# Oddball S&P system

1. ### yasu222Active Member

Joined:
Apr 14, 2012
Messages:
278
87
Trophy Points:
28
Strategy snapshot
Strategy: Oddball S&P system
Approach:Systematic, stop-and-reverse
(always in the market)
Market: Index tracking stocks (SPY, QQQ)
and stock index futures
Indicator setup: Create a rate-of-change indicator of
the hourly closing values of the advancing
issues of the NYSE. Include only the closing
data point of the natural hour, starting at
10 a.m. and ending at 4 p.m. EST.
To calculate the indicator,
use the following formula:
Rate of change in advancing issues
(RAI ) = ( AI / AI[n] -1) *100,
w h e r e
AI = Latest number
AI[n] = Number of advancing issues n periods ago
Entry: A buy signal is issued every time the
indicator is greater than 3. A sell signal is
issued every time the indicator
is less than 1.
Exit: Stop-and-reverse. Positions are reversed
with each new buy and sell signal,
as described above.
Risk control/money management: There is no money
management technique employed other
than the system stays in the market 100
percent of the time, either long or short,
with a constant number of contracts.
Note: If a trade is signaled at 4 p.m. EST, you have 15
minutes until the close of the market to place the trade
in the S&P futures (it is not possible to do this when trading
the SPY). This avoids the pitfall of basing real trading
on unrealistic system tests that generate signals on the
close at the end of the session, when the trade can in
practice only be initiated the next session. In such cases
the price may have moved farther away from where the
test indicates the system was filled, giving a false reflection
of the system’s performance.

2. ### yasu222Active Member

Joined:
Apr 14, 2012
Messages:
278
87
Trophy Points:
28
PHP:
``` Introduction Creating a Mechanical Trading Model Detailed and outlined below are the primary building blocks one can use to construct a successful, fully mechanical trading model. Establishing and utilizing core techniques, ideas and strategies that have been rigorously tested, a firm foundation is established on which many mechanical trading systems can be created and built upon for trading a broad range of markets. Foundational Components for the System Trader Modeling Mechanics Understated, would be the use of the word "complex," to describe the process required to develop a robust and fully mechanical trading model or system. Only with the advent of the computer have we been able to analyze and test theories and ideas which would have been previously impossible to calculate in a practical, thorough and timely manner. Mental Conditioning Psychological attitude is a key element to any endeavor and trading is not an exception. The researcher’s mind must be open and free from misconceptions. Throughout the development process, an open mind and the attitude that anything is possible must be preserved as well as actively pursued. A tenacious commitment and a passion for the process of discovery are also good traits to acquire and cultivate. Strategy Process If we are to have any success trading the markets, we must rely upon a wellplanned mechanical strategy. A mechanical system is nothing more than an idea, which has been tested and then, automated. Mechanical research allows a trader to discern a good idea from a bad idea. Being able to examine facts and not rely upon human emotions will provide the trader a much more solid foundation for a successful trading system. Modeling a system produces a significant benefit in that capital is preserved through the process of being able to reject many ideas when subjected to computerized back testing. Mechanical trading will not, by itself, overcome the emotional side and aspects of trading. However, after a period of testing, time and realtime trading experience, you will be able to gain confidence if you have a sound method and system. Capital Commitment Longterm commitment to mechanically trading the markets requires proper capitalization coupled with a total commitment to following the system. The capitalization and investment that is required to endure the inevitable system drawdowns is not to be taken lightly. It is highly recommended that capital allocated to trading the markets or a respective system be only the "risk capital" portion of a person's total available investment portfolio. Typically, it would not be unreasonable to expect a perfectly sound/robust trading methodology to exceed its tested maximum historical drawdown percentage by a factor of two (2). This unforeseen and statistically more valid drawdown calculation will, more often than not, happen sometime in the future. A serious and also very common detriment to capitalization is the desire to over trade. Money Management Common types of money management would include the use of fixed stop loss amounts and trailing stops. Stop reversals and increasing/decreasing leverage via pyramiding of the underlining trading vehicle are also actively utilized for money management. Though not commonly thought of as a money management technique, diversification of assets can also be achieved by trading a broad range of markets. Other examples of money management may incorporate not only a portfolio of markets, but also a portfolio of trading models. The expected benefit of this type of diversification is primarily to limit market exposure to any one market or system. Timing Implementation Timing is probably one of the most important factors when it comes to mechanical system trading. It is critical that the performance of the tested model be executed in realtime as accurately portraying the historical testing as reasonably possible. It serves no purpose to historically test a mechanical model and then not execute the model according to the same rigid statistical standards in realtime trading. It is very difficult for the human eye concentrating on the hard right edge of a chart to visualize the same success that might be seen with the longerterm view that the historical testing has produced. For this reason, the models trade signals for buying, selling and money management must be executed with precision and timeliness. The primary goal of the mechanical trader should be, as practically possible, to replicate in realtime trading the same results as the model produced in historical testing. Discipline and Execution of Trading Signals Emotions are the primary villain in hindering the trader, as it pertains to successful mechanical trading. When real money is being traded and is at risk, the historical testing and logic, which was so well thought out and planned for the system, is often quickly abandoned. This is a very common occurrence and one, which is hard to overcome even for the seasoned veteran. Experience, perseverance and dedication are critical ongoing aspects of every successful trader's personality composite. Commitment and focus of the longterm goal to become successful at implementing mechanical trading strategies should not be discarded because of shortterm price volatility. Visual Cues vs. Actual Trade Statistics Throughout my professional career as a mechanical model developer, there's one thing that I have observed which stands out beyond all other lessons. It can be stated as this the human eye is often unable to extract a nonbiased opinion of how well a system looks on a chart vs. the actual numbers and statistical representation of the same system. Modern technical analysis programs have created this phenomenon. Many software packages are capable of producing automated buy and sell signals (arrows) when a system is applied to a chart. These charting programs typically offset the sell arrow a few ticks above the high of the entry bar, and offset the buy arrow a few ticks below the low of the entry bar. Admittedly, this practice seems to be an innocent act of improper programming or data management committed by the software vendor. Ultimately, this practice is misleading and caution is in order. Furthermore, this method of arrow placement can be very deceiving to the casual observer who views a seemingly profitable system applied to a chart. These arrows, more than likely, do not accurately portray the actual entry of the system. For example, the arrows in fact are placed there as a marker to identify the bar of entry, while the actual entry is found somewhere within the confines of the high/low of the bar. This practice of offsetting the arrows can be very misleading without looking at the actual entries. Following is an example where one might casually observe that the placement of the buy/sell arrows of the system, seemingly look profitable. However, if you look closely within the actual high/low of the entry bar you'll see a small flag indicating the actual entry point of the system. Notice that the sell price flag is often lower than the following buy flag. Note however that the actual corresponding sell arrow itself is higher than the following buy arrow. This casual observance of our eyes to focus upon the seemingly obvious, is in fact a wrong assumption that the trade was profitable. Components of Building a Position Model Primary Components, Switches Switches will be acquired by thoroughly testing specific market price action which will then be separated into nontrending and trending samples. Through the unique use of switches, combinations will then be implemented. Switches can be more easily explained as a method the trading model must use to gain permission to place a trade or to implement other strategies such as money management. NonTrending Switches First, consider the market to be traded and its respective volatility. Tests should be conducted to understand what the underlying structure of each particular market is. Most markets will fall into some category of tradable ranges that reoccur over time. Nontrending ranges rather than trending price action will dominate most markets. Each market must be individually examined and it must be determined what is the predominate price action and volatility. Once it is determined that nontrending price action is the predominant makeup of the targeted market, concentrated efforts of model building and testing can begin. The primary objective should be to encapsulate the nontrending price action with an algorithm that is as profitable as possible. It should be noted that when viewing the system statistics they might appear to be lackluster. This can be attributed to the losses, which will occur when the subject market trends. The primary objective to building a nontrending model is to specifically isolate, with as much accuracy as possible, those particular price traits, which are most prevalent in the data series being tested. Trending Switches As previously stated, the particular markets primary price movement and volatility need to be considered when performing research to build a valid trending model. It is a valid statement that most all markets exhibit some trending tendencies given a long enough look back period. However, the algorithm that it would take to capture some of these extremely longterm trends would most likely simulate a buy/sell hold strategy. The assumption that the trend is your friend is a mistake and should be avoided. If indeed a theory exists that a particular market has a higher tendency to trend this may be valid – however, the data needs to validate this theory. One of the primary pitfalls of the human eye is the ability to focus in on that which it wishes to see, especially when a preconception exists, rather than the underlying statistical analysis. The objective is to determine if there are, shorter term consistently replicable price actions which can be utilized and capitalized upon. These shortterm identifiable trends are most likely to have fewer occurrences than their counterpart nontrending price action. Through validated testing mentioned earlier, there are some markets which show trending characteristics as the primary market movement. Combination Switches As the name implies, this method of combining different strategies, attempts to capture the bulk of a market price movement. There are certainly other personality traits that markets can and to tend to exhibit. Through extensive testing, it has been determined that the majority of markets can be primarily broken down into two parts: trending and nontrending. This twopart method will be a solid foundation to build a system upon. Create and design each model to specifically perform its role as accurately as possible. Then combine the resulting models using a switch algorithm. This results in the models being combined to reach the final objective of profitability on a single market. It should be noted, that overall profitability of each system tested independently will more than likely be less than desirable. However, the objective is to create two components, which then perform their specific tasks independently. The desired effect of the outcome when combining these models is to have greater profitability than any one single model could have operating independently. This process is achieved through the utilization of switches, which are programmed in various combinations. This is a very valuable concept and allows one to avoid many fallacies inherent in trading platform software programs. The whole concept of switches allows clearly conceptualized ideas to be isolated. A very simple example of coding for this concept of switches is listed below: If such and such then switch 1 = 1 If such and such then switch 2 = 1 If switch 1 + switch 2 = 2 then do this Secondary Components Trade Profit Enhancements Many items can be included to maximize performance of a constructed model. These items may be incorporated as switches and are more typically related to money management techniques. When used in the latter case, the code is simply appended to the end of the respective buying/selling conditions. Other techniques may include algorithms which allow a position to be reversed as in the case of an always in the market position system (this can also be referred to a "stop and reverse" defined system.) These techniques may be standalone or incorporated alongside money management to form a composite system. Summary If the problem of seemingly random market data is to be conquered with a mechanical model, the modeling will need to separate the data into quantifiable sections. What these sections are and how they are defined is actually dictated by the market data itself. The primary focus should be upon price actions, which are most prevalent and validated within the data. Specific models are developed independently to accurately encapsulate as much of the targeted price action as possible. These models are then combined through the use of switches to complete the base model. Other components, such as money management, can then be included to enhance overall performance. Specialized Components of Model Building NonTrending Components would include oscillators of various types and shorter term, price patterns. These price patterns are normally and specifically defined for a particular market because of the shorter term nature of trades typically taken in nontrending market conditions. Caution needs to be exercised when establishing inputs of the nontrending components. Avoid longterm inputs and using shortterm indicators. For the purpose of discussion, price patterns will also be included when the terminology associated with indicators is used. Oscillators are often normalized between an upper and lower limit, then buy/sell zones are established for the oscillator. The oscillator can also be normalized over a zero line used as the reference point to enter long or short positions. There are a variety of shortterm nontrending indicators covering a broad spectrum that can be used in model development and testing. Trending Components in their simplest forms would be defined as moving averages, trendlines, price channels and extremely longterm oscillators. Trending market conditions, by their nature, are longerterm. Logically it is expected that longerterm inputs would most likely apply to indicators, which are being used to detect and follow trends. However, it should be noted that these longerterm inputs introduce lag. This lag can of course be detrimental to the profitability of the trading model. When using switches this concern is somewhat minimized. The longerterm trend following model is being calculated in the background, while the shorterterm nontrending model is active in producing the trades. This technique essentially emulates a backup system, which has its calculations up to speed, ready to be implemented upon demand. This will hold true if the targeted market shows a preference to nontrending characteristics while these conditions will reverse when applied to the subject of a trending market. Outline of Position Model Components Entry Techniques NonTrending entry method switch Trending entry method switch Combining the entry method switches Money Management Is another component that could possibly be implemented as a standalone system. Thus, it is a very powerful tool by itself it can also be a detriment when improperly deployed with a successful trading system. Some trading models will incorporate their own dynamic money management by being able to reverse a position dynamically. Other models may only incorporate a catastrophic stop loss of some fixed amount. Variations of this stop theme would be to employ a dynamic stop loss amount calculated and based upon volatility. Stop Techniques Fixed Cost Stops Percentage stops Trailing stops Range stops No stops Target exits Fixed Target Amounts Range based targets Percentage targets No targets Timed Exits Exit after number of bars Exit if profitable Exit upon time of day Other Strategies Might include seasonal patterns such as a specific time or month of the year, week or time of the month, day of the week and time of the day. It is important to not overlook interesting strategies that can also be developed for possible future use within a system by utilizing system statistics such as: number of losing trades in a row, number of winning trades in a row, percentage of winners, percentage of losers, etc. First Things First Final Summary The above items have been outlined to serve as a step by step guideline to building a successful model. The first basic steps in creating such a model should be to build the nontrending and trending components. Analyzing the Results Great care should be taken when analyzing the nontrending systems results. Large losing trades will generally occur when the nontrending model is caught in a countertrend trade. These trades should be omitted from the system's results so concentration can be placed upon how well the model performed on nontrending price action. Likewise, omission of extended nontrending system results should be utilized when modeling the trend following component. Concentration should be placed upon analyzing the results of how profitable the trending component performed at its specified task of trading the trend. Just as the price action itself should be broken down and analyzed, it is important to also analyze the performance and results of the systems. Combining the Techniques Once the nontrending and trending components have been tested and the results are satisfactory, they can then be combined to form a singular trading methodology and trading platform. The next step is incorporating switches within the new platform building on the success of the trend functions and methodology. The highly desired benefit of the switches is that they can be incorporated and deployed in an almost infinite combination, covering a wide spectrum of criteria. The truly significant core to this approach is that optimization determines the best possible combination of potential model components (switches) to be utilized. Only after these steps are taken and accomplished with satisfactory results should the focus move forward implementing additional strategies such as (but not limited to) money management. By building the models first with no constraints, solidifies the foundation that the true personality and nature of a particular market has been defined by the best performing combination of the respective models. ```