För det mesta gäller det att en längre optimeringsperiod ger bättre resultat. 500 till 1500 dagar fungerar oftast bra. Tyvärr har inte alla kurser så lång historik och då måste man använda kortare perioder. Andra alternativ är att sätta parametrarna manuellt eller att använda Optimal Börs standardparametrar. Se bara upp med att överanpassa modellerna. Optimeringsesultatet ser oftast bättre ut med korta perioder jämfört med längre perioder, men längre perioder ger säkrare signaler pga av att modellerna då har tränats på ett mer varierat sätt.
Om en kurs har ett helt annat kursutvecklingsmönster lång tid tillbaka jämfört med idag kan det vara bättre att använda kortare perioder.
Läs mer i avsnittet Teknisk analys med optimerade parametrar.
Om man anger ett courtage-värde, t.ex 1%, så dras 1% vid varje handelstillfälle.
Om din fondförvaltare inte tar en inköpsavgift vid köp av fondandelar, utan enbart en inlösenavgift vid försäljning av fondandelar (t.ex 1%) bör du ange halva inlösenavgiften som courtage-inställning (0,5%), eftersom avgift bara dras vid vartannat handelstillfälle.
Optimeringsperioden anger hur lång tid bakåt man använder när man optimerar modellernas parametrar. Om optimeringsperioden t.ex är 250 dagar betyder det att modellerna testas de 250 senaste dagarna för att hitta de bästa möjliga parametrar. Denna optimala inställning används för att ge en köp- eller säljsignal för idag.
Back Testing simulerar användning av Optimal Börs genom att utföra denna optimering dag för dag ett visst antal dagar bakåt i tiden och få fram dagliga köp- eller säljsignaler. Back Testing ger alltså svar på hur bra modellerna fungerar i realiteten. Den optimeringsperiod som används varje dag vid Back Testing är samma som man ställer in för vanlig optimering. Antal dagar man anger vid Back Testing bestämmer bara hur många dagar man simulerar optimeringen på.
Optimal Börs levererar kurser justerade för split och emissioner. För att få de justerade kurserna måste man dock ladda ner aktien igen eftersom kurserna inte justeras lokalt på din dator. Ta bort aktien från portföljen och lägg till den igen för att få de justerade kurserna till programmet.
Om historiska kurser inte är justerade kan du justera dem manuellt genom att använda Alternativ/Splitkorrigering eller genom att redigera prishistorik i Excel.
Det är enklast att förklara med ett exempel. Se figuren nedan.

Se figuren för föregående fråga. Om datumet skulle stå vid det sista kursvärdet skulle diagrammet vara tvunget att bli lite mindre. Vi har prioriterat så stora diagram som möjligt och har därför valt att inte visa sista datumet i diagrammet. Det finns två enkla sätt att se datumet för det sista kursvärdet:
Du måste uppdatera kurslistan för att få tillgång till alla aktier på listan. Klicka på "Uppdatera" under "Lägg till" så ser du hela listan.
Använd funktionen Portföljanalys som hjälper dig hitta intressanta aktier och fonder utefter dina kriterier.
Läs aktieanalyser för att hitta lämpliga kandidater och undersök i Optimal Börs hur väl aktien lämpar sig för trading. PrivataAffärer.se har en utmärkt sammanställning med de senaste aktieanalyserna (köp- och säljrekommendationer) från banker, fondmäklare, rådgivningsföretag och nyhetsbrev >>>
Det kan även vara bra att använda fundamental analys för att filtrera fram intressanta aktier. Dagens Industri har en gratis online-funktion, Wilkes Vinnare, för att sortera och filtrera aktier efter fundamentala fakta >>>
För fonder finns Fondsmart som väljer ut och rekommenderar fonder som sköts av duktiga förvaltare >>>
Med vanlig optimering menas att parametrar i systemet testas med olika värden och de värden som har gett bäst avkastning sedan är de som används. Om man använder långa optimeringsperioder fungerar oftast vanlig optimering bra och ger stabila värden , men det finns säkrare sätt att optimera parametrarna.
I Optimal Börs har du möjlighet att optimera modellerna så att de försöker ge konstant hög avkastning istället för att försöka maximera den totala avkastningen. Detta gör att sannolikheten för bra resultat i framtiden ökar. Funktionen kallas för Robust optimering.
Om du inte vill använda optimerade parametrar kan du använda Optimal Börs standardparametrar som är framtagna för att generellt sett ge säkra och stabila resultat eller sätta parametrarna manuellt.
Mer info finns i avsnittet Teknisk analys med optimerade parametrar.
Neurala nätverk är inte deterministiska (absoluta) system, utan initieras utifrån ett slumpmässigt grundtillstånd och tränas utifrån detta grundtillstånd att dra slutsatser om träningssekvensen(kurshistoriken).
Varje gång man optimerar om ett neuralt nätverk kommer resultatet att bli lite annorlunda, även om underliggande data är detsamma! Klicka på "Optimera" flera gånger, så ser du att resultatet för ANN blir lite olika varje gång.
Det går att göra absoluta system som alltid genererar samma resultat vid samma förutsättningar, men det är en nackdel. Detta pga att träningen ibland misslyckas och man då får samma resultat vid omträning om man utgår från samma grundtillstånd.
Om du går in på Modellinställningar, väljer ANN och väljer Deterministisk träning tränas nätverket alltid från samma grundtillstånd och du kommer att få samma resultat.
Det går att få mer jämna resultat, men till en kostnad av längre tid.
1. Öka antal nät - Eftersom varje neuralt nät ger lite olika resultat kan
man väga ihop flera nätverks resultat till ett stabilare resultat. Värdet
anger hur många neurala nätverk som används för slutresultatet. Flera nät ger jämnare och bättre resultat, men tar längre tid.
2. Öka antal epoker - Anger hur mycket nätverket ska tränas. Observera att för många epoker gör att resultatet anpassar sig för mycket till historiken.
Ovanstående resonemang gäller bara neurala nätverk. De andra modellerna i Optimal Börs är deterministiska system.
Det neurala nätverket använder både kurshistorik och tekniska indikatorer som indata, men använder inte resultaten av de aktiva modellerna. Det ger bättre resultat att låta det neurala nätverket hitta egna samband än att mata det med indata som redan är anpassad till kursen. Nätet skulle inte bli så stabilt och generellt. Det skulle kunna hitta "triviala" lösningar som att totalt förlita sig på en av de aktiva modellerna.
Optimal Börs modeller genererar alltid en köp- eller en säljsignal. De gröna och röda färgfälten (historiska signaler) och dagens signaler är antingen gröna eller röda. Om en modell har svårt att bestämma sig och pendlar mittemellan, kommer detta inte att synas. Det kan då variera mycket mellan rött och grönt historiskt sett, men även under en dag. Det är alltså otillräckligt att titta enbart på dessa signaler.
För alla modeller kan man i förstorat läge se hur stark köp eller säljsignalen egentligen är. Om signalen för en viss modell ligger nära ett gränsvärde så kan det pendla mellan köp- och säljsignal. Detta bör tydas som om signalen inte är stark och modellen har svårt att dra slutsatser.
Exempel: Om du dubbelklickar på ANN-grafen så ser du i den nedre grafen att modellkurvan pendlar mellan 0 och 100. 50 är ett gränsvärde mellan köp eller sälj. Om modellkurvan för det neurala nätverket pendlar mellan 45 och 55 så kommer programmet att omväxlande ge köp- eller säljsignaler, men i verkligheten är det ju ingen stor signalskillnad. Värden nära gränsvärdet indikerar att det är svårt att dra slutsatser och om man inte tittar på modellkurvan så ser man aldrig denna osäkerhet!
Varje modell fungerar lite olika så olika modellkurvor måste tolkas på olika sätt. Det står mer om modellerna i avsnittet Modeller och Indikatorer för Teknisk Analys.
Se svar på föregående fråga.
Om man optimerar parametrarna för en modell en viss dag så genereras de parametrar(inställningar) som har givit bäst resultat de senaste 1000 arbetsdagar(om man inte ändrat i inställningarna). Det är även för dessa parametrar programmet visar köp- och säljsignaler historiskt sett genom färgfälten. Dessa parametrar brukar vara rätt stabila om man använder långa optimeringsperioder. Men om man optimerar om modellen en senare dag kan det ibland hända att programmet hittar andra parametrar som har fungerat bättre eftersom underlaget för optimeringen då har ändrats. Det betyder även att historiska köp- och säljsignaler då ändras.
Följ nedanstående anvisningar för att spara all data och använda det på en ny dator.
På den gamla datorn:
1. Starta Optimal Börs, klicka på Alternativ och välj Spara backup.
2. Spara backup-filen (*.backup) till en USB-pinne.
På den nya datorn:
1. Installera Optimal Börs på den nya datorn och starta programmet.
2. Klicka på Alternativ och välj Återställ från backup.
3. Följ instruktionerna och välj backup-filen från USB-pinnen.
4. Klicka på Alternativ/Användarnyckel för att skicka in användarnyckeln till oss.
Vänta tills vi har aktiverat användarnyckeln och programmet går att använda igen.
Du kan zooma in på ett område genom att klicka och dra med vänster musknapp i ett diagram. De andra diagrammens tidsområde uppdateras till samma område.
Ja, XACT Bear och XACT Bull finns listade under Handelsbankens Fondutbud. Kurserna uppdateras inte i realtid, utan dagligen på kvällen.
Du kan kontrollera versionen av programmet under Alternativ / Om Optimal Börs.
Ja, utvärderingsversionen är exakt samma program som fullversionen. När du beställer Optimal Börs aktiveras programmet till en fullversion. Du behöver inte ominstallera programmet.
Du bör om-optimera modellerna regelbundet för att hålla modellerna anpassade till den senaste kursutvecklingen. Du bör även köra Bästa modeller och inställningar regelbundet av samma anledning. Resultat av Bästa modeller och inställningar är baserade på dagliga om-optimeringar.
Du kan approximera en fast avgift genom att beräkna en ungefärlig procentuell avgift. Om vi t.ex har har en aktie med 42SEK och avgiften 0,1SEK/aktie så blir den procentuella avgiften 0,1/42=0,24%. Denna approximation har ingen betydelse om inte priset ändras dramatiskt över optimeringsperioden.
Ja, det fungerar faktiskt så. Men om du använder en optimeringsperiod på x dagar och du enbart har x dagar av kursdata tillgänglig, kan du inte backtesta en enda dag. Kurshistoriken räcker inte för det. Det enda du kan göra är att minska optimeringsperioden eller vänta någon månad tills du har fått mer data, vilket kommer att tillåta dig att backtesta datat.
Vi har integrerat vårt riskhanteringsverktyg och vårt skanningsverktyg. Du kan låta förväntad avkastning i Portföljoptimering vara proportionellt mot Portföljanalys-resultat. Resultat av Portföljanalys är ett värde för varje aktie som kommer att vara större om aktien har presterat bättre efter dina kriterier. Portföljoptimering hjälper dig att fördela kapitalet i portföljen med hänsyn till Portföljanalys-resultat för varje aktie, risken för varje aktie och samvariationen mellan varje aktie. Dessutom kan du automatiskt avmarkera aktier från portföljen som för närvarande inte har någon köp-signal.
Att skanna igenom tusentals aktier efter dina kriterier för att hitta topp-presterande aktierna ger oftast konstiga resultat. Det är statistiskt sett bättre att skanna igenom färre aktier, kanske ett hundratal, eftersom sannolikheten för extrema resultat minskar markant.
Uppskattning av Hurst-exponenten behöver mycket data. Om du använder en kort optimeringsperiod, kanske 200 dagar, kommer uppskattningen avvika mer från det korrekta Hurst-exponent värdet jämfört med om du skulle använda en längre tidsperiod för att uppskatta värdet.
Ja, det har förutsägande värde, men det är begränsat. Resultat av stegvis backtestning ger en uppskattning av modellernas förutsägbarhet, men variansen är stor så resultaten räcker inte som beslutsunderlag. Det är bättre att använda en strategi vars förutsägbarhet har testats på många olika aktier och under många olika situationer. Använd de bästa modellerna och den bästa optimeringperioden baserad på empiriska resultat för det nuvarande kursbeteendet. Användning av Bästa modeller och inställningar gör att du baserar dina trading-beslut på de statistiskt sett bästa indikatorerna och inställnignar.
Man ska alltid använda strategier som statistiskt sett har visat sig fungera bra för det nuvarande kursbeteendet. Ibland är det ANN och ibland är det andra modeller som fungerar bättre med andra inställningar. Genom att använda Bästa modeller och inställningar kommer underlaget för era beslut alltid att utgöras av de statistiskt sett bästa indikatorerna och inställningar. Analysera de genererade rapporterna för att avgöra vilken modell ni skulle vilja följa.
Kombinationsmodellens signal är ett vägt medelvärde av signalerna från de aktiva modellerna. Vägningen bestäms vid optimeringen, men man kan manuellt ändra dessa parametrar.
Fastän Optimal Börs levererar 15 minuter fördröjda signaler, är systemet inte optimerat för intra-daytrading . Det är designat och optimerat för trading i ett längre perspektiv, från några dagar och uppåt.
Ja, under Tidsinställningar till höger om graferna kan du välja ett tidigare slut-datum i T.om rutan. Optimering kommer att utföras på en tidsperiod upp till det valda datumet. De fram-optimerade parametrarna kommer att användas fram tills du om-optimerar systemet. Du kan alltså efter optimering återvända till nuvarande tidsperiod och utvärdera resultatet av dessa parametrar för nuvarande tidsperiod.
Ja, det stämmer. Du kan välja att arbeta med absoluta avkastningar istället (under Alternativ).
Optimeringsresultat är helt enkelt resultatet av ett vinsttest (hur bra en viss modell hade fungerat bakåt i tiden) för den bästa möjliga parameteruppsättningen. Det går alltid i efterhand att ta fram bra parametervärden för en viss modell, precis som det i efterhand är lätt att säga hur man skulle ha handlat (sk. eftertrading). Målet med optimering är att hitta bra parametrar, inte att få en uppskattning på framtida avkastning.
Avkastningen i Bästa modeller och inställningar är en bättre och mer realistisk uppskattning på modellens styrka på för det nuvarande kursbeteendet.
Den historiska avkastningen som man får efter en parameteroptimering är helt enkelt den avkastning man hade fått om man hade använt den uppsättning av parametrar som väljs vid optimeringen. Många kunder tar istället fram parametrarna manuellt, alltså testar egna strategier, och då vill utvärdera dem. Vinsttest-data för en uppsättning parametrar visar ju snabbt avkastningen man hade fått med den strategin bakåt i tiden. Även om det låter konstigt så är manuellt testade parametrar mer förutsägande om framtiden är framoptimerade parametrar. Detta är ett statistiskt fenomen som är för omfattande för att förklaras här. Läs Curtis Faith bok 'Way Of The Turtle' för att få en djupare förståelse för parameteroptimering och backtest.
Titta på kurshistoriken före och efter sommaren 20XX. Kursutvecklingen innan sommaren skiljer sig väldigt mycket från kursutvecklingen efter sommaren. Parametrar tränade på data före sommaren 20XX fungerar sämre idag när kursen är mycket mer volatil och trenderna kortare. Därför är det viktigt att optimera ofta vilket gör att du tar hänsyn till den senaste kursutvecklingen.
Titta även på avsnittet Teknisk analys med optimerade parametrar där liknande problem som ditt tas upp. Titta speciellt på Varning 4 i avsnittet.
Sätt 5% som viktgräns för en viss aktie. Högerklicka sedan på detta värde (5%) och välj Tillämpa på hel kolumn.
Du kommer att få en portfölj där den minsta tilldelade andelen av portföljen kommer att vara 5%, medan vikten kan komma att vara 0% för vissa aktier.
Om du skulle ha haft 5% som min-vikt för alla aktier, skulle alla aktier ha varit med i portföljen och utgöra minst 5% av portföljen.
Om din placeringshorisont är en vecka kommer den förväntade avkasatningen inte uppskattas för nästa år, utan för nästa vecka (om din placeringhorisont är en dag eller en månad, kommer den förväntade avkastningen att uppskattas för en dag eller månad framåt i tiden). Denna förväntade avkastning presenteras som en annualiserad avkastning, alltså som avkastning/år för alla placeringshorisonter.
Förväntad avkastning/år är alltså inte den avkastning man kan förvänta sig ett år framåt i tiden utan den närmaste placeringshorisontsperioden framåt i tiden, men presenterad i annualiserad form.
Förväntad avkasting för alla olika marknadstillstånd presenteras här. Som du ser är Optimal Börs i genomsnitt lönsamt i de flesta marknadstillstånd. I vissa tillstånd är systemet mer lönsamt i genomsnitt än i andra tillstånd.
Om den förväntade avkastningen är låg beror det på att information i kurshistorik inte kan användas på ett lönsamt sätt. Nästa vecka kan kursbeteendet vara helt annorlunda och indikera mer lönsamma resultat.
Kom ihåg också att använda Bästa modeller och inställningar-funktionen för att få den högsta förväntade avkastningen.
Ja, du kan ändra proxyinställningar, men inte direkt för Optimal Börs.
Om din dator har en default-proxyinställning kommer den att användas. Om din dator inte har en default-proxyinställning, kommer proxy-inställningar från Internet Explorer på din lokala dator att användas. Om det inte finns några proxy-inställningar i Internet Explorer, kommer kommunikationen gå direkt till servern.
| Copyright © 2005-2010 Optimal Börs |