 16.02.2000 price $0.9865

Sell (win) 22.01.2004 price $1.2717

Sell (win) 24.02.2000 price $0.9924

Buy (lose) 12.02.2004 price $1.2808

Buy (win) 09.03.2000 price $0.9667

Sell (lose) 03.03.2004 price $1.2203

Sell (lose) 30.03.2000 price $0.9615

Buy (lose) 15.03.2004 price $1.2262

Buy (win) 11.04.2000 price $0.9590

Sell (win) 01.04.2004 price $1.2362

Sell (lose) 24.04.2000 price $0.9378

Buy (win) 16.04.2004 price $1.1985

Buy (win) 05.05.2000 price $0.8971

Sell (win) 04.06.2004 price $1.2280

Sell (win) 30.05.2000 price $0.9301

Buy (win) 18.06.2004 price $1.2135

Buy (lose) 30.06.2000 price $0.9525

Sell (win) 16.07.2004 price $1.2451

Sell (lose) 14.07.2000 price $0.9380

Buy (win) 19.08.2004 price $1.2363

Buy (win) 10.08.2000 price $0.9083

Sell (lose) 01.09.2004 price $1.2188

Sell (lose) 08.09.2000 price $0.8666

Buy (lose) 23.09.2004 price $1.2269

Buy (lose) 10.10.2000 price $0.8717

Sell (win) 25.10.2004 price $1.2804

Sell (lose) 06.11.2000 price $0.8619

Buy (lose) 08.11.2004 price $1.2917

Buy (win) 23.11.2000 price $0.8388

Sell (win) 24.11.2004 price $1.3184

Sell (win) 15.12.2000 price $0.8943

Buy (lose) 09.12.2004 price $1.3301

Buy (lose) 02.01.2001 price $0.9510

Sell (win) 24.12.2004 price $1.3527

Sell (lose) 22.01.2001 price $0.9384

Buy (win) 12.01.2005 price $1.3250

Buy (win) 16.02.2001 price $0.9141

Sell (lose) 27.01.2005 price $1.3043

Sell (win) 06.03.2001 price $0.9340

Buy (win) 09.02.2005 price $1.2802

Buy (win) 30.03.2001 price $0.8759

Sell (win) 25.02.2005 price $1.3244

Sell (win) 03.05.2001 price $0.8896

Buy (lose) 10.03.2005 price $1.3412

Buy (win) 28.05.2001 price $0.8605

Sell (lose) 28.03.2005 price $1.2894

Sell (lose) 06.06.2001 price $0.8482

Buy (lose) 11.04.2005 price $1.2970

Buy (lose) 13.08.2001 price $0.8959

Sell (win) 20.04.2005 price $1.3083

Sell (win) 10.09.2001 price $0.8977

Buy (win) 19.05.2005 price $1.2641

Buy (lose) 21.09.2001 price $0.9147

Sell (lose) 14.07.2005 price $1.2080

Sell (lose) 11.10.2001 price $0.9021

Buy (lose) 15.08.2005 price $1.2364

Buy (win) 30.11.2001 price $0.8964

Sell (lose) 30.09.2005 price $1.2023

Sell (lose) 10.12.2001 price $0.8906

Buy (win) 28.12.2005 price $1.1834

Buy (win) 24.12.2001 price $0.8772

Sell (win) 10.02.2006 price $1.1903

Sell (win) 22.01.2002 price $0.8861

Buy (lose) 01.03.2006 price $1.1915

Buy (win) 01.02.2002 price $0.8617

Sell (win) 17.03.2006 price $1.2187

Sell (win) 11.02.2002 price $0.8765

 

Buy (win) 25.02.2002 price $0.8689

 

Sell (win) 20.03.2002 price $0.8854

 

Buy (lose) 29.04.2002 price $0.9034

 

Sell (win) 14.06.2002 price $0.9455

 

Buy (lose) 26.08.2002 price $0.9715

 

Sell (win) 24.09.2002 price $0.9811

 

Buy (lose) 14.10.2002 price $0.9869

 

Sell (lose) 30.10.2002 price $0.9837

 

Buy (lose) 19.12.2002 price $1.0272

 

Sell (win) 09.01.2003 price $1.0487

 

Buy (lose) 27.01.2003 price $1.0849

 

Sell (lose) 07.02.2003 price $1.0818

 

Buy (win) 25.02.2003 price $1.0763

 

Sell (lose) 18.03.2003 price $1.0634

 

Buy (lose) 31.03.2003 price $1.0915

 

Sell (lose) 21.04.2003 price $1.0867

 

Buy (lose) 30.06.2003 price $1.1504