Binance Square
LIVE
LIVE
Ethereum Algotrader
--
180 views
Ver original
5. Riesgos ⚠️ Lea atentamente lo siguiente antes de invertir dinero en mi estrategia (especialmente la sección Riesgos, por eso partimos de ella) ⚠️ Todas las pruebas históricas se realizaron con el riesgo de 0,5 lotes por cada 1000 de saldo (fix.lot=4). Actualmente se utiliza una opción más agresiva en el comercio. Se negocia de 0,6 a 1 lote por cada 1000 de saldo. Pero el lote aumenta sólo en las reducciones, lo que reduce significativamente el riesgo. (información técnica, no crucial) Si utiliza una estrategia de inversión absolutamente pasiva y entra en operaciones en el punto más alto de la curva de ganancias, su riesgo en caso de que se repita la reducción máxima histórica es ❗️55%❗️de su depósito (pero esta reducción se puede exceder; hay 5 reducciones de tamaño similar dentro de los 6 años de historia). Por eso recomiendo encarecidamente utilizar una estrategia de inversión parcial. 🟣 Estrategia conservadora (la que yo uso) 🟣 Divide el presupuesto de tu bot en 3 partes iguales: ➡️Deposita la 1ra parte de inmediato. ➡️Deposite la segunda parte cuando la retirada de mi depósito llegue al 800$ (vea la captura de pantalla a continuación sobre cómo encontrarlo en Monitoreo). ➡️Depositar la tercera parte cuando el retiro de mi depósito alcance 2440$. En este caso, la repetición de la reducción histórica máxima resultará en una reducción del ❗️43%❗️ en su cuenta. Su cuenta se recuperará más rápido. 🔴 Estrategia agresiva 🔴 Divide el presupuesto de tu bot en 2 partes iguales: ➡️Deposita la 1ra parte de inmediato. ➡️Deposite la segunda parte cuando la retirada de mi depósito llegue al 800$ (vea la captura de pantalla a continuación sobre cómo encontrarlo en Monitoreo). En este caso, la repetición de la reducción histórica máxima resultará en una reducción del ❗️51%❗️ en su cuenta. Su cuenta se recuperará más rápido. (consulte las reducciones ($) en 6 años (la línea azul es el número del mes) para la cuenta del operador principal a continuación) #COPYTRADING #RiskManagement #algotrading #InvestingSafety #BuytheDips

5. Riesgos

⚠️ Lea atentamente lo siguiente antes de invertir dinero en mi estrategia (especialmente la sección Riesgos, por eso partimos de ella) ⚠️

Todas las pruebas históricas se realizaron con el riesgo de 0,5 lotes por cada 1000 de saldo (fix.lot=4).

Actualmente se utiliza una opción más agresiva en el comercio. Se negocia de 0,6 a 1 lote por cada 1000 de saldo.

Pero el lote aumenta sólo en las reducciones, lo que reduce significativamente el riesgo. (información técnica, no crucial)

Si utiliza una estrategia de inversión absolutamente pasiva y entra en operaciones en el punto más alto de la curva de ganancias, su riesgo en caso de que se repita la reducción máxima histórica es ❗️55%❗️de su depósito (pero esta reducción se puede exceder; hay 5 reducciones de tamaño similar dentro de los 6 años de historia).

Por eso recomiendo encarecidamente utilizar una estrategia de inversión parcial.

🟣 Estrategia conservadora (la que yo uso) 🟣

Divide el presupuesto de tu bot en 3 partes iguales:

➡️Deposita la 1ra parte de inmediato.

➡️Deposite la segunda parte cuando la retirada de mi depósito llegue al 800$ (vea la captura de pantalla a continuación sobre cómo encontrarlo en Monitoreo).

➡️Depositar la tercera parte cuando el retiro de mi depósito alcance 2440$.

En este caso, la repetición de la reducción histórica máxima resultará en una reducción del ❗️43%❗️ en su cuenta. Su cuenta se recuperará más rápido.

🔴 Estrategia agresiva 🔴

Divide el presupuesto de tu bot en 2 partes iguales:

➡️Deposita la 1ra parte de inmediato.

➡️Deposite la segunda parte cuando la retirada de mi depósito llegue al 800$ (vea la captura de pantalla a continuación sobre cómo encontrarlo en Monitoreo).

En este caso, la repetición de la reducción histórica máxima resultará en una reducción del ❗️51%❗️ en su cuenta. Su cuenta se recuperará más rápido.

(consulte las reducciones ($) en 6 años (la línea azul es el número del mes) para la cuenta del operador principal a continuación)

#COPYTRADING #RiskManagement #algotrading #InvestingSafety #BuytheDips

Algo_Hedge
1 / 200
PnL 7D
-602.69
ROI 7D
-7.23%
AUM
$15442.64
MDD
7.71%
Tasa ganancia
0
El Copy Trading es una actividad de alto riesgo. Mantente alerta y lee la Advertencia de riesgo.
Aviso legal: Se incluyen opiniones de terceros. Esto no respresenta una asesoría financiera. Puede haber contenido patrocinado. Lee los TyC.
0
Explora las últimas noticias sobre criptos
⚡️ Participa en los últimos debates del mundo cripto
💬 Interactúa con tus creadores favoritos
👍 Disfruta contenido de tu interés
Email/número de teléfono
Creador relevante
LIVE
@Ethereum_algotrader

Explora más de este creador

--
3. My algorithm ⚠️ Please read the following CAREFULLY before investing money in my strategy (especially the Risks section) ⚠️ Main properties of the expert: 🟢 Trend following system on $ETHUSDT futures. 🟢 No grid, no martingale, not holding loss positions for a long time. 🟢 Trades only 1 deal at a time. Next deal can be opened only after the 1st one was closed. 🟢 Each deal has a fixed SL that can only be shortened. 🟢 Uses trailing SL to maximize profit from big trends. ➡️ On the one hand, it uses some adaptive conditions to enter the trend with a relatively short SL, follow that trend with trailing SL and exit or reverse at the end of the trend. These conditions adapt to the market situation. ➡️ On the other, it has some filters to avoid multiple losses during the flat phase, which were tuned based on my original technique that I call "an optimization without optimization". It was inspired by several research articles ([1], [2], [3]) where I found the answer why most of the optimization techniques used in algotrading are fail. This approach allows to reduce an overfitting to minimum. Examples of deals: see screenshot. References: [1] D. Bailey, J. Borwein, M. López de Prado and J. Zhu, The probability of backtest overfitting, 2013, working paper. [2] D. Bailey and M. López de Prado, The Sharpe ratio efficient frontier, Journal of Risk 15(2) (2012), 3–44. [3] Bailey, D., J. Borwein, M. L´opez de Prado and J. Zhu, “Pseudo-mathematics and financial charlatanism: The effects of backtest over fitting on out-of-sample performance,” Notices of the AMS, 61 May (2014), 458–471. #COPYTRADING #ethereum #algotrading #InvestingSafety #RiskManagement
--

Artículos populares

Ver más
Mapa del sitio
Cookie Preferences
Términos y condiciones de la plataforma