Forex datenabbau

Warten Sie, wenn Sie zusätzliche Informationen benötigen, um zu sehen, wie TradeMiner Sie in Ihrem Handel unterstützen kann. TradeMiner Software identifiziert historische saisonale Trends und Marktzyklen Eine wissenschaftlich dokumentierte Methodik: Anpassung der Kriterien, um sofortige Ergebnisse der historischen Trends zu erhalten Das Scannen nach historischen saisonalen Trends erfolgt einfach durch Interaktion mit dem Absatz, wie oben gezeigt. Suche nach Trends nach Monat oder für ein bestimmtes Symbol Definieren Sie die minimale historische Genauigkeit (dh 80 historischen Win-Prozentsatz über zehn Jahre würde bedeuten, dass mindestens 8 der letzten 10 Jahre mit dem saisonalen Trend übereinstimmen müssten) Oder Erweitern Sie die Handelstage. Dies zeigt die Dauer der Anzahl der Tage an, die der Trend haben soll (dh 15 Handelstage bis 45 Handelstage suchen nach Trends, die drei Wochen bis neun Wochen dauern). Wählen Sie aus, wie viele Jahre Sie zurückschauen möchten. Mit dieser Option können Sie die Mindestanzahl der Jahre festlegen, die TradeMiner zurückblicken wird, um historische Trends zu finden. Bei der Auswahl von Dig Now wird die Historische Datenbank durchsucht und die Trends und Zyklen identifiziert, die Ihren Kriterien entsprechen. TradeMiner wird die historischen Ergebnisse nach einem proprietären Ranking-System. Dieses System rangiert die Picks mit den größten historischen Gewinnen in kürzester Zeit mit dem geringsten historischen Risiko. Das Score-Ranking arbeitet auf einer Skala von null bis fünf und enthält eine leicht zu lesende, farbcodierte Taste. Analysieren von Diagrammen Die Vielfalt der Diagramme in TradeMiner ermöglicht es Ihnen, die Ergebnisse der vergangenen Jahre zu sehen, historische Risiken und Belohnungen zu identifizieren und detaillierte Handelsprotokolle der letzten Jahre zu sehen. Sehen Sie sich den historischen Trend an und sehen Sie sich die Ergebnisse der vergangenen Jahre an. In TradeMiner können Sie eine der folgenden Charts auswählen und sie werden im unteren größeren Chart-Fenster angezeigt. Diese größere Ansicht bietet und zusätzliche Details für jede gewählte Handel. Historische Equity Grafik Historische Risiko vs Belohnung Year-by-Year Trade DetailsMetaTrader Expert Advisor Aufgrund der einzigartigen Eigenschaften der verschiedenen Währungspaare, viele quantitative Forex-Strategien sind mit einem bestimmten Währungspaar im Auge. Während dies viele rentable Handelsstrategien produzieren kann, gibt es auch Vorteile für die Entwicklung von Strategien, die über mehrere Währungspaare gehandelt werden können. Dies führt zu einem Element der Diversifizierung, die ein zusätzliches Maß an Abwärtsschutz bieten kann. Daniel Fernandez veröffentlichte kürzlich ein System, das er entworfen hatte, um auf jedem der vier Forex Majors zu handeln. Sein Ziel war es, ein System zu finden, das eine 20-jährige Erfolgsbilanz mit profitablem Handel auf EUR / USD, GBP / USD, USD / JPY und USD / CHF erzielt hätte. Daniel verwendet einen Data-Mining-Ansatz zur Entwicklung einer Strategie für den Handel der vier Forex Majors. Um sein System zu konstruieren, verwendete Daniel seine Data-Mining-Software, um Eingangs - und Ausgangssignale zu definieren, die eine rentable Handelsstrategie auf jedem der vier Währungspaare in den letzten 20 Jahren erzeugt hätten. Was er kommt, ist eine Kombination aus drei Preis-Regeln, die die Grundlage für seine Forex-Majors-Strategie bilden. Daniel8217s Forex Majors Strategie Daniel8217s Forex Majors Strategie ist sehr einfach, dass es immer eine Position, entweder lang oder kurz, in jedem der vier Währungspaare, die es handelt. Es basiert alle seine Trades auf Tages-Charts. Die Strategie geht lange, wenn die folgenden drei Bedingungen erfüllt sind: Die Strategie ist kurz, wenn die folgenden drei Bedingungen erfüllt sind: Wie Sie sehen können, ist die Strategie im Grunde ein optimierter Trend nach der Strategie. Dies macht Sinn, weil Daniel am Anfang seines Artikels erklärt, dass langfristige Tendenzen nach Strategien in der Regel die besten Strategien für den Handel mehrere Märkte sind. Eine weitere Regel, die Daniel8217s Strategie nutzt, ist ein ATR-basierter Stop-Loss. Der feste Stop-Loss wird auf 180 der 20-Tage-ATR eingestellt. Wenn der Stop-Loss ausgelöst wird, bleibt die Strategie ausserhalb des Marktes, bis ein Signal in die entgegengesetzte Richtung erzeugt wird. Die Prüfung zeigt, dass eine erneute Eingabe auf ein Signal in der gleichen Richtung die Leistung negativ beeinflusst hat. Backtesting Performance Die Backtesting-Ergebnisse, dass Daniel in seinem Beitrag enthalten, zeigen, dass die Strategie war ziemlich profitabel. Sie erzielte eine Gewinnquote von 45, einen Gewinnfaktor von 1,38 und ein Lohn-Risiko-Verhältnis von 1,68. Daniel8217s größte Sorge über die Strategie war, dass der maximale Drawdown-Zeitraum eine sehr lange Zeit darstellte. Nach Daniel8217s Zahlen, die durchschnittliche jährliche Rendite war 9,67. Diese bestand aus 16 rentablen Jahren, 4 Jahre verlängert, und ein Jahr, das im Grunde sogar brach. Das beste Jahr war eine Rendite von 37,76, und das schlechteste Jahr war ein Verlust von 20,2. Daniel bemerkt, dass dieses System keine gute eigenständige Strategie darstellen würde, da es seine Rendite im Verhältnis zu maximalen Drawdowns wiedergibt. Allerdings schlägt er vor, dass es ein interessantes Stück einer größeren, Multi-System-Strategie sein könnte. Backtesting Data Mining Backtesting Data Mining In diesem Artikel auch einen Blick auf zwei verwandte Praktiken, die weithin von Händlern genannt Backtesting und Data Mining. Dies sind Techniken, die mächtig und wertvoll sind, wenn wir sie richtig verwenden, aber Händler oft missbrauchen sie. Daher auch gut erforschen zwei häufige Fallstricke dieser Techniken, bekannt als die multiple Hypothese Problem und Overfitting und wie diese Tücken zu überwinden. Backtesting ist nur der Prozess der Verwendung von historischen Daten, um die Leistung von einigen Trading-Strategie zu testen. Backtesting beginnt in der Regel mit einer Strategie, die wir testen möchten, zum Beispiel den Kauf GBP / USD, wenn es über den 20-Tage gleitenden Durchschnitt kreuzt und verkauft, wenn es unter diesem Durchschnitt überschreitet. Jetzt könnten wir diese Strategie testen, indem wir beobachten, was der Markt voranschreitet, aber das würde lange dauern. Deshalb verwenden wir bereits vorhandene historische Daten. Aber warten Sie, warten Sie höre ich Sie sagen. Couldnt Sie betrügen oder zumindest voreingenommen, weil Sie bereits wissen, was passiert in der Vergangenheit Das ist definitiv ein Anliegen, so dass ein gültiger Backtest wird ein, in dem wir arent vertraut mit den historischen Daten. Wir können dies durch die Wahl zufälliger Zeitperioden oder durch die Auswahl von vielen verschiedenen Zeitperioden, in denen die Durchführung der Prüfung. Jetzt kann ich hören, eine andere Gruppe von Ihnen sagen, Aber alle, dass historische Daten nur sitzen dort warten, analysiert werden ist verlockend ist es nicht Vielleicht gibt es tiefe Geheimnisse in die Daten nur darauf warten, dass Geeks wie wir es zu entdecken. Wäre es so falsch für uns, diese historischen Daten zuerst zu untersuchen, sie zu analysieren und zu sehen, ob wir in ihnen verborgene Muster finden können. Dieses Argument ist auch gültig, aber es führt uns in ein Gebiet voller Gefahr. Die Welt von Data Mining Data Mining beinhaltet das Durchsuchen von Daten, um Muster zu lokalisieren und mögliche Korrelationen zwischen Variablen zu finden. In dem obigen Beispiel, in dem die 20-tägige gleitende Durchschnittsstrategie involviert ist, haben wir gerade diesen speziellen Indikator aus dem Blauen herausgefunden, aber wir hatten keine Ahnung, welche Art von Strategie wir testen wollten. Wir konnten unsere historischen Daten auf GBP / USD durchsuchen, um zu sehen, wie sich der Preis verhielt, nachdem er viele verschiedene gleitende Durchschnitte überschritten hatte. Wir konnten die Kursbewegungen auch auf viele andere Indikatortypen hin untersuchen und sehen, welche den großen Kursbewegungen entsprechen. Das Thema Data Mining kann umstritten sein, weil, wie ich oben besprochen habe, scheint es ein bisschen wie Betrug oder Blick nach vorne in die Daten. Ist Data Mining eine gültige wissenschaftliche Technik Einerseits sagt die wissenschaftliche Methode, dass sie zuerst eine Hypothese machen und dann gegen unsere Daten testen sollten, aber andererseits scheint es angebracht, einige Daten zu erforschen, Schlagen eine Hypothese vor. Also, was ist richtig Wir können uns die Schritte in der wissenschaftlichen Methode für einen Hinweis auf die Quelle der Verwirrung. Der Prozess sieht im Allgemeinen so aus: Beobachtung (Daten) Hypothese Vorhersage Experiment (Daten) Beachten Sie, dass wir mit Daten während der Beobachtung und Experiment Stufen befassen können. Also beide Ansichten sind richtig. Wir müssen Daten verwenden, um eine vernünftige Hypothese zu erstellen, aber wir testen auch diese Hypothese anhand von Daten. Der Trick ist einfach, um sicherzustellen, dass die beiden Sätze von Daten sind nicht die gleichen Wir müssen nie testen unsere Hypothese mit dem gleichen Satz von Daten, die wir verwendet, um unsere Hypothese. Mit anderen Worten, wenn Sie Data Mining verwenden, um mit Strategien Ideen, stellen Sie sicher, dass Sie einen anderen Satz von Daten, um Backtest Ideen. Nun wenden wir unsere Aufmerksamkeit auf die wichtigsten Fallstricke von Data Mining und Backtesting falsch. Das allgemeine Problem ist als Über-Optimierung bekannt und ich ziehe es vor, dieses Problem in zwei verschiedene Typen zu brechen. Dies sind die multiple Hypothese Problem und Overfitting. In gewissem Sinne sind sie entgegengesetzte Wege, den gleichen Fehler zu machen. Das Mehrfachhypothesenproblem beinhaltet die Auswahl vieler einfacher Hypothesen, während die Überarbeitung die Schaffung einer sehr komplexen Hypothese beinhaltet. Das Mehrfachhypothesenproblem Um zu sehen, wie dieses Problem auftaucht, gehen wir zurück zu unserem Beispiel, wo wir die 20-tägige gleitende Durchschnittsstrategie getestet haben. Nehmen wir an, dass wir Backtest die Strategie gegen zehn Jahre historische Marktdaten und lo und schauen erraten, was die Ergebnisse sind nicht sehr ermutigend. Allerdings, wie wir sind rau und stürmisch Händler, entscheiden wir, nicht so schnell aufzugeben. Was ist mit einem zehn Tage gleitenden Durchschnitt Das könnte ein wenig besser funktionieren, so können backtest es Wir führen einen anderen Backtest und wir finden, dass die Ergebnisse immer noch arent stellar, aber theyre ein wenig besser als die 20-Tage-Ergebnisse. Wir beschließen, ein wenig zu erkunden und führen Sie ähnliche Tests mit 5-Tage-und 30-Tage gleitenden Durchschnitten. Schließlich kommt es zu uns, dass wir eigentlich nur jeden einzelnen gleitenden Durchschnitt bis zu einem gewissen Punkt testen und sehen können, wie sie alle ausführen. So testen wir die 2 Tage, 3 Tage, 4 Tage, und so weiter, bis zu den 50-Tage gleitenden Durchschnitt. Nun sicherlich einige dieser Mittelwerte werden schlecht durchführen und andere werden ziemlich gut durchführen, aber es wird eine von ihnen sein, die das absolute Beste ist. Zum Beispiel können wir feststellen, dass die 32-Tage gleitenden Durchschnitt erwies sich als die beste Performer in diesem besonderen Zeitraum von zehn Jahren. Bedeutet dies, dass es etwas Besonderes über die 32-Tage-Durchschnitt und dass wir zuversichtlich sein, dass es auch in der Zukunft gut sein wird Leider viele Händler davon ausgehen, dass dies der Fall sein, und sie nur stoppen ihre Analyse an dieser Stelle, denken, dass Sie haben etwas Tiefes entdeckt. Sie sind in die Multiple Hypothesis Problem Fallstricke gefallen. Das Problem ist, dass es überhaupt nichts ungewöhnliches oder signifikantes über die Tatsache, dass einige durchschnittlich als die besten. Schließlich haben wir fast fünfzig von ihnen gegen die gleichen Daten getestet, so dass wir erwarten, ein paar gute Performer, nur durch Zufall zu finden. Es bedeutet nicht, theres etwas Besonderes über die einzelnen gleitenden Durchschnitt, dass in diesem Fall gewonnen. Das Problem entsteht, weil wir mehrere Hypothesen getestet haben, bis wir einen gefunden haben, der funktionierte, anstatt eine einzelne Hypothese zu wählen und sie zu testen. Heres eine gute klassische Analogie. Wir könnten kommen mit einer einzigen Hypothese wie Scott ist groß auf spiegelnde Köpfe auf einer Münze. Daraus können wir eine Vorhersage erstellen, die besagt: Wenn die Hypothese stimmt, wird Scott in der Lage sein, 10 Köpfe in einer Reihe zu schlagen. Dann können wir ein einfaches Experiment durchführen, um diese Hypothese zu testen. Wenn ich 10 Köpfe in einer Reihe Flip kann es tatsächlich nicht beweisen, die Hypothese. Allerdings, wenn ich nicht erreichen kann dieses Kunststück es definitiv widerlegt die Hypothese. Wenn wir wiederholte Versuche machen, die der Hypothese nicht widersprechen, so wächst unser Vertrauen in seine Wahrheit. Das ist der richtige Weg, es zu tun. Allerdings, was wäre, wenn wir mit 1.000 Hypothesen, anstatt nur der eine über mich war ein guter Münze Flipper Wir könnten die gleiche Hypothese über 1.000 verschiedene Menschen. Mich, Ed, Cindy, Bill, Sam, etc. Ok, jetzt können Sie testen unsere mehrere Hypothesen. Wir bitten alle 1000 Leute um eine Münze zu drehen. Es wird wahrscheinlich etwa 500, die Köpfe Kopf. Alle anderen können nach Hause gehen. Jetzt fragen wir die 500 Leute, um wieder zu kippen, und dieses Mal werden 250 die Köpfe kippen. Auf der dritten Flip-Flop etwa 125 Menschen Flip-Köpfe, auf der vierten etwa 63 Personen sind links, und auf der fünften Flip gibt es etwa 32. Diese 32 Menschen sind alle ziemlich erstaunlich arent sie Theyve alle kippten fünf Köpfe in einer Reihe Wenn wir fünf schlagen Mehrmals und eliminieren die Hälfte der Menschen jedes Mal im Durchschnitt, werden wir am Ende mit 16, dann 8, dann 4, dann 2 und schließlich eine Person links, wer hat zehn Köpfe in einer Reihe gespielt. Seine Bill Bill ist ein fantabulous Flipper von Münzen Oder ist er Well wir wirklich nicht wissen, und das ist der Punkt. Bill kann unseren Wettbewerb aus reiner Chance gewonnen haben, oder er kann sehr wohl der beste Flipper der Köpfe dieser Seite der Andromeda-Galaxie sein. Aus dem gleichen Grund wissen wir nicht, ob der 32-tägige gleitende Durchschnitt aus unserem Beispiel oben nur in unserem Test durch reine Chance, oder wenn es wirklich etwas Besonderes ist. Aber alles, was wir bisher getan haben, besteht darin, eine Hypothese zu finden, dass die 32-tägige gleitende Durchschnittsstrategie rentabel ist (oder dass Bill ein großer Münzflipper ist). Wir haben diese Hypothese noch nicht getestet. So, jetzt, dass wir verstehen, dass wir havent wirklich etwas Wesentliches aber über die 32-Tage gleitenden Durchschnitt oder über Rechnungen Fähigkeit, Münzen zu spiegeln entdeckt, ist die natürliche Frage zu fragen, was sollten wir als nächstes tun Wie ich bereits erwähnt, viele Händler nie erkennen, dass es Ist ein nächster Schritt überhaupt erforderlich. Nun, im Falle von Bill youd wahrscheinlich fragen, Aha, aber kann er Flip zehn Köpfe in einer Reihe wieder Im Falle der 32-Tage gleitenden Durchschnitt wollen wed es noch einmal testen, aber sicher nicht gegen die gleichen Daten-Probe, die Wir haben diese Hypothese gewählt. Wir würden eine weitere zehnjährige Periode wählen und sehen, ob die Strategie genauso gut funktionierte. Wir konnten dieses Experiment so oft fortsetzen, wie wir es wollten, bis unser Angebot an neuen Zehnjahreszeiten ausblieb. Wir verweisen auf dieses als aus der Probe-Prüfung, und seine die Art und Weise, um diese Fallstricke zu vermeiden. Es gibt verschiedene Methoden für solche Tests, von denen eine Cross-Validierung ist, aber wir kommen nicht in so viel Detail hier. Overfitting ist wirklich eine Art Umkehrung des oben genannten Problems. In der mehrfachen Hypothese Beispiel oben, schauten wir auf viele einfache Hypothesen und wählte die, die am besten in der Vergangenheit. Im Überbauen betrachten wir zuerst die Vergangenheit und konstruieren dann eine einzige komplexe Hypothese, die gut zu dem passt, was passiert ist. Zum Beispiel, wenn ich den USD / JPY-Satz in den letzten 10 Tagen betrachte, könnte ich sehen, dass die tägliche Schließung tat dies: up, up, down, up, up, up, down, down, down, up. Got it Sehen Sie das Muster Ja, ich auch nicht. Aber wenn ich diese Daten verwenden wollte, um eine Hypothese vorzuschlagen, könnte ich kommen. Meine erstaunliche Hypothese: Wenn der Schlusskurs zweimal in Folge steigt dann für einen Tag, oder wenn es geht für drei Tage in einer Reihe, die wir kaufen sollten, aber wenn der Schlusskurs bis drei Tage in Folge sollten wir verkaufen , Aber wenn es nach oben geht drei Tage in Folge und dann nach drei Tagen in einer Reihe sollten wir kaufen. Huh Klingt wie eine whacky Hypothese richtig Aber wenn wir diese Strategie in den letzten 10 Tagen verwendet hätten, hätten wir bei jedem einzelnen Trade, den wir gemacht haben, Recht gehabt. Der Overfitter verwendet Backtesting und Data Mining anders als die multiplen Hypothesenhersteller. Der Overfitter kommt nicht mit 400 verschiedenen Strategien zum Backtest. Kein Weg Der Overfitter nutzt Data-Mining-Tools, um herauszufinden, nur eine Strategie, egal wie komplex, das hätte die beste Leistung über die Backtesting-Periode haben. Wird es in der Zukunft funktionieren Nicht wahrscheinlich, aber wir konnten immer halten das Modell und testen die Strategie in verschiedenen Proben (aus der Probe-Test wieder), um zu sehen, ob unsere Leistung verbessert. Wenn wir aufhören, Leistungsverbesserungen und das einzige, was steigt, ist die Komplexität unseres Modells, dann wissen wir, dass wir die Linie in Überformat überquerte. Zusammenfassend sehen wir, dass Data Mining eine Möglichkeit ist, unsere historischen Kursdaten zu verwenden, um eine praktikable Handelsstrategie vorzuschlagen, aber wir müssen uns der Fallstricke des multiplen Hypothesenproblems und der Overfitting bewusst sein. Der Weg, um sicherzustellen, dass wir nicht zum Opfer fallen, um diese Fallstricke ist, unsere Strategie mit einem anderen Datensatz als die, die wir während unserer Data-Mining-Exploration verwendet Backtest. Wir beziehen uns allgemein auf dieses als aus der Probeprüfung heraus. Ein Problem mit Data Mining ist, dass Trader dazu neigen, unterschiedliche Filter zu verwenden, um nach einem Muster zu suchen. Das Problem mit diesem ist, dass jedes Signal aus den verschiedenen sinusförmigen Signalen zusammengesetzt ist, also wenn Sie verschiedene Filter auf ein Signal anwenden, werden wir sicherlich am Ende mit einem Muster. Viele Studien wurden über das Preis-Muster getan, sind meist auf Data Mining basieren, wird die Frage, die Annahme, dass die Zukunft spiegeln die Vergangenheit, die Antwort ist vielleicht. Wir haben eine 50/50 Chance. Kann der Prozentsatz durch das Studium dieses Musters auf verschiedene Daten erhöht werden. Wenn wir sogar diesen Prozentsatz erhöhen wollen, müssen wir wissen, was die Ursache dieses Musters ist, indem wir die Ursache dieses Musters kennen, hätten wir einen Vorteil im Handel. Zum Beispiel werde ich diese Annahme machen, let8217s sagen, dass der erste Freitag eines jeden Monats aufgrund der Neuigkeiten viele Händler neigen dazu, ihre Trades am Morgen verlassen, bevor die Nachrichten und geben Sie wieder nach den Nachrichten, so gibt es ein Muster des Verkaufs und Kauf zu bestimmten Zeit. Könnten wir diese Informationen zu unserem Vorteil durch die Anwendung einer Art von Hedge-Handel, so dass wir mit beiden kaufen und verkaufen vor den Nachrichten. Dann nach den Nachrichten, die wir nur verkaufen, die wollen kaufen und didn8217t wollen eine Position in den Nachrichten halten und wir lassen den Kauf, bis der Preis zurückkommt, könnte dies auf Sägezins Zinssatz angewendet werden, oder ein anderes Setup 8230 bla bla. Das ist nur eine Theorie. Ich benutze es, um zu sagen, dass Furcht und Gier eine Zeit auf dem Markt haben. Also, was schafft das Preis-Muster sind die Angst und Gier, jetzt, wenn wir das Muster zu isolieren und wissen, die Ursache hinter diesem Muster wie im vorherigen Beispiel Angst aus den Nachrichten oder Abrechnung des Kontos am Ende des Monats. Sachen wie diese. Dann könnten wir in der Theorie die Zukunft vorhersagen, die ersten beiden Post von dieser Website kopiert werden alle Artikel von Scott Percival sind lohnt sich zu lesen Ausgezeichnetes Thread MiniMe beitreten MetaTrader 5 Copyright 2000-2016, MQL5 Ltd. Data Mining Für Investoren Jeder finanzielle Erzieher wird Sagen Sie über die Bedeutung des informierten Investors. Die Anleger müssen die unterschiedlichen Merkmale ihrer Aktien und Anleihen sowie die Unternehmen, die sie ausgeben, verstehen. Eine Sache, die zu vernachlässigen scheint, ist jedoch, wo die Daten, um Ihre Forschung zu tun. Immerhin, was gut ist es zu verstehen, wie eine Unternehmensgewinne zu bewerten, wenn wir nicht herausfinden, was die Unternehmen Einnahmen tatsächlich sind Corporate Filings Wahrscheinlich die nützlichsten Informationsquellen, stellen Unternehmensanmeldungen Investoren mit Informationen detailliert Unternehmen finanzielle Gesundheit, Zukunftsperspektiven und vergangene Leistung. Dies ist die Art von Informationen, die Sie benötigen, um zu beurteilen, ob bestimmte Aktien, Anleihen oder Investmentfonds sind intelligente Investitionen. Für Investmentfonds. Werden diese Einreichungen Ihnen sagen, das Fonds-Niveau der Renditen für das vergangene Quartal, die Fonds Aufwendungen und ihre Portfolio-Bestände. Für die Unternehmen, die Sie benötigen, um Forschung beim Kauf von Aktien und Anleihen, diese Einreichungen gehen durch die companys Bilanz. Detaillierte finanzielle Gesundheit und Zukunft Ausblick. Sorgfältige Analyse wird Ihnen helfen, zu sehen, wie und wo das Unternehmen verbringt die meisten seines Geldes, wie effizient sein Management ist bei der Schaffung von Gewinnen und wie positiv die Aussichten für die Unternehmen ist. Obwohl viele dieser Berichte die interessantesten zu lesen, und sind manchmal schwer zu verstehen, bieten sie eine Fülle von Informationen, die alle verschiedenen Investoren verwenden können. (Informationen über die Analyse von Unternehmen finden Sie in den Grundlagenanalysen und Ratio Analysis Tutorials.) Beachten Sie, dass nach den Bestimmungen der SEC ein Unternehmen, das mehr als 10 Millionen Dollar in Vermögenswerte und 500 Aktionäre hat oder an einer amerikanischen Börse notiert ist, wie der Nasdaq und NYSE muss offizielle Dokumente für die öffentliche Anzeige. Diese Regelungen gelten jedoch nicht für alle Unternehmen, so dass je kleiner die Firma, desto schwieriger wird es sein, um gute Informationen darüber aufzuspüren. Einige kleine Unternehmen entschieden sich, die Anmeldungen für größere Unternehmen ausfüllen, aber andere nicht. EDGAR Ein Akronym für das elektronische Datenerfassungs-, Analysen - und Retrieval-System, das automatisch die von verschiedenen Firmen eingereichten regulatorischen Einreichungen sammelt und weiterleitet. Die wichtigste regulatorische Einreichung der SEC erfordert von börsennotierten Unternehmen ist die jährliche 10-K-Form, die die Unternehmensleistung für das vergangene Jahr skizziert. Das 10-k muss sich an SEC-Standards halten, und es ist typischerweise umfassender als der Unternehmens-Geschäftsbericht. Für Investmentfonds bietet EDGAR auch alle Prospekte online an, so dass Sie die spezifischen Bestände des Fondsportfolios, die maximale Kostenquote, die der Fonds erheben kann, und sogar die Art der Vergütung, die das Fondsmanagement erhält, finden können. (Erfahren Sie mehr in SEC Filings: Formulare, die Sie wissen müssen.) Die SEC bietet freien Zugang zu EDGAR unter www. sec. gov/edgar. shtml. Aber leider ist EDGAR nicht benutzerfreundlich. Es ist schwierig, Informationen zu finden, und wenn Sie tun, seine im Klartext-Format. Die Info ist alles da, aber man muss graben, um etwas von Wert zu bekommen. Glücklicherweise gibt es andere Websites, die eine bessere Möglichkeit zum Zugriff auf EDGAR-Daten bieten, aber der Nachteil ist, dass sie in der Regel ein Abonnement berechnen. Direkt aus dem Unternehmen Jede Firma, die nicht über eine Website heutzutage wahrscheinlich ist nicht Ihre Zeit wert. Sogar die meisten der stödlichsten Old-Economy-Unternehmen haben Websites, wenn aus keinem anderen Grund als über die Bereitstellung von Informationen über sich selbst. Wenn auf der Website des Unternehmens suchen Sie nach einem Investor Relations-Link. Dort youll finden oft einen herunterladbaren Jahresbericht, Jahresabschlüsse, Aktieninfo, Firmennachrichten, etc. Jedes Jahr müssen die Unternehmen senden jährliche Berichte an jeden Aktionär. Unabhängig davon, ob er eine Aktie oder 10.000 Aktien besitzt. Wenn Sie nicht ein Aktionär und youd eher lesen Sie die Berichte in gedruckter Form, können Sie in der Regel bestellen sie kostenlos direkt aus dem Unternehmen. Größere Unternehmen mögen diese Berichte als Marketing-Tools verwenden. Einige Drittfirmen auch ein Geschäft aus der Bereitstellung kostenlos Jahresberichte von öffentlichen Unternehmen. (Weitere Informationen über die Analyse einer Unternehmensnummern finden Sie in Fundamentalanalyse für Händler.) Research Reports Wenn Sie nicht die Zeit haben, alle die Forschung von sich selbst zu tun, oder Sie arent ein Fan von knirschenden Zahlen, können Sie Berichte von verschiedenen Firmen zu kaufen . Abhängig davon, wem sie diese Reports schreiben, sind Analytiker entweder unabhängig, Buy-side oder sell-side. Und sie bieten Investoren eine professionelle Prüfung eines Unternehmens aktuellen Zustand und Zukunft Ausblick. Einige dieser Berichte sind kostenlos zur Verfügung gestellt, aber die meisten sind in der Regel im Bereich von 5 bis 50. Sie können diese Berichte von jedem Broker, von vielen Banken und durch finanzielle Websites wie Yahoo Finanzen zu kaufen. Websites Viele verschiedene Websites bieten Informationen für Investoren kostenlos, auf Pay-per-use-Basis oder auf Abonnementbasis. Der Vorteil der Besuch von Finanz-Websites anstatt sich auf Einreichungen an die SEC ist, dass Informationen in einer kurzen Weise angeboten wird. Sie müssen nicht durch die Legalese und Marktkopie, die Unternehmen in ihre Jahresberichte setzen gesiebt. (Lesen Sie mehr über Analysten im Wissen über Finanzanalysten.) Schlussfolgerung Egal, was Sie sich entscheiden, in investieren, ist es entscheidend, dass Sie die richtige Menge an Forschung, so dass Sie genau wissen, wo youre setzen Ihr Geld. Mit solch einer Fülle von Informationen zur Verfügung, ob kostenlos oder nicht, theres wirklich keinen Grund für einen Investor, eine uninformierte Entscheidung zu treffen. Eine Person, die Derivate, Rohstoffe, Anleihen, Aktien oder Währungen mit einem überdurchschnittlichen Risiko im Gegenzug handelt. "HINTquot ist ein Akronym, das für für quothigh Einkommen keine Steuern steht. Es wird auf Hochverdiener angewendet, die vermeiden, Bundeseinkommen zu zahlen. Ein Market Maker, dass kauft und verkauft extrem kurzfristige Unternehmensanleihen genannt Commercial Paper. Ein Papierhändler ist in der Regel. Der uneingeschränkte Kauf und Verkauf von Waren und Dienstleistungen zwischen den Ländern ohne die Verhängung von Zwängen wie. Buy AUD / USD Bei 0,75 Zusammenfassung BIP-Auftritte in Australien noch besser als viele der Länder Gegenparteien. Gründe für erweiterte dovish Rate Haltung gibt, aber diese sind unwahrscheinlich, dass viel länger dauern. Gegenwärtige Niveaus bei 0,75 bieten attraktive Risiko-zu-Belohnung Verhältnisse für längerfristige Devisenhändler an. Die Reserve Bank of Australia (NYSE: RBA) hielt bei ihrer jüngsten Zinssitzung am 4. Oktober den Leitzins unverändert bei einem Rekordtief von 1,5 Prozent. In ihrer Erklärung, die RBA wiederholt, dass die countrys moderate Wirtschaftstätigkeit war das Ergebnis vieler Faktoren. Vielleicht am bemerkenswertesten ist die Verlangsamung der Investitionen in den Bergbau, obwohl dies zu einem gewissen Ausmaß durch Wohn-Wohnungsnachfrage (wenn auch mit geringerem Tempo) kompensiert wurde. Die Bank informierte auch die Märkte, die das Wachstum der Arbeitskosten beeinträchtigten, behindern die Inflation, die nun auf 1 Prozent sank - fast 50 Prozent der Zielinflationsrate. In ihrer öffentlichen Mitteilung erklärte die Bank, dass die globale Wirtschaftstätigkeit in einem langsameren Tempo wächst und dass sich der Arbeitsmarkt in den fortgeschrittenen Volkswirtschaften verstärkt. Aber die industrielle Produktion und die globale Handelsleistung blieben gedämpft. Obwohl die Bemühungen der chinesischen Zentralbank das Wachstum unterstützen. Die Wirtschaftstätigkeit in China wächst moderat. Dies ist für Australien als Rohstoffexporteur entscheidend, und der jüngste Anstieg der Rohstoffpreise hilft dem Handel in Australien. Dies dürfte sich im Investorenstimmung in Bezug auf Metalle und Rohstoffe widerspiegeln, und diese Tendenzen könnten ausreichen, um die AUD / USD auf neue Höchststände für das Jahr zu treiben. Chart Ausblick: AUD / USD 1-Jahres-Performance Die akkommodierende Haltung bei der Zentralbank unterstützt die Inlandsnachfrage und der niedrigere Wechselkurs hilft dem Export. In Anbetracht all dieser Informationen jedoch setzte die Bank mit ihrer dovish Haltung und beibehalten die Rate. Also die eigentliche Frage ist hier, ob (oder wie lange) das tatsächlich weitergehen kann. Diagrammausblick: Australischer PMI Die Auswirkung der Politikmaße von August ist im Herstellungs-PMI sichtbar, der auf die 49.8 im Monat September von den vorhergehenden Monaten von 46.9 auf der Rückseite der starken Leistung des Nahrungsmittels und des Getränkesektors gestiegen ist . Dies ist jedoch immer noch unter dem expansiven Niveau, aber das Land wird jetzt sehr nahe, diese Trends umzukehren. Darüber hinaus ist die Verbrauchervertrauenserhebung auf 102,4 gestiegen, was einen Anstieg von 1,1 Prozent im Vergleich zum Vormonat bedeutet, und dies zeigt, dass sich die Konsumentenstimmung auf die höheren Wahrscheinlichkeiten eines starken Wachstums in den nächsten zwölf Monaten verbessert. Diese Tendenzen tragen dazu bei, die Performance in Australien sowohl für die Inlands - als auch die Exportmärkte zu verfestigen, und dies wird der Hauptkatalysator für die Inflation im nächsten Jahr sein. Die Reserve Bank Australiens wird weiterhin die globalen Daten beobachten, da die Weltwirtschaft immer noch versucht, aus dem Wald herauszukommen und auf dem Weg zu nachhaltigeren BIP-Wachstumsraten. Schwächere chinesische Wachstum, zusammen mit der zunehmenden Sorgen über die Europäischen Unions-Bank Stress-Testergebnisse könnten die Preise in der Prüfung für die kurzfristige halten, aber insgesamt ist der Weg noch nach oben. Obwohl es immer noch sagen, dass die inländische Stimmung in Australien zu verbessern ist, ist die Inflation stabil und die Arbeitsmarktstärke ist uneinheitlich in verschiedenen Teilen des Landes. Diese Bereiche könnten die endgültigen Dominos zu fallen, aber, und Forex-Händler sollten sich auf der langen Seite in AUD / USD auf aktuellem Niveau (in der Nähe von 0,75) in Erwartung der nächsten Höhen höher positionieren. Offenlegung: Ich / wir haben keine Positionen in den erwähnten Aktien und keine Pläne, irgendwelche Positionen innerhalb der nächsten 72 Stunden einzuleiten. Ich schrieb diesen Artikel selbst, und er drückt meine eigenen Meinungen aus. Ich erhalte keine Entschädigung dafür (mit Ausnahme von Seeking Alpha). Ich habe keine Geschäftsbeziehung mit irgendeinem Unternehmen, dessen Bestand in diesem Artikel erwähnt wird.