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 |
NN (first |
NN (last |
LIN (first |
LIN (first |
LIN (last |
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.
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 |
+/- 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 |
|