Binance Square
LIVE
LIVE
Ethereum Algotrader
--
180 views
Visualizza originale
5. Rischi ⚠️ Si prega di leggere ATTENTAMENTE quanto segue prima di investire denaro nella mia strategia (in particolare la sezione Rischi - ecco perché iniziamo da essa) ⚠️ Tutti i test storici sono stati eseguiti con il rischio di 0,5 lotti per ogni 1000 di saldo (fix.lot=4). Nel trading viene ora utilizzata un’opzione più aggressiva. Viene scambiato da 0,6 a 1 lotto per ogni 1000 di saldo. Ma la somma aumenta solo in caso di prelievi, il che riduce significativamente il rischio. (informazioni tecniche, non cruciali) Se utilizzi una strategia di investimento assolutamente passiva ed entri nel trading nel punto più alto della curva dei profitti, il tuo rischio in caso di ripetizione del massimo prelievo storico è ❗️55%❗️del tuo deposito (ma questo prelievo può essere superato; ci sono 5 prelievi di dimensioni simili entro 6 anni di storia). Ecco perché consiglio vivamente di utilizzare una strategia di investimento parziale. 🟣 Strategia conservativa (quella che utilizzo io) 🟣 Dividi il budget del tuo bot in 3 parti uguali: ➡️Deposita immediatamente la 1a parte. ➡️Deposito 2a parte quando il prelievo sul mio deposito raggiungerà 800$ (vedi screenshot qui sotto come trovarlo su Monitoraggio). ➡️Deposita la 3a parte quando il prelievo sul mio deposito raggiungerà 2440$. In questo caso, la ripetizione del prelievo storico massimo comporterà un prelievo del ❗️43%❗️ sul tuo conto. Il tuo account verrà ripristinato più velocemente. 🔴 Strategia aggressiva 🔴 Dividi il budget del tuo bot in 2 parti uguali: ➡️Deposita immediatamente la 1a parte. ➡️Deposito 2a parte quando il prelievo sul mio deposito raggiungerà 800$ (vedi screenshot qui sotto come trovarlo su Monitoraggio. In questo caso, la ripetizione del prelievo storico massimo comporterà un prelievo del ❗️51%❗️ sul tuo conto. Il tuo account verrà ripristinato più velocemente. (vedi prelievi ($) in 6 anni (la linea blu è il numero del mese) per il conto del trader principale di seguito) #COPYTRADING #RiskManagement #algotrading #InvestingSafety #BuytheDips

5. Rischi

⚠️ Si prega di leggere ATTENTAMENTE quanto segue prima di investire denaro nella mia strategia (in particolare la sezione Rischi - ecco perché iniziamo da essa) ⚠️

Tutti i test storici sono stati eseguiti con il rischio di 0,5 lotti per ogni 1000 di saldo (fix.lot=4).

Nel trading viene ora utilizzata un’opzione più aggressiva. Viene scambiato da 0,6 a 1 lotto per ogni 1000 di saldo.

Ma la somma aumenta solo in caso di prelievi, il che riduce significativamente il rischio. (informazioni tecniche, non cruciali)

Se utilizzi una strategia di investimento assolutamente passiva ed entri nel trading nel punto più alto della curva dei profitti, il tuo rischio in caso di ripetizione del massimo prelievo storico è ❗️55%❗️del tuo deposito (ma questo prelievo può essere superato; ci sono 5 prelievi di dimensioni simili entro 6 anni di storia).

Ecco perché consiglio vivamente di utilizzare una strategia di investimento parziale.

🟣 Strategia conservativa (quella che utilizzo io) 🟣

Dividi il budget del tuo bot in 3 parti uguali:

➡️Deposita immediatamente la 1a parte.

➡️Deposito 2a parte quando il prelievo sul mio deposito raggiungerà 800$ (vedi screenshot qui sotto come trovarlo su Monitoraggio).

➡️Deposita la 3a parte quando il prelievo sul mio deposito raggiungerà 2440$.

In questo caso, la ripetizione del prelievo storico massimo comporterà un prelievo del ❗️43%❗️ sul tuo conto. Il tuo account verrà ripristinato più velocemente.

🔴 Strategia aggressiva 🔴

Dividi il budget del tuo bot in 2 parti uguali:

➡️Deposita immediatamente la 1a parte.

➡️Deposito 2a parte quando il prelievo sul mio deposito raggiungerà 800$ (vedi screenshot qui sotto come trovarlo su Monitoraggio.

In questo caso, la ripetizione del prelievo storico massimo comporterà un prelievo del ❗️51%❗️ sul tuo conto. Il tuo account verrà ripristinato più velocemente.

(vedi prelievi ($) in 6 anni (la linea blu è il numero del mese) per il conto del trader principale di seguito)

#COPYTRADING #RiskManagement #algotrading #InvestingSafety #BuytheDips

Algo_Hedge
1 / 200
PNL in 7G
-1315.28
ROI in 7G
-14.65%
AUM
$15267.84
MDD
14.65%
Percentuale di successo
10
Il Copy trading è ad alto rischio. Fai attenzione e consulta l'Avvertenza sui rischi.
Disclaimer: include opinioni di terze parti. Non è una consulenza finanziaria. Può includere contenuti sponsorizzati. Consulta i T&C.
0
Scopri le ultime notizie sulle crypto
⚡️ Partecipa alle ultime discussioni sulle crypto
💬 Interagisci con i tuoi creator preferiti
👍 Goditi i contenuti che ti interessano
Email / numero di telefono
Creator pertinente
LIVE
@Ethereum_algotrader

Scopri di più dal Creator

--
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
--

Ultime notizie

Vedi altro
Mappa del sito
Cookie Preferences
T&C della piattaforma