Sistemas de negociação william eckhardt

William Eckhardt: O homem que lançou 1.000 sistemas.
Quando Bill Eckhardt deixou a Universidade de Chicago e previu o seu PhD quase concluído em lógica matemática em 1973, ele não abandonou suas atividades educacionais; em vez disso, ele os concentrou em uma miríade de disciplinas que apoiaram sua pesquisa na criação de sistemas de negociação. Eckhardt se juntou ao amigo do ensino médio Richard Dennis como trader na Mid-America Exchange. Os dois se tornariam parceiros da C & amp; D Commodities, onde criaram sistemas de negociação técnica e lançaram o famoso experimento de comercialização de tartaruga. Os detalhes do experimento da tartaruga se tornaram lendários, mas a prova de seu valor pode ser vista nos muitos negócios comerciais altamente bem-sucedidos que ele lançou, como demonstra nossa classe de Top Traders de 2010. Eckhardt lançou seu próprio assessor de negociação de commodities (CTA) em 1991, que produziu um retorno anual composto de 17,35% ao longo de 20 anos e ganhou 21,09% em 2010. Além de construir sistemas de negociação, Eckhardt desenvolveu uma ciência de negociação e trabalhos acadêmicos escritos sobre a filosofia da ciência. Aqui, discutimos sua abordagem científica à negociação.
Revista de Futuros: Muitos no mundo dos investimentos tradicionais se apegam à noção de que os mercados são eficientes. Seguimento de tendências não é válido sob a hipótese de mercado eficiente (EMH), mas aqui você está 30 anos depois. Por que o EMH persistiu? Fale sobre essa anomalia.
Bill Eckhardt: O modelo de passeio aleatório da mudança de preço tem sido tão duradouro porque está quase correto. A diferença entre os preços futuros e certos passeios aleatórios é muito pequena para detectar usando a análise tradicional de séries temporais. Incrivelmente, essa diferença é detectável usando sistemas de negociação.
FM: Como os sistemas de negociação fazem isso?
BE: Os sistemas de negociação podem ser altamente sensíveis a relações não lineares em séries de preços. Então, por que isso não revoluciona a modelagem de séries de preços? Estimadores estatísticos sondam características particulares da série de preços; eles são equipados com níveis de confiança, fornecem informações sobre possíveis modelos e são úteis para a previsão. Do ponto de vista do modelador, os sistemas de negociação não localizam características específicas da série de preços; eles não têm níveis de confiança e são inúteis para a previsão. Pior de tudo, eles dizem pouco sobre qualquer modelo possível. Os sistemas de negociação podem ser altamente lucrativos, mas não dizem ao modelador o que ele precisa saber. Da mesma forma, os modelos, embora valiosos em outros aspectos, não ajudam na criação de sistemas de negociação.
FM: Você passou a vida inteira negociando e pesquisando. Cite algumas verdades simples que você descobriu.
BE: Melhore sua negociação ou ela se degradará; não há nada neste jogo. Você pode ser criativo na pesquisa, mas não pode negociar criativamente; Em outras palavras, fique com seus sistemas. Negociar é um pouco como moralidade, pois é muito mais fácil saber o que você deve fazer do que fazê-lo. Finalmente, use apenas estimadores robustos e amostras muito grandes, não dezenas, mas milhares.

Sistemas de negociação William eckhardt
Durante a pausa do Ano Novo, li o Cartoon Guide to Statistics ilustrado, que foi ótimo para repassar o básico das estatísticas clássicas, e o formato facilita a leitura por alguns minutos. Eu também tenho sido recomendado, e comprei Statistics Unplugged & # 8211; que lida com os mesmos tópicos mais em profundidade. Mas, para ser honesto, ainda permanece intocado na minha mesa & # 8230;
Outra área de estatística que muitas vezes surge no contexto do desenvolvimento sério do sistema de negociação é a Robust Statistics. Eu não encontrei um bom livro para deixar não lido na minha estante de livros sobre Estatísticas Robustas ainda assim eu terei de me contentar com um marcador não utilizado no artigo da wikipedia ;-)
De qualquer forma, Bill Eckhardt é um seguidor de tendência automatizado bem-sucedido com uma forte formação em Matemática (embora ele aparentemente nunca tenha terminado seu PhD & # 8211; abandonando seus estudos para os poços comerciais). Ele também foi sócio de Richard Dennis no experimento Turtle Trading. Eu releio sua entrevista no New Market Wizards, onde ele enfatiza alguns conceitos, como a compreensão das estatísticas, o tamanho das apostas e até mesmo a psicologia.
Aqui estão alguns insights interessantes da entrevista do livro (começando na página 107):
& # 8211; As estatísticas são um elemento importante da matemática para negociação:
& # 8211; "A análise dos mercados de commodities está sujeita a armadilhas na inferência estatística, e se alguém usa essas ferramentas sem ter uma boa compreensão fundacional, é fácil se meter em problemas."
& # 8211; As estatísticas clássicas funcionam bem se você estiver correto sobre as suposições de distribuição de dados. Como as distribuições são patológicas, precisamos de técnicas robustas & # 8221;
& # 8211; & # 8220; definir o que você entende por robusto?
Um estimador estatístico robusto é aquele que não é muito perturbado por suposições errôneas sobre a natureza da distribuição. & # 8221;
& # 8211; Ele menciona o conceito de variação infinita na distribuição de preços de mercado e particularmente Mandelbrot e seu trabalho precursor neste tópico.
& # 8211; Os comerciantes devem ser mais conservadores no controle de risco do que pode estar implícito a partir de interpretações estatísticas usando distribuição normal.
& # 8211; Menos graus de liberdade é melhor & # 8211; um grau de liberdade é um parâmetro que produz um sistema diferente para cada valor (por exemplo, comprimento da média móvel em sistemas cruzados).
& # 8211; Padrões de gráficos não funcionam.
& # 8211; Desejou que ele se concentrasse mais na administração do dinheiro no início de sua carreira comercial (e menciona que, na negociação, a Administração do Dinheiro é o problema mais tratável, matematicamente falando)
& # 8211; O Mentions Utility funciona e declara que todas as funções utilitárias usadas em seu modelo de gerenciamento de risco são limitadas. Ele toma o exemplo de que, se as funções de utilidade fossem ilimitadas, haveria uma quantia pela qual um bilionário estaria disposto a apostar todo seu patrimônio líquido com uma moeda.
& # 8211; Observação interessante sobre o tamanho da aposta: se você traçar o desempenho do sistema em relação ao tamanho da aposta, você obtém uma curva na forma de uma baleia voltada para a direita, subindo em linha reta antes de cair drasticamente.
A baleia de Eckhardt voltada para o céu.
& # 8211; & # 8220; O tamanho comercial é um aspecto que você não deseja otimizar: o ideal vem logo antes do precipício. Você quer estar à esquerda do ponto ótimo, na zona alta da curva reta & # 8221;
& # 8211; Dá seu ponto de vista sobre psicologia e negociação.
6 Comentários até agora & darr;
Ele bateu na cabeça. Os mercados não estão de acordo com as distribuições gaussianas porque lhes faltam estacionariedade. Eles também não são iid (independentes e identicamente distribuídos). Tratá-los como tal apenas leva a problemas. Também estou impressionado com a referência a Mandlebrot, que é o pai da teoria do caos.
Outra área que pode valer a pena é o aprendizado de máquina, que é o outro lado da moeda de estatísticas. Estatísticas inferenciais e predições de redes neurais tentam a mesma coisa, mas usam termos e técnicas diferentes para chegar às suas respostas.
Um bom livro para alguma teoria estatística prática, como estimadores robustos e interpolação, são as Receitas Numéricas. Livros antigos estão disponíveis on-line: nr / oldverswitcher. html.
Veja os capítulos 3, 5, 14 e 15.
Além disso, um corpo teórico rico em aplicações para especuladores é a Teoria Robusta de Controle Não-Linear.
Obrigado pela recomendação RiskCog! Eu vou checá-los.
William Eckhardt não tem doutorado em matemática.
Talvez seja exatamente por que ele é um comerciante tão bem sucedido!
Atualizei o post & # 8211; embora eu tenha a tendência de usar as informações da wikipedia com uma pitada de sal (recentemente descobri, por meio de experiência, que você não precisa nem mesmo de um login para mudar as páginas!)
Eu acho que o fato de ele não mencionar o PhD em seu site de fundos é uma confirmação de confirmação dupla suficientemente boa & # 8230;
Em qualquer caso, obrigado por tomar o tempo para apontar para esse erro factual & # 8211; e eu tenderia a concordar com você sobre o fato de que NÃO obter um PhD é provavelmente um fator favorável ao sucesso comercial ;-)
Bill Eckhardt está quase perto de completar seu doutorado quando saiu e se juntou a Richard Dennis, de acordo com sua entrevista na revista Futures Mag (28/2/20011).
"Pelo que me lembro, mais da metade do curso girou em torno do desenvolvimento da atitude certa, da defesa contra as emoções debilitantes, de como pensar no risco e de como lidar com o sucesso e o fracasso. Ensinar o próprio sistema de tartarugas não demora muito tempo & # 8221;
& # 8221; Passamos muito tempo falando sobre nossas teorias sobre como controlar o risco; essa foi a maior parte do curso. Atitude, controle emocional, disciplina; essas coisas são mais difíceis de ensinar. Todas as tartarugas aprenderam o sistema e aprenderam a estratégia; essa foi a parte fácil, mas alguns deles trouxeram a atitude certa e mentalmente correta e eles prosperaram e se tornaram muito ricos & # 8221;
Sua ordem de importância foi a psicologia (atitude), o controle de risco (gerenciamento de dinheiro) e os métodos. Bastante semelhante ao que Seykota e Tom Basso sugeriram em suas entrevistas.
Deixe um comentário (Cancelar)
Atualizações gratuitas.
Posts populares.
Procure no blog Au. Tra. Sy.
Corretor Global de Futuros.
Blog Au. Tra. Sy, pesquisa e desenvolvimento de Trading Sistemático, com um sabor de Trend Following.
Disclaimer: O desempenho passado não é necessariamente indicativo de resultados futuros. A negociação de futuros é complexa e apresenta o risco de perdas substanciais; como tal, pode não ser adequado para todos os investidores. O conteúdo deste site é fornecido apenas como informação geral e não deve ser considerado como recomendação de investimento. Todo o conteúdo do site, não deve ser interpretado como uma recomendação para comprar ou vender qualquer título ou instrumento financeiro, ou para participar de qualquer estratégia específica de negociação ou investimento. As idéias expressas neste site são unicamente as opiniões do autor. O autor pode ou não ter uma posição em qualquer instrumento financeiro ou estratégia citada acima. Qualquer ação que você tome como resultado de informações ou análises neste site é, em última instância, de sua exclusiva responsabilidade.
OS RESULTADOS DE DESEMPENHO HIPOTÉTICOS TÊM MUITAS LIMITAÇÕES INERENTES, ALGUNS DOS QUAIS SÃO DESCRITOS ABAIXO. NENHUMA REPRESENTAÇÃO ESTÁ SENDO FEITA QUE QUALQUER CONTA PODERÁ OU POSSIBILITAR LUCROS OU PERDAS SIMILARES AOS EXIBIDOS; DE FATO, HÁ DIFERENÇAS FREQUENTEMENTE NÍVEIS ENTRE OS RESULTADOS DE DESEMPENHO HIPOTÉTICOS E OS RESULTADOS REALIZADOS SUBSEQÜENTEMENTE ATINGIDOS POR QUALQUER PROGRAMA DE NEGOCIAÇÃO PARTICULAR. UMA DAS LIMITAÇÕES DOS RESULTADOS DE DESEMPENHO HIPOTÉTICOS É QUE ELES SÃO GERALMENTE PREPARADOS COM O BENEFÍCIO DE HINDSIGHT. ALÉM DISSO, A NEGOCIAÇÃO HIPOTÉTICA NÃO ENVOLVE O RISCO FINANCEIRO, E NENHUM REGISTRO DE NEGOCIAÇÃO HIPOTÉTICA PODE COMPLETAMENTE CONTA PARA O IMPACTO DO RISCO FINANCEIRO DE NEGOCIAÇÃO REAL. POR EXEMPLO, A CAPACIDADE PARA SUPORTAR PERDAS OU ADERIR A UM PROGRAMA DE NEGOCIAÇÃO EM PARTICULAR DENTRO DA NEGOCIAÇÃO DE PERDAS SÃO PONTOS MATERIAIS QUE TAMBÉM PODEM AFETAR DE ACORDO, DE FORMA ALTA, OS RESULTADOS DA NEGOCIAÇÃO. EXISTEM NUMEROSOS OUTROS FATORES RELACIONADOS COM OS MERCADOS EM GERAL OU PARA A IMPLEMENTAÇÃO DE QUALQUER PROGRAMA DE NEGOCIAÇÃO ESPECÍFICO QUE NÃO PODE SER TOTALMENTE CONSIDERADO PARA A ELABORAÇÃO DE RESULTADOS DE DESEMPENHO HIPOTÉTICOS E TODOS OS QUE PODEM AFETAREM ADEUSAMENTE OS RESULTADOS DA NEGOCIAÇÃO.
ESTAS TABELAS DE DESEMPENHO E RESULTADOS SÃO HIPOTÉTICOS NA NATUREZA E NÃO REPRESENTAM A NEGOCIAÇÃO EM CONTAS REAIS.

William Eckhardt: Um professor de negociação de tartaruga crítica.
Quando Bill Eckhardt deixou a Universidade de Chicago e previu o seu PhD quase concluído em lógica matemática em 1973, ele não abandonou suas atividades educacionais; em vez disso, ele os concentrou em uma miríade de disciplinas que apoiaram sua pesquisa na criação de sistemas de negociação. Eckhardt se juntou ao amigo do ensino médio Richard Dennis como trader na Mid-America Exchange. Os dois mais tarde se tornariam parceiros da C & # 038; D Commodities, onde criaram sistemas de negociação técnica e lançaram o famoso experimento de negociação de tartaruga. Os detalhes do experimento da tartaruga se tornaram lendários, mas a prova de seu valor pode ser vista nos muitos negócios comerciais altamente bem-sucedidos que ele lançou, como demonstra nossa classe de Top Traders de 2010. Eckhardt lançou seu próprio assessor de negociação de commodities (CTA) em 1991, que produziu um retorno anual composto de 17,35% ao longo de 20 anos e ganhou 21,09% em 2010. Além de construir sistemas de negociação, Eckhardt desenvolveu uma ciência de negociação e trabalhos acadêmicos escritos sobre a filosofia da ciência. Aqui, discutimos sua abordagem científica à negociação.
Revista de Futuros: Muitos no mundo dos investimentos tradicionais se apegam à noção de que os mercados são eficientes. Seguimento de tendências não é válido sob a hipótese de mercado eficiente (EMH), mas aqui você está 30 anos depois. Por que o EMH persistiu? Fale sobre essa anomalia.
Bill Eckhardt: O modelo de passeio aleatório da mudança de preço tem sido tão duradouro porque está quase correto. A diferença entre os preços futuros e certos passeios aleatórios é muito pequena para detectar usando a análise tradicional de séries temporais. Incrivelmente, essa diferença é detectável usando sistemas de negociação.
FM: Como os sistemas de negociação fazem isso?
BE: Os sistemas de negociação podem ser altamente sensíveis a relações não lineares em séries de preços. Então, por que isso não revoluciona a modelagem de séries de preços? Estimadores estatísticos sondam características particulares da série de preços; eles são equipados com níveis de confiança, fornecem informações sobre possíveis modelos e são úteis para a previsão. Do ponto de vista do modelador, os sistemas de negociação não localizam características específicas da série de preços; eles não têm níveis de confiança e são inúteis para a previsão. Pior de tudo, eles dizem pouco sobre qualquer modelo possível. Os sistemas de negociação podem ser altamente lucrativos, mas não dizem ao modelador o que ele precisa saber. Da mesma forma, os modelos, embora valiosos em outros aspectos, não ajudam na criação de sistemas de negociação.
FM: Você passou a vida inteira negociando e pesquisando. Cite algumas verdades simples que você descobriu.
BE: Melhore sua negociação ou ela se degradará; não há nada neste jogo. Você pode ser criativo na pesquisa, mas não pode negociar criativamente; Em outras palavras, fique com seus sistemas. Negociar é um pouco como moralidade, pois é muito mais fácil saber o que você deve fazer do que fazê-lo. Finalmente, use apenas estimadores robustos e amostras muito grandes, não dezenas, mas milhares.
FM: Parece que há uma batalha constante com os comerciantes sistemáticos entre manter seus modelos e constantemente melhorando e evoluindo. Quão difícil é equilibrar esses elementos que às vezes parecem conflitantes?
BE: Se o seu sistema de negociação é inadequado, você não deve usá-lo. Se o seu sistema é bom, então cumpra-o fielmente. Enquanto isso, procure vigorosamente por melhorias. Quando o novo sistema estiver pronto, você poderá alterá-lo - você não estará deixando de seguir seu sistema. Portanto, não precisa haver conflito entre persistência e mudança.
FM: Fale sobre a batalha entre otimização e ajuste de curvas.
BE: Ao tentar melhorar o seu sistema, você pode piorar. Você pode ajustar demais os dados passados ​​ou talvez fazer algo estatisticamente inválido. Há uma ideia, embora não seja universalmente aceita, de que você não deve otimizar seus sistemas. Que você deve descobrir o que são números razoáveis ​​e seguir com isso. Eu não acredito nisso; nós otimizamos o tempo todo, mas há alguma verdade nisso, no sentido de que, se você se encaixar demais, vai se machucar. A otimização é um procedimento um pouco perigoso, assim como a negociação. E isso tem que ser feito com cuidado e deliberação, e você precisa ter certeza de que não está se ajustando aos dados do passado.
FM: Como você evita o encaixe das curvas?
BE: O que a maioria das pessoas usa para evitar isso é a técnica in-sample / out-of-sample onde eles mantêm metade de seus dados para otimização e metade de seus dados para testes. Esse é um padrão da indústria. Nós não fazemos isso; desperdiça metade dos dados. Nós temos nossas próprias técnicas proprietárias para ajuste excessivo que, na verdade, melhoramos apenas um ano atrás. É importante testar o excesso de ajuste; Se você não tiver seu próprio teste, use a técnica [in-sample / out-of-sample]. Eu posso falar um pouco mais sobre o ajuste, se não as minhas técnicas proprietárias. Primeiro de tudo eu gosto do [termo] over-fitting ao invés de ajuste de curva porque o ajuste de curva é um termo da análise de regressão não-linear. É onde você tem muitos dados e está ajustando os pontos de dados a alguma curva. Bem, você não está fazendo isso com o futuro. Tecnicamente não há ajuste de curva aqui; o termo não se aplica. Mas o que você pode fazer é se encaixar demais. A razão pela qual eu gosto do termo over-fit do que de ajuste de curva é que o over-fit mostra que você também pode se encaixar. As pessoas que não otimizam estão mal ajustadas. Agora, os dois números que mais determinam se você está ajustando demais são o número de graus de liberdade no sistema. Toda vez que você precisa de um número para definir o sistema, como um certo número de dias atrás, uma certa distância no preço, um certo limite, qualquer coisa assim é um grau de liberdade. Quanto mais graus de liberdade você tiver, mais provável será que você se ajuste demais. Agora o outro lado é o número de negociações que você tem. Quanto mais negócios você tem, menos você tende a se encaixar, para que possa ter um pouco mais de liberdade. Não permitimos mais de 12 graus de liberdade em nenhum sistema. Se você colocar mais sinos e assobios em seu sistema, é fácil obter 40 graus de liberdade, mas o mantemos em 12. Do outro lado, para que possamos fazer uma troca, temos que ter uma amostra de pelo menos 1.800; nós não faremos uma negociação a menos que tenhamos 1.800 exemplos. Esse é o nosso mínimo absoluto. Normalmente teríamos 15.000 negociações de um certo tipo antes de fazermos uma inferência sobre se queremos fazê-lo. A razão pela qual você precisa de tantos é o fenómeno da cauda pesada. Não é só que caudas pesadas causam eventos extremos, que podem atrapalhar sua vida, o problema real com as caudas pesadas é que eles podem enfraquecer sua capacidade de fazer inferências apropriadas. As pessoas com distribuição normal dizem que grandes amostras chegam em torno de 35. Em outras palavras, se você tem uma distribuição normal e está tentando estimar uma média, se tiver mais de 35, terá uma boa estimativa. [Em] contraste, com o tipo de distribuições que temos com negociação de futuros, você pode ter centenas de amostras e elas ainda podem ser inadequadas; É por isso que vamos por no mínimo 1.800. Isso é estritamente uma função da gordura das caudas da distribuição. Você tem que usar técnicas estatísticas robustas e essas técnicas estatísticas robustas são instrumentos contundentes. [Eles] são hogs de dados, então ambos parecem ser desvantagens, mas eles têm as vantagens de estarem corretos.
FM: O que os seus sistemas têm persistido há tanto tempo e que ajustes você fez ao longo dos anos?
BE: O Navio de Teseu de Aristóteles gradualmente substituiu todas as suas partes. Ainda era o navio de Teseu? Ao longo das décadas, todas as partes de nossos sistemas foram modificadas. É a nossa abordagem científica que persiste e apoia toda a estrutura.
FM: Parece haver um entendimento crescente do risco de cauda e o valor das estratégias que podem tirar proveito disso em vez de simplesmente protegê-lo. Como resultado, os futuros gerenciados estão se tornando mais populares. Você concorda e, mais importante, vê isso como uma mudança permanente ou uma reação temporária à recente crise financeira?
BE: Eu gostaria de distinguir a diversificação da cobertura. A negociação de futuros diversifica o risco e pode melhorar os retornos, mas fica aquém de um hedge. Cobertura requer anti-correlação para o risco que é coberto. Os retornos de futuros, em sua maioria, não são correlacionados aos de outros ativos. Isso os torna um excelente veículo para diversificação. O fenômeno da cauda grande significa que a maioria dos testes estatísticos superestima a confiabilidade e subestima o risco. Não sei se é possível aproveitar isso, mas é importante se proteger disso.
FM: Você faz uma distinção importante entre diversificar e fazer hedge, mas muitos gerentes baseados em ações estão olhando para as estratégias de seguro de risco de cauda. Uma alocação para futuros administrados não proporcionaria um seguro melhor, já que se mostrou negativamente correlacionado com os mercados de ações em baixa?
BE: Se você selecionar períodos exclusivos, como quando os estoques estiverem extremamente fracos, isso criará um forte viés de seleção. A anti-correlação encontrada nesses estudos pode ter sido um artefato de seleção. A negociação de futuros tem sua própria cauda pesada para adicionar ao mix. A chave é a independência, o que possibilita uma diversificação eficiente.
FM: Foi demonstrado que as curvas de distribuição normal subestimam o risco de cauda nas ações. A sua abordagem lhe dá uma imagem melhor do risco de cauda em sua abordagem de acompanhamento de tendências?
BE: O risco de cauda é difícil de estimar, mas passamos mais de 25 anos neste projeto. Nós trabalhamos muito duro e temos várias técnicas para lidar com o fato de que as caudas são tão pesadas. É absolutamente crucial porque o risco de cauda muda tudo o que fazemos. Cada parte de projetar e implementar o sistema é afetada pelo fato de você ter valores mais extremos do que o esperado em qualquer tipo de modelo normal.
FM: Você está mais bem preparado porque o modelo de tendência de tendências tenta aproveitar esse fenômeno de cauda no mercado geral?
BE: Sim, mas tem seu próprio risco de cauda. Eu tenho um pouco de dificuldade com a idéia de que o risco de cauda no comércio de futuros é o que está ajudando, porque eu vejo isso estritamente como um obstáculo, estritamente como um problema a ser superado. Você pode ter razão, porque acho que ajuda a ter esses movimentos muito grandes. Só vai ajudá-lo se você o tratar como um tigre selvagem. … O acompanhamento de tendências não funciona apenas devido ao risco de cauda, ​​mas o risco de cauda aumenta o volume.
FM: Nós conversamos com Richard Dennis há alguns anos e ele disse que o acompanhamento de tendências está ficando mais difícil e os sistemas não mantêm sua vantagem por tanto tempo. Você concorda?
BE: Em geral, eu concordo que está ficando mais difícil e você tem que melhorar, embora eu não saiba que você tem que melhorar mais rápido. Hastiness pode ser caro neste jogo. Quando você está fazendo sua pesquisa e você está melhorando, deve ser com a confiança de que o sistema que você está negociando atualmente é bom. O valor do sistema atual que você está negociando lhe dá tempo para fazer uma melhoria deliberada e cautelosa.
FM: Algumas pessoas afirmam que a capacidade dos futuros administrados de estarem negativamente correlacionadas a ações em mercados de ações pobres tem a ver com o mercado de longo prazo em títulos e que pode não ser o caso em um ambiente de taxas de juros em ascensão. Isso é algo que os investidores devem estar cansados?
BE: Parece-me que o que eles estão fazendo é olhar para o fato de que o acompanhamento de tendências tem sido lucrativo, o que provavelmente as irrita de qualquer maneira - [o acompanhamento de tendências] só tem um registro de 30 ou 40 anos - então eles estão olhando para o que o maior fator econômico [era] naquele tempo? Bem, nós tivemos essas taxas de juros em declínio e eles dizem que um tem que causar o outro. Eu apenas não vejo isso. Ao analisar meu próprio desempenho, não consigo encontrar um padrão em que estou ganhando uma quantia incomum de dinheiro nas taxas de juros e não nas outras coisas. Então, eu seria muito cético em relação a essa ideia de que todo o dinheiro em seguir tendências vem do comportamento de um grupo de mercados. Quero mencionar que toda essa questão do controle de risco não é uma questão completamente objetiva. Eu queria inventar uma ciência da negociação que eu, pelo menos parcialmente, completei; Eu certamente não fiz tudo o que me propus a fazer. Quando eu era jovem, queria criar sistemas de risco objetivos. Em outras palavras, uma vez que você tenha um sistema, qual é o tamanho certo para negociar, ponto final. Depois de anos trabalhando nisso, me convenci de que não tinha uma resposta única. Você precisa de pelo menos uma peça subjetiva do quebra-cabeça para colocá-lo em conjunto, e essa é a aversão ao risco de um indivíduo. Agora isso é subjetivo. Não existe uma regra que diga o quanto você deve ser avesso ao risco, que é um elemento integral da sua personalidade. Mas, a menos que você saiba o quanto é avesso ao risco ou a menos que possa imputar aversão ao risco para seus clientes, você realmente não pode resolver a questão de quão grande você deve negociar.
FM: Existe o risco de que os gerentes acabem se medindo em vez de nos mercados?
BE: Toda estratégia tem uma capacidade finita. É possível que uma estratégia de negociação seja super-inscrita e não funcione mais. Isso não aconteceu com o acompanhamento de tendências, mas o jogo ficou mais difícil.
FM: A cada poucos anos, após um período difícil, alguém diz que o acompanhamento de tendências está morto.
BE: Eu vivi a morte de uma sequência de tendências meia dúzia de vezes e, como a morte de Mark Twain, foi altamente exagerada.
FM: Você tem um fundo fascinante. Conte-nos como você foi de um candidato a PHD na Universidade de Chicago para negociar futuros.
BE: Meu interesse em negociação de futuros é do ensino médio, assim como minha primeira colaboração com Rich Dennis. Na Universidade de Chicago especializei-me em lógica matemática e tive uma grande oportunidade de perseguir meus interesses na filosofia da ciência e na história das idéias. Os últimos foram influentes em moldar minha abordagem à negociação. Em 1973, meu conselheiro e eu estávamos tendo discordâncias sobre a direção que minha dissertação estava tomando, e Rich sugeriu que eu tirasse um tempinho e viesse ao chão para negociar. Eu não voltei [para a escola].
FM: Muitas das tartarugas tiveram grande sucesso, bem como alguns dos operadores de C & D, embora suas estratégias tenham evoluído para algo bem diferente do original. Havia algo muito mais básico nas lições que permitiram que tantos tivessem sucesso e criassem novas estratégias?
BE: As tartarugas foram rigorosamente selecionadas e altamente talentosas. Eles também receberam treinamento, prática e orientação. Eles tiveram um bom começo conosco, mas merecem a maior parte do crédito pelo sucesso contínuo. As tartarugas de sucesso ramificaram-se amplamente, mas minha negociação também mudou; ela evolui ou perece "# 8230 ;. Pelo que me lembro, mais da metade do curso girou em torno de desenvolver a atitude certa, protegendo-se contra emoções debilitantes, como pensar em risco e como lidar com o sucesso e o fracasso. Ensinar o próprio sistema de tartarugas não demora muito. Eu estava dizendo que você precisa de menos de 12 graus de liberdade em um sistema; versões do sistema de tartaruga tinham três ou quatro. Passamos muito tempo falando sobre nossas teorias sobre como controlar o risco; essa foi a maior parte do curso. Atitude, controle emocional, disciplina; essas coisas são mais difíceis de ensinar. Todas as tartarugas aprenderam o sistema e aprenderam a estratégia; essa foi a parte fácil, mas alguns deles trouxeram a atitude correta e mentalmente correta e eles prosperaram e se tornaram muito ricos. Outros tiveram uma carreira mais hesitante e não tiveram sucesso também. Eles tinham o mesmo treinamento, mas talvez eles não tivessem a mesma maquiagem emocional.
FM: Fale um pouco sobre o dimensionamento de posição e gerenciamento de risco e o papel que eles desempenham no sucesso a longo prazo.
BE: Quando e onde você inicia um negócio é muito menos importante do que o tamanho do seu comércio e como você liquida. Infelizmente, os traders tendem a colocar um grande esforço na iniciação do comércio e deixar a gestão de risco estagnar. Pequenas melhorias na avaliação de risco ou volatilidade podem não ser excitantes, mas estão entre as mudanças mais duradouras e benéficas. Uma abordagem a ser evitada é projetar o sistema primeiro e depois abordar o gerenciamento de riscos. Comparei isso com a "Ilha do Doutor Moreau" de Wells, porque é como enxertar a cabeça de uma criatura no corpo de outra. O gerenciamento de sistemas e riscos deve ser desenvolvido em conjunto; a conexão deve ser perfeita.
FM: Você e Richard Dennis apostaram se você poderia ensinar trading; você pode ensinar a gerentes de pensão e acadêmicos financeiros que os mercados nem sempre são eficientes?
BE: Várias testemunhas oculares deste episódio discordam, um bom exemplo da falta de confiabilidade desse tipo de testemunho. Eu não acredito que eu tenha defendido que a negociação não pode ser ensinada, mas se a minha memória é falha neste ponto, eu admito livremente que, como virtualmente qualquer atividade humana, a negociação pode ser ensinada e a prática pode melhorar o desempenho. Todas as partes concordam, no entanto, não houve aposta. Possivelmente, um argumento entre centenas de outros, mas sem aposta.
FM: Essa pergunta deveria ser engraçada. Basicamente, estou curioso sobre a sua opinião sobre o porquê de uma estratégia - seguir uma tendência - que tem sido utilizada com sucesso por muitos gerentes ao longo de muitos anos, ainda é questionada, até mesmo descartada, por muitos acadêmicos.
BE: Nos últimos 20 anos, muitos acadêmicos têm criticado o modelo de passeio aleatório de mudança de preço, embora as mudanças sugeridas sejam geralmente menores. Alguns comentaristas chegaram a apontar que a existência de sistemas de negociação lucrativos entra em conflito com o modelo de passeio aleatório. No entanto, esses mesmos comentaristas tomam isso como um sinal de que há algo errado com seus modelos; eles não analisam e melhoram os sistemas de negociação, que para eles são apenas detalhes inconvenientes sobre séries de preços.
FM: Alguns acadêmicos ainda não acreditam nos trabalhos que seguem as tendências.
BE: Eles estão voando em face de muitos dados. Me esqueça; Existem dezenas de gerentes com um longo histórico. Poucas pessoas - muito poucas de uma grande amostra - podem lucrar mesmo em um mercado aleatório, mas isso é muito pouco; 1 em 500, 1 em 1.000. Seguimento de tendências teve um histórico muito melhor do que isso. Mas sempre que eles são confrontados com isso, os registros de seguidores de tendência, eles dizem que essas pessoas estão fazendo dinheiro de outra maneira. Isso não é impossível. Quando eu estava no poço, havia bons operadores que usavam esses números com base em médias móveis de três dias, eles eram números totalmente inúteis e eu sabia disso naquela época, mas eles foram dados como níveis de suporte e resistência e esses comerciantes estavam entre os melhores traders que eu conhecia que usavam esses números e eles juravam por eles. Eu assisti a negociação deles e depois de um tempo percebi que os números não faziam nenhuma diferença, talvez eles estivessem negociando nos números, mas eles estavam sempre comprando na oferta e vendendo na oferta. Então, eu acho que é possível que alguém possa ganhar dinheiro e não saber como eles estão fazendo isso, mas isso foi no chão onde você está recebendo bordas. Seguidores de tendência, como eu, estão trocando o chão onde estamos desistindo de arestas, então nossas performances esperadas devem ser negativas em um passeio aleatório. Diante de toda essa evidência empírica, eles deveriam reavaliar sua posição, mas descobri que muitos acadêmicos nunca mudam de posição e a única maneira de mudar isso é quando os acadêmicos mais velhos morrem. Parte do problema é que os estimadores não mostram todas as divergências da aleatoriedade. Digamos que você tenha um sistema e seja milho comprido. Digamos que seja um modelo que diz que o milho sobe 2 ¢. Se o milho sobe 8 ¢, pelo modo normal de medição, ele estava fora por 6 ¢, então era uma má previsão. Foi um bom negócio, mas uma má previsão. Você simplesmente não pode tratar de negociações e previsões da mesma maneira, e todos os acadêmicos estão focados na previsão. Agora, superficialmente, parece que a negociação é uma forma de previsão, mas na verdade não é. Se você projetar seu sistema onde está tentando prever o mercado, não funcionará. Você tem que se concentrar em projetar perdas, gerenciar riscos e encontrar algo que funcione, mas se estiver procurando diretamente previsões que tendem a ser auto-destrutivas.
FM: Mas esse não é o ponto de seguir as tendências - que você não está prevendo, apenas definindo uma tendência e aproveitando-a?
BE: Isso mesmo. E se você olhar para mim como um preditor em vez de um comerciante - como um comerciante, estou muito à frente, como um prognosticador estou marcando cerca de 35%, então não sou muito bom como um preditor. Essas são habilidades diferentes. Mas mesmo com os seguidores da tendência, você ouvirá as pessoas dizerem: “Aonde você acha que o mercado está indo?”. É apenas a natureza humana tentar abordar isso em termos de fazer uma previsão.
FM: Depois de ver os gerentes por mais de uma década, parece-me que há mais diversidade dentro do que é vagamente definido como o espaço de acompanhamento de tendências de médio a longo prazo do que a maioria das pessoas acredita.
BE: Isso está certo. As pessoas olham demais para a correlação entre os operadores. O fato da questão é que as correlações tendem a exagerar o relacionamento. A razão de ser, seja qual for o tipo de profissional que você é - digamos que você é um profissional de médio a longo prazo - se você é um fundamentalista, se você é contra-tendência, sabe comprar o fundo e vender o topo - ou se você é um seguidor de tendências, nesse momento você vai ganhar dinheiro e todo mundo ganha dinheiro nas tendências. Eles fazem isso de maneiras diferentes, entram em lugares diferentes, têm abordagens diferentes, mas ganham dinheiro nas tendências. Então, quando você olha para o desempenho, eles se correlacionam mais do que deveriam. Então, agora, se você restringir seu escopo apenas aos seguidores da tendência, eles realmente se correlacionarão mais do que deveriam. Então, isso dá a impressão de que eles estão realmente apenas fazendo a mesma coisa, o que eles não são. Portanto, há mais diversificação entre os seguidores da tendência do que se esperaria. Existem realmente diferentes variedades de acompanhamento de tendências e elas realmente têm propriedades diferentes.
FM: Há sinais de que esta indústria em que você está envolvido há mais de 30 anos está se movendo para o mainstream. O que você vê como futuro?
BE: Well, it is well overdue. I don’t have to tell you that they were trading futures in the 19th century and this is the 21st. People talk about futures as derivatives and that might be technically true but the fact is these have been around for a long time. For all that time futures have had the reputation of being really risky. It took people to lose several fortunes over and over again in the stock market to finally figure out that it is the stock market that is really risky. Futures are only as risky as you want [them] to be because you can leverage [them] down so easily. I don’t understand why futures had the bad reputation for all of those years, and if it is coming into the mainstream it is long overdue.
FM: We know you are more of a technician than a fundamentalist but give us your outlook on the investing landscape. Is it a good time to be in managed futures? Is it a good time to be a trend follower?
BE: I can’t predict the direction of the economy, but it’s a safe bet that it’s going to be a roller coaster ride. In the past such periods have been good for the trend follower. This is, however, a flimsy argument – it’s impressionistic and rests on a small sample. The real reason to participate is that futures trading has been beneficial in general, and now is likely to be as good a time as any.
Additional Eckhardt.
William Eckhardt: Doing By Learning — Futures Magazine.
Eckhardt lost the bet with Dennis. He did not think the turtles could be trained. Given his high degree of education, it is likely the turtle experiment was somewhat discomforting. The turtle experiment proved that you did not need a doctoral degree in mathematical logic to win. In fact, it proved anyone could win:
Q. How did you become partners with Richard Dennis?
A. Rich & I were friends in high school. Rich began trading when he was in college. I stayed in school, working toward a doctoral dissertation in mathematical logic. In 1974 I got bogged down for political reasons. I was writing a dissertation on mathematical logic under a world-famous mathematician. A new faculty member whose specialization happened to be mathematical logic joined the staff. Theoretically, I was his only student. The supervisory role on my thesis was shifted from my existing advisor to this new faculty member, who then decided that he really wanted me to do a different thesis. As a result, after I had done all my course work, taken my exams, and finished three-quarters of my dissertation, my progress was stymied. At the time, Richard suggested that I take a sabbatical to try trading on the floor. I did, and I never returned to school.
A great story. A great teacher. Bill Eckhardt played a huge role in trading history.

Jornadas de um comerciante trapaceiro.
Aprendizados e pensamentos sobre negociação, macroeconomia, investimento em valor, finanças quantitativas e contabilidade.
Quotable Quotes from William Eckhardt (Mechanical Trend-Following Systems Trading)
I was reading more about William Eckhardt (or the Turtles trading experiment fame with Richard Dennis).
Eckhardt launched his own commodity trading advisor (CTA), Eckhardt Trading Company, in 1991, which has produced a compound annual return of 17.35% over 20 years and earned 21.09% in 2010. There are some updated statistics on this website, which showed these results over the period July 1991 to May 2013:
Annualized return of 14.5% vs. 9.2% for S&P Sharpe ratio of 0.6 vs. 0.45 for S&P Worst month of -18.3% (1994) vs. -16.8% for S&P (2008) Worst drawdown of -27.11% (1992) vs. -50.95% for S&P (GFC) Worst year was -15.64% in 2011 Best year was 57.95% in 1993 Positive returns for 17 out of 23 years (
74%) Positive returns for 153 out of 262 months (
From what I’ve read, he is really a hard-core brilliant scientist in systems trading. He is the crème de la crème, standing at the top of the world of mechanical trend-following trading.
That’s why his results are particularly noteworthy and sobering. If the top guy is doing a 14.5% annualized return, understandably tied to the risk exposure taken, it really humbles my return expectations for my own trading based on trend-following.
I have categorized key points below into three categories: (1) psychology, (2) methodology, and (3) systems development. There are a lot of very good points shared by William Eckhardt on many aspects of trading and systems development. I highly encourage readers to read the entire post.
You Cannot Bring Normal Human Tendencies To Trading.
If a betting game among a certain number of participants is played long enough, eventually one player will have all the money. If there is any skill involved, it will accelerate the process of concentrating all the stakes in a few hands. Something like this happens in the market. There is a persistent overall tendency for equity to flow from the many to the few. In the long run, the majority loses. The implication for the trader is that to win you have to act like the minority. If you bring normal human habits and tendencies to trading, you’ll gravitate toward the majority and inevitably lose. Anyone with average intelligence can learn to trade. Isso não é ciência de foguetes. However, it’s much easier to learn what you should do in trading than to do it. Good systems tend to violate normal human tendencies. Of the people who can learn the basics, only a small percentage will be successful traders. If you’re playing for emotional satisfaction, you’re bound to lose, because what feels good is often the wrong thing to do. Richard Dennis used to say, somewhat facetiously, “If it feels good, don’t do it.” In fact, one rule we taught the Turtles was: When all the criteria are in balance, do the thing you least want to do. You have to decide early on whether you’re playing for the fun or for the success. Whether you measure it in money or in some other way, to win at trading you have to be playing for the success.
Human Nature Does Not Operate to Maximize Gain, But the Chance of Gain.
One common adage on this subject that is completely wrongheaded is: you can’t go broke taking profits. That’s precisely how many traders do go broke. While amateurs go broke by taking large losses, professionals go broke by taking small profits. The problem in a nutshell is that human nature does not operate to maximize gain but rather to maximize the chance of gain . The desire to maximize the number of winning trades (or minimize the number of losing trades) works against the trader. The success rate of trades is the least important performance statistic and may even be inversely related to performance . Two of the cardinal sins of trading – giving losses too much rope and taking profits prematurely – are both attempts to make current positions more likely to succeed, to the severe detriment of long-term performance.
Emotional Makeup is More Important Than Intelligence.
Eu não vi muita correlação entre boa negociação e inteligência. Some outstanding traders are quite intelligent, but a few aren’t. Many outstanding intelligent people are horrible traders. Inteligência média é suficiente. Além disso, a maquiagem emocional é mais importante. As I recall more than half the course revolved around developing the right attitude, guarding against debilitating emotions, how to think about risk, and how to handle success and failure. Teaching the turtle system itself doesn’t take very long. I was saying you need less than 12 degrees of freedom in a system; versions of the turtle system had three or four. We spent a lot of time talking about our theories on how to control risk; that was actually the bulk of the course. Attitude, emotional control, discipline; those things are harder to teach. All the turtles learned the system and learned the strategy; that was the easy part, but some of them brought the right attitude and right mental set to it and they prospered and became very rich. Others had a more halting career and did not succeed as well. They had the same training, but maybe they did not have the same emotional make-up.
If You Can’t Change Your Behavior, Be a Systems Trader.
If a trader doesn’t know why he’s losing, then it’s hopeless unless he can find out what he’s doing wrong. In the case of the trader who knows what he’s doing wrong, my advice is deceptively simple: He should stop doing what he is doing wrong. If he can’t change his behavior, this type of person should consider becoming a dogmatic system trader.
You Are Finished If You Keep Missing Good Trades.
I take the point of view that missing an important trade is a much more serious error than making a bad trade. If you make a bad trade and you have money management you are really not in much trouble. However, if you miss a good trade there is nowhere to turn. If you miss good trades with any regularity you’re finished. For example, let’s say the market moves rapidly through your buying zone and you miss it, you miss your buy signal and instead wait for a retracement to maybe buy cheaper. But, the market just keeps going higher and higher and never retraces. Agora, o que você faz? There’s a great temptation to reason that now it’s too high to buy. If you buy it now you’ll have an initiation price that’s too high? No, the initiation price simply won’t have the kind of significance you suppose it will have after the trade is made. You can’t miss these trades. If you miss a good trade, you have nothing to protect you-that is, nothing in the system will assure that you eventually get in. Also, missing a good trade can be demoralizing and destabilizing, especially if you’ve been in the midst of a losing period. And like so many bad trading decisions, it ends up costing you more than just the money lost or not made on the trade. Missing a major trade tends to have a reverberating effect throughout your whole trading strategy. Sometimes it can be weeks before you get back on track. Trading systems force discipline to make sure these trades are not missed.
Do Not Override Your System During the Trading Day.
You should try to express your enthusiasm and ingenuity by doing research at night, not by overriding your system during the day. Overriding is something you should do only in unexpected circumstances – and then only with great forethought. If you find yourself overriding routinely, it’s a sure sign that there’s something that you want in the system that hasn’t been included. You can be creative in research but don’t trade creatively; in other words, stick to your systems. If your trading system is inadequate, you shouldn’t use it. If your system is good, then stick to it faithfully. In the meantime search vigorously for improvement. When the new system is ready you can change to it – you are not thereby failing to stick to your system. So there need be no conflict between persistence and change.
Losses Must Hurt But Avoid Snowball Scenarios.
The people who survive avoid snowball scenarios in which bad trades cause them to become emotionally destabilized and make more bad trades. They are also able to feel the pain of losing. If you don’t feel the pain of a loss, then you’re in the same position as those unfortunate people who have no pain sensors. If they leave their hand on a hot stove, it will burn off. There is no way to survive in the world without pain. Similarly, in the markets, if the losses don’t hurt, your financial survival is tenuous. I know of a few multimillionaires who started trading with inherited wealth. In each case, they lost it all because they didn’t feel the pain when they were losing. In those formative first few years of trading, they felt they could afford to lose. You’re much better off going into the market on a shoestring, feeling that you can’t afford to lose. I’d rather bet on somebody starting out with a few thousand dollars than on somebody who came in with millions.
Be Cautious After a Period of Wins.
In many ways, large profits are even more insidious than large losses in terms of emotional destabilization. I think it’s important not to be emotionally attached to large profits. I’ve certainly made some of my worst trades after long periods of winning. When you’re on a big winning streak, there’s a temptation to think that you’re doing something special, which will allow you to continue to propel yourself upward. You start to think that you can afford to make shoddy decisions. You can imagine what happens next. As a general rule, losses make you strong and profits make you weak. It is a common notion that after you have profits from your original equity, you can start taking even greater risks because now you are playing with ‘their money’. We are sure you have heard this. Once you have profit, you’re playing with ‘their money’. It’s a comforting thought. It certainly can’t be as bad to lose ‘their money’ as ‘yours’? Certo? Errado. Why should it matter whom the money used to belong to? What matters is who it belongs to now and what to do about it. And in this case it all belongs to you.
The Market Tricks You to Trade Poorly.
The market behaves much like an opponent who is trying to teach you to trade poorly. Since most small to moderate profits tend to vanish, the market teaches you to cash them in before they get away. Como o mercado gasta mais tempo em consolidações do que em tendências, ele ensina a comprar quedas e vender comícios. Since the market trades through the same prices again and again and seems, if only you wait long.
enough, to return to prices it has visited before, it teaches you to hold on to bad trades. The market likes to lull you into the false security of high success rate techniques, which often lose disastrously in the long run. The general idea is that what works most of the time is nearly the opposite of what works in the long run.
Focus on Planning What to Do When the Bad Scenarios Happen.
Don’t think about what the market’s going to do; você não tem absolutamente nenhum controle sobre isso. Think about what you’re going to do if it gets there. In particular, you should spend no time at all thinking about those rosy scenarios in which the market goes your way, since in those situations, there’s nothing more for you to do. Focus instead on those things you want least to happen and on what your response will be.
Entry Price Has No Bearing on Subsequent Trade Management.
For example, let’s say the market moves rapidly through your buying zone and you miss it, you miss your buy signal and instead wait for a retracement to maybe buy cheaper. But, the market just keeps going higher and higher and never retraces. Agora, o que você faz? There’s a great temptation to reason that now it’s too high to buy. If you buy it now you’ll have an initiation price that’s too high? No, the initiation price simply won’t have the kind of significance you suppose it will have after the trade is made. You can’t miss these trades. Suppose two traders, A and B, who are alike in most respects except the amount of money they have. Suppose A has 10% less money but he initiates a trade first. He gets in earlier than B. By the time B puts the trade on, the two traders have exactly the same equity. The best course of action has to be the same for both of these traders now. Mind you, these traders have very different entry prices. What this means is that once an initiation is made, it does not matter at all for subsequent decisions what the entry price was. It does not matter. Once you have made an initiation, what your initiation price was has no relevance. The trader must literally trade as though he doesn’t know what his initiation price is.
Entering on Retracement is Tricky.
I don’t like to buy retracements. If the market is going up and I think I should be long, I’d rather buy when the market is strong than wait for a retracement. Buying on a retracement is psychologically seductive because you feel you’re getting a bargain versus the price you saw a while ago. However, I feel that approach contains more than a drop of poison. If the market has retraced enough to make a significant difference to your purchase price, then the trade is not nearly as good as it once was. Although the trade may still work, there’s an enhanced chance that the trend is turning. Perhaps even more critical, a strategy of trying to buy on retracements will often result in your missing the trade entirely or being forced to buy at an even higher price. Buying on retracements is one of those ploys that gives psychological satisfaction rather than providing any benefits in terms of increased profits. As a general rule, avoid those things that give you comfort; it’s usually false comfort.
Exits Are Much More Important Than Entries.
Many systematic traders spend the majority of their time searching for good places to initiate. It just seems to be part of human nature to focus on the most hopeful point of the trading cycle. Our research indicated that liquidations are vastly more important than initiations. If you initiate purely randomly, you do surprisingly well with a good liquidation criterion. In contrast, random liquidations will kill the best system.
Position Sizing Is More Important Than Entries.
When and where you initiate a trade is a lot less important than how large you trade and how you liquidate. Unfortunately, traders tend to put a great effort into trade initiation and let risk management stagnate.
Risk No More Than 2% Per Trade.
You shouldn’t plan to risk more than 2 percent on a trade. Although, of course, you could still lose more if the market gaps beyond your intended point of exit.
Focus on the Price Action.
An important feature of our approach is that we work almost exclusively with price, past and current. One reason for this is that to make any progress in the early stages of quantitative investigation you usually have to reduce the relevant factors to one or two crucial variables. Price is definitely the variable traders live and die by, so it is the obvious candidate for investigation. The other reason is that in a system that’s making good use of price information, it is very difficult to add other information without degradation. Pure price systems are close enough to the North Pole that any departure tends to bring you farther south. We’ve been doing this for a long time, so at this point, most things we test degrade our system. But every year or two, we’ll find something that actually improves it. A price chart is an attempt to model relevant aspects of price change. Price change is not linear displacement, whether vertical, horizontal or oblique. Nonetheless, price change can be represented as vertical displacement and time elapsed as horizontal displacement. Such a model, however, invariably supports relationships that does not correspond to anything in the original process. The angular inclination of a trend on a price chart is a visually striking feature of this representation. Such angles have no intrinsic meaning for the price series, but this is one of the many factors (along with our facility for pattern recognition and wishful thinking) that contributes to our interpreting more from price charts than rigorous testing reveals is there.
Look at the Detailed Structural Information in Price Data and Not Just Summary Results.
Our aversion to summary statistics that obliterate structure extends to the trading systems themselves. For instance, we avoid moving averages of price in making trades. Such moving averages are popular mostly because they’re mathematically tractable, but they smooth away all the structural information inherent in the price data. Another popular tool, the price breakout, may be far better than the moving average, but it still eliminates most of the relevant structure. A breakout trader keeps two pieces of structural information, the high and the low for a given time period, but ignores all the price structure in between. For this and for other reasons we judiciously avoid breakout trading in all parts of all our systems.
Have an Erraticness Filter.
In our case specifically, we have an erraticness filter which is influenced by volatility. Erraticness incorporates different measures of market spread. If market erraticness rises above a certain threshold, new trades in that market are blocked. This is designed to eliminate a subset of potential trades that we think will add to the portfolios’ volatility without contributing much to their returns. We introduced the erraticness filter near the end of March 1996, and it turned out to be very beneficial. For the first few years after we implemented the erraticness filter, in examining our Sharpe ratio the numerator got bigger and the denominator got smaller simultaneously. In my experience, that’s very rare. A few months before things really began to fall apart [in 2008], our systems essentially shut down. They judged the market to be too erratic. When the crisis hit, we had small positions. What we tend to do is just assess the fact that everything’s become riskier and more volatile, and we liquidate a proportion of everything.
We have three packages which consist of 19 systems in all. The short-term package has an average trading length of about 6 days; the medium term package has an average of about 12 days. The long-term package is over 60 days. All of the systems trade independently and are designed to be profitable on their own.
Looking back, about one third of the trades have been winners, and two thirds losers. That’s been true for a long time. The idea is you win in only a modest percentage of trades but you make these wins count.
Why Trend Following Works.
I would offer a few reasons, all based on human nature. The first is that we’re not very good as a species at reasoning about probabilities. We are good at other things, such as estimating speed and distance. Take the ability to catch a baseball, for example; physicists tell us this requires integrating differential equations, which is of course quite complex. By comparison, we make mistakes in easy probability problems. One consequence is that we tend to have only two responses to extremely small probabilities, neither of which is helpful: we ignore them completely or we exaggerate them. I would give the Anthrax scare some years back as an example of the latter. The probability that any single person would be infected with Anthrax was incredibly small, yet a lot of people were in hysterics. The more typical response is to ignore very small probabilities altogether—to assume that they’re essentially zero. Let’s say there’s a one percent probability that beans were going up a dollar. That should make beans go up a penny. In fact, what would typically happen is that market participants would ignore that small probability, and the price wouldn’t respond at all. Let’s say the probability slowly creeps higher. At some point it registers on people’s mental scopes, so to speak. Then they tend to respond discontinuously to this continuous development. Another example of how people behave unreasonably when faced with probabilities is the way they respond to lotteries. If you offer subjects a sure win and you offer them a lottery that’s a little better, they’ll take the sure win. On the other hand, if you offer them a sure loss or a lottery that’s a little worse but has a chance of recouping, they’ll take the lottery. Traders tend to follow the same—they take profits and they play with losses. This bias generates trends. The trendiness of prices seems to be grounded in human nature. Looking back, about one third of the trades have been winners, and two thirds losers. That’s been true for a long time.
Convert Ignorance to Profitability.
I would characterize our overall approach as “conservative”. This does not mean that we avoid market risk, for market risk is the raw material from which profit is fashioned, but we are conservative about what we know and about what can be done. My experience with Decision Theory indicates that knowing what it is you are ignorant of is in fact a powerful position to be in. The task of the trader is to locate those few areas where ignorance is not complete and to convert this information into profitability in an efficient way. False knowledge can be very detrimental to this process, but acknowledged ignorance can be quite beneficial.
Overbought / Oversold Indicators (RSI, Stochastics) Don’t Work.
They’re close to zero in terms of their profit expectations. What these patterns make during market.
consolidations, they lose during trends. For one thing, when you look at these indicators superimposed on a price chart, they look much better than they really are. The human eye tends to pick up the times these indicators accurately called minor tops and bottoms, but it misses all the false signals and the extent to which they were wrong during trends. Formally, the mistake is the confusion between prior and posterior probabilities. For example, it’s true that a lot of extremes have reversal days. All that’s telling you is the probability of having a reversal day given a price extreme. What you really want to know is what the probability is. of having an extreme-that is, a sustained change in market trend-given that you have a reversal day. That is a very different probability. Just because one probability is high, it in no way implies that the other one is high as well. If 85 percent of all tops and bottoms have property X, but property X also occurs often enough in other places, using that indicator as a signal will rip you to shreds.
There are very powerful scientific methods of cyclical analysis, particularly Fourier analysis. Fourier analysis has been tried again and again on market prices, starting in the late nineteenth century with the work of the French mathematician Louis Bachelier. All this scientific research has failed to uncover any systematic cyclic components in price data. This failure argues strongly against the validity of various trading systems based on cycles. And, I want to stress that the techniques for finding cycles are much stronger than the techniques for finding trends. Finding cycles is a classic scientific problem. If you allow cycle periods to shrink and expand, skip beats, and even invert-as many of these cycle theorists (or, perhaps more accurately, cycle cranks) do-then you can fit cycles onto any data series that fluctuates. The bottom line is that rigorous statistical techniques, such as Fourier analysis, demonstrate that these alleged cycles are practically random.
There are two parts to the process. The first part is to develop a coherent portfolio theory: how to structure your trades, how to manage risk, etc. That truly is a scientific project in which you’re trying to develop things from first principles. The second part is brainstorming for new trading ideas. It usually takes 70 to 100 false starts before we get something that we can use. We pay a lot of attention to the foundations of the subject, to the soundness of our methodology, and to the correctness of our statistics. In terms of the foundations of the subject, we rely heavily on Decision Theory and Utility Theory.
Prediction Models Do Not Help in Trading Systems.
Statistical estimators probe particular features of the price series; they are equipped with confidence levels, give information about possible models, and are useful for prediction. From the point of view of the modeler, trading systems do not locate specific features of the price series; they have no confidence levels and are useless for prediction. Worst of all, they say little about any possible model. Trading systems can be highly remunerative, but they don’t tell the modeler what he or she needs to know. In the same way models, although valuable in other respects, do not help in designing trading systems. Now superficially it seems like trading is a form of prediction but it really isn’t. If you design your system where you are trying to predict the market, then it doesn’t work. You have to concentrate on projecting losses, risk management and finding something that works, but if you are directly looking for prediction that tends to be self-stultifying. And if you look at me as a predictor instead of as a trader — as a trader I am way ahead, as a predictor I am scoring about 35%, so I am not very good as a predictor. Those are different skills. But still even with trend followers you will hear people say, “Where do you think the market is going?” It is just human nature to try and approach this in terms of making a prediction.
Continuously Improve Your Trading Systems.
Improve your trading or it will degrade; there’s no coasting in this game. When I first began trading solely on the basis of price and was much more concerned than I should have been about the academic orthodoxy that futures market price change was pure white noise–a random walk–I made the following notebook entry: “How can the aggregate of traders and users arbitrage out a potentially unlimited number of nonlinear relationships?” The implication was that they could not. Twenty-five years later, I am less confident about the continuing correctness of this answer. What I failed to take into consideration was the staggering explosion in information processing. This will only continue. Eventually artificial intelligence devices, superior to any human researcher, will effectively uncover all exploitable nonlinear relationships of price to price. Such relationships will be mined until technical analysis is no longer profitable. There is an irony in that dogmatic” random walk” theorists, dead wrong for a century, will turn out to have been prescient–futures markets will have been driven to randomness. The process has already begun. I feel these developments are nearly assured (assuming no disruption of civilization). What is less clear is whether this will happen as rapidly as I predict–in 10 to 20 years. In the meantime, profitable trading will only get harder as increasingly more astute traders pursue progressively weaker statistical regularities. This is why it is necessary for a CTA continually to improve just to hold his or her own. The only consolation I can offer is that there are profits to be made participating in this process of randomization.
Limit Degrees of Freedom to 12, and Test Over a Large Sample Size.
What most people use to ward it off is the in-sample/out-of-sample technique where they keep half their data for optimization and half their data for testing. That is an industry standard. We don’t do that; it wastes half of the data. Now the two numbers that most determine if you are over-fitting are the number of degrees of freedom in the system. Every time you need a number to define the system, like a certain number of days back, a certain distance in price, a certain threshold, anything like that is a degree of freedom. The more degrees of freedom that you have the more likely that you are to over-fit. Now the other side of it is the number of trades you have. The more trades you have, the less you tend to over-fit, so you can afford slightly more degrees of freedom. We don’t allow more than 12 degrees of freedom in any system. If you put more bells and whistles on your system it is easy to get 40 degrees of freedom but we hold it to 12. Seven or eight [degrees of freedom] is probably too many. Three or four is fine. On the other side of that, for us to make a trade we have to have a sample of at least 1,800; we won’t make a trade unless we have 1,800 examples. That is our absolute minimum. Typically we would have 15,000 trades of a certain kind before we would make an inference as to whether we want to do it. The reason you need so many is the heavy tail phenomena. It is not only that heavy tails cause extreme events, which can mess up your life, the real problem with the heavy tails is that they can weaken your ability to make proper inferences. Normal distribution people say that large samples kick in around 35. In other words, if you have a normal distribution and you are trying to estimate a mean, if you have more than 35 you’ve got a good estimate. In contrast, with the kind of distributions we have with futures trading you can have hundreds of samples and they could still be inadequate; that is why we go for 1,800 as a minimum. That is strictly a function of the fatness of tails of the distribution. You have to use robust statistical techniques and these robust statistical techniques are blunt instruments. They are data hogs, so both seem to be disadvantages but they have the advantages of tending to be correct.
Beware of Overfitting and Hidden / Bad Degrees of Freedom.
There can also be hidden degrees of freedom. One can have structures within the system that can take on various alternative forms. If various alternatives are tested, it gives the system another chance to conform to past idiosyncrasies in the data. Not only is it perilous to have too many degrees of freedom in your system, there are also “bad” degrees of freedom. Suppose a certain degree of freedom in your system impinges only on a very few oversized trends in me data and otherwise does not affect how the system trades. By affixing to accidental features of the small sample of large trends, such a degree of freedom can substantially contribute to overfitting, even though the overall number of degrees of freedom is manageable.
Take Care of the Tail Risk.
The large-tail phenomenon means that most statistical tests overestimate reliability and underestimate risk. I don’t know if it’s possible to take advantage of this, but it’s important to protect yourself from it. Tail risk is hard to estimate but we spent over 25 years on this project. We have worked on it really hard and we do have various techniques to deal with the fact that the tails are so heavy. It is absolutely crucial because the tail risk changes everything that we do. Every single part of designing and implementing the system is affected by the fact that you have more extreme values than you expect under any kind of normal model. I have a little bit of trouble with the idea that the tail risk in futures trading is what is helping because I see it strictly as a hindrance, strictly as a problem to be overcome. I guess it helps to have these really big outsized moves. It is only going to help you if you treat it like a wild tiger. Trend-following doesn’t work only because of the tail risk but tail risk turns up the volume.
Trade Sizing Depends on Risk Aversion and Volatility.
Risk aversion When I was a young man I wanted to devise objective risk systems. In other words, once you have a system, what is the right size to trade, period. After years of working on this I convinced myself that it did not have a unique answer. You need at least one subjective piece of the puzzle to put it together, and that is an individual’s risk aversion. Now that is subjective. There is no rule that says how averse you should be to risk, that is an integral element of your personality. But unless you know how averse to risk you are or unless you can impute risk aversion to your clients, you really can’t settle the question of how big you should trade. Volatility Estimating volatility determines to a large extent what your position sizes should be. A slight improvement in our volatility estimators can potentially produce a significant long-term benefit.
Don’t Set Your Trading Size at the Optimized Setting.
On the subject of bet size, if you plot performance against position size, you get a graph that resembles.
one of those rightward-facing, high-foreheaded cartoon whales. The left side of the graph, corresponding to relatively small position size, is nearly linear; in this range an increase in trading size yields a proportionate increase in performance. But as you increase size beyond this range, the upward slope flattens out; this is because increasingly large drawdowns, which force you to trade smaller, inhibit your ability to come back after strings of losses. The theoretical optimum is reached right about where the whale’s blowhole would be. To the right of this optimum, the graph plummets; an average position size only modestly larger than the.
theoretical optimum gives a negative performance Trading size is one aspect you don’t want to optimize. The optimum comes just before the precipice. Instead, your trading size should lie at the high end of the range in which the graph is still nearly straight.
Risk Management Needs to be Developed Together With Your Trading System, Not After.
When and where you initiate a trade is a lot less important than how large you trade and how you liquidate . Unfortunately, traders tend to put a great effort into trade initiation and let risk management stagnate. Small improvements in risk or volatility assessment may not be exciting, but they are among the most lasting and beneficial changes. One approach to avoid is to design the system first, then to tack on risk management. System and risk management should be developed together; the connection should be seamless.
Apply Utility Theory Incorporate Risk Aversion into Risk Management.
Our risk management techniques are based on utility theory. They take into account the fact that each dollar you make is a little smaller than the last one, and each dollar you lose is a little bigger than the last one. They allow you to quantify your own aversion to risk, and then to maximize expectations based on your risk aversion. The objective of any investment is to achieve the highest returns based on your own risk tolerance, or in the case of a professional manager, the risk tolerance of your clients. Note that there are two respects in which profits and losses are not equivalent. One is objective and has to do with nonlinearity. For example, it requires a 100% profit to balance a 50% loss. The second is subjective and has to do with risk aversion, for many people even the prospect of a 150% profit does not compensate for the risk of a 50% loss. Through Utility Theory, such imbalances can be treated in a rigorous, quantitative manner and in this way uniform and unified procedures can be developed. We use only bounded utility functions in our work on risk management. The particular utility functions we.
use also have the desirable technical characteristic of optimal investment fractions being independent of.
Take a Portfolio Approach to Risk Management.
Look at the question of risk management. Any trader who survives any length of time knows something about his subject, but in my experience, traders simply graft risk control on top of whatever else they are doing, often in an arbitrary way. For instance, many prospective clients have asked me what’s the most I’ll lose on one trade. I can look up these statistics, but this is not something I would ordinarily pay any attention to. It doesn’t matter how little you lose on an individual trade, but how much you might lose on your whole portfolio. You’re not going to keep a ship afloat just by making sure the leaks are small. The important thing is to limit portfolio risk, the trades will take care of themselves.
System Should Maximize Expected Utility.
We have devised a portfolio theory quite different from the classical theory that permits factors such as risk aversion, the nonlinear imbalances between profits and drawdowns, and long-term utility growth to be built in at the ground floor. They are all part of the formulas that define what it means for a system to be good. In this way, on even the most preliminary test run of a new idea we are forced to take into consideration the subtle and complex relations between drawdowns and long-term growth. At ETC we are dedicated utility maximizers and pay particular attention to the rate of expected utility growth.
Evolutionary Algorithms for Optimization Process.
We use evolutionary algorithms that we’ve developed in-house. To give you an idea of what that means, let’s say you have a system with certain parameters. Certain price points that you’re looking to hit, certain thresholds based on patterns you’ve observed. You can express a particular form of this system as a sequence of numbers, and treat that sequence exactly like a genome (a string of genes). In order to test the system, you can run it with a given set of numbers. This will give you hypothetical performance figures which are analogous to an organism’s fitness. Then, just as in natural selection, you can cause genes to mutate or you can genetically recombine two genomes, always favoring those with higher fitness. The fitness can then “evolve” to be higher. The objective is to find ways to identify trends within the massive amount of randomness or.
“noise” that the market generates. The difference between a real market and a random walk is that the real market has a slight trend component. Perhaps one or two percent of the process is trend, and the rest is noise. That’s the inference problem you’re facing. So the question becomes, how can you use the fact that there is some information in a price series, and how can you extract returns from that information? That’s where testing and optimization come into play.
I’d like to have made more money in the last half of 2008. Whenever we feel that we may have fallen short, we do research to investigate the matter. But it’s important to realize that the last half of last year is simply not enough of a sample to make a substantial change. It would not be a warrantable inference. It would be like fighting the last war.
Strict Testing is Required.
It has been shown again and again, that without proper controls, even the most honest researcher will unconsciously bias research usually in a favorable direction. Trading systems research is especially rife with possibilities for this kind of wish fulfillment. During more than 20 years, we have seen an amazing variety of ways in which research can mislead or falsify. In response to this we have developed a veritable gauntlet of tests that any system must pass to be taken seriously. We test for post-dictiveness, for computer glitches, and for statistical artifacts. We test for overfitting, for maldistribution of returns, and the degree to which a system takes advantage of unusual and possibly nonrepeatable circumstances. Theses are just a few of the potential sources of trouble that we routinely monitor. This battery of tests can bring runaway enthusiasms back down to earth.
Beware of Summary Statistics.
Most standard statistical techniques are inappropriate for analyzing trading. Statisticians have developed many delicate techniques that squeeze information from minimal data, but these give false results in this business. I tell traders that if the results don’t sock you in the eye, they’re probably not real. Accordingly, we use only the most robust and assumption free statistical tests. A robust statistical estimator is one that is not perturbed much by mistaken assumptions about the nature of the distribution. We have an aversion to summary statistics that obliterate important structural elements. For assessing systems, we use a technique called bootstrapping so that the complete distribution of past outcomes can make itself felt in decisions; the distribution is not simply viewed in terms of its mean and variance which can give a distorted picture.
Use Yes-No Trade Decision Schemes Rather Than Weighting Schemes.
It’s a lot easier to look scientific than to be scientific. We try to avoid the kind of delicate fine tuning that gives on the feeling of being very accurate, but that is in fact mostly arbitrary. We have taken to heart the research that shows that simple yes-no schemes, either fully accept or fully reject something, are more useful and more robust than delicate weighting schemes. For instance, we do not favor trades according to how good they are supposed to be, instead we use the following rule: if a trade is good enough to make, it’s good enough to make at full size; if a trade isn’t good enough to make at full size, then don’t make it at all. We adhere to this kind of reasoning all the way down the line. All five systems we currently use are given equal weight. We also try to give equal weight to each of the fifty or so markets we trade.
How to Combine Indicators and Apportion Assets Among Trades.
The question is: How do you most effectively combine multiple indicators? Based on certain delicate statistical measures, one could assign weights to the various indicators. But this approach tends to be assumption-laden regarding the relationship among the various indicators. In the literature on robust statistics you find that, in most circumstances, the best strategy is not some optimized weighting scheme, but rather weighting each indicator by 1 or 0. In other words, accept or reject. If the indicator is good enough to be used at all, it’s good enough to be weighted equally with the other ones. If it can’t meet that standard, don’t bother with it. The same principle applies to trade selection. How should you apportion your assets among different.
trades? Again, I would argue that the division should be equal. Either a trade is good enough to take, in.
which case it should be implemented at full size, or it’s not worth bothering with at all.
If the performance results of the system don’t sock you in the eye, then it’s probably not worth pursuing. It has to be an outstanding result. Also, if you need delicate, assumption-laden statistical techniques to get superior performance results, then you should be very suspicious of the system’s validity. You have to try to kill your little creation. Try to think of everything that could be wrong with your system, and everything that’s suspicious about it. If you challenge your system by sincerely trying to disprove it, then maybe, just maybe, it’s valid.

The University of Chicago.
A $20 million gift, a new agenda in science.
Bill Eckhardt, MS '70, has donated $20 million to build new fields of scientific expertise.
By Steve Koppes.
Supercomputer simulation of an exploding star courtesy of the Center for Astrophysical Thermonuclear Flashes.
University of Chicago scholars have traditionally taken pride in breaking through academic boundaries to get at the solutions to challenging problems. That approach paid off for Chicago futures trader William Eckhardt, SM ’70, who studied mathematics and philosophy as a graduate student at the University.
“That helped in my business because I found myself in a position where I had to invent a theory of trade. This really hadn’t happened before,” says Eckhardt, who received his master’s degree in mathematics from the University in 1970.
Theory of Trade.
Eckhardt’s studies in the philosophy of science helped him to understand how to build a valid new theory of trade. For nearly three decades, he has extensively researched futures price action and has developed many technical trading systems.
Now Eckhardt has donated $20 million to the University to benefit the Physical Sciences Division, a gift inspired by a major program to build new fields of scientific expertise and expand existing efforts.
Center for Physical and Computational Sciences.
The University’s Board of Trustees has endorsed plans to make significant investments in scientific programs that will span the biological, physical and social sciences.
These plans include construction of the Center for Physical and Computational Sciences, an initiative in applied mathematics and computation, and greatly expanded programs in genomics and personalized medicine and in the neurosciences. The University also is considering a faculty proposal to establish a new molecular engineering institute.
“As one of our own alumni, Bill Eckhardt possess a deep appreciation for the University’s long-standing, multi-disciplinary approach that fosters work across the boundaries of science,” says University President Robert Zimmer. “His gift will have a galvanizing impact on the ability of our scientists to carry out their most innovative work.”
University of Chicago Trustee Thomas Pritzker says: “We are in a time of revolutionary change in science and technology that is fundamentally altering how we understand our world. The University of Chicago will invest heavily to provide agenda-setting leadership in fields that are on the cusp of discovery.”
Many of the University’s science initiatives are focused on a paradigm shift that characterizes some of the most exciting areas of science today—a systems approach that allows understanding based upon not only the knowledge of the behavior of individual components, but in addition, how these components interact and fit together into a larger structure. In these systems, multiple, interacting components give rise to properties of the whole that are incomprehensible to studies that view parts in isolation.
William Eckhardt Research Institutes.
The Research Institutes building will become a major venue for the University’s research in systems-level science. The University will rename the Research Institutes building the William Eckhardt Research Institutes building in Eckhardt’s honor, following its renovation. The Eckhardt Research Institutes building will be a major component of the new Center for Physical and Computational Sciences, with construction scheduled to begin in fall 2010. The Center will consist of a seamless structure on the west side of Ellis Avenue between 56th and 57th streets. The University has selected HOK as the architect.
The Center will house the Computation Institute, the Enrico Fermi Institute, the Kavli Institute for Cosmological Physics and part of the James Franck Institute, along with the Department of Astronomy & Astrophysics and the Department of Computer Science.
“The tremendous generosity of Bill Eckhardt will make a major impact on the great science done at the University,” says Robert Fefferman, Dean of the University of Chicago’s Physical Sciences Division. “We can expect some of the most fundamental discoveries of the future to take place in the Eckhardt Research Institutes building, just as they have taken place in the Research Institutes since the time of Enrico Fermi. The list of individuals who have occupied this building reads like a ‘who’s who’ of 20th-century science and, we anticipate, will be the home of the leading scientists of the next century.”
A “Market Wizard”
Eckhardt holds two mathematics degrees, a master’s from the University of Chicago (1970), and a bachelor’s from DePaul University (1969). He is chairman and CEO of Eckhardt Trading Company and was among the traders featured in the book The New Market Wizards , by Jack Schwager, published in 1992.
“We as individuals and collectively as a society must divide our giving between the support of urgent, current necessities, and incremental, lasting contributions,” Eckhardt says. “My contribution to the University of Chicago is an investment in science, in the future, in the understanding of our world.”
As a graduate student at the University, Eckhardt worked closely with the late Saunders Mac Lane, the Max Mason Distinguished Service Professor Emeritus in Mathematics. Eckhardt says he regarded Mac Lane as “one of the brightest lights I’ve ever known,” and the University of Chicago as “one of the great universities of the world.”
Eckhardt co-founded C & D Commodities with Richard Dennis in 1978, and they operated it together until 1987. Eckhardt established Eckhardt Trading Company in 1991; the firm currently manages more than $800 million in accounts.
He joined the Physical Sciences Visiting Committee at the University in 2006. He also serves on the International Advisory Board of the Pacific Institute of Theoretical Physics.
A universe in a box: a simulation of large-scale structure formation in the universe by Andrey Kravstov, Associate Professor in Astronomy & Astrophysics.
Chicago futures trader William Eckhardt, SM ’70, studied mathematics and philosophy as a graduate student at the University of Chicago.
Supercomputer simulation of an exploding star by the Center for Astrophysical Thermonuclear Flashes.
The University plans to make significant investments in research that crosses disciplinary boundaries in the biological, physical and social sciences.
Link Relacionado.
Current Features.
A home loan program for art.
Students line up for chance to live with Smart Museum works.
Cultivating students’ passion for public service.
Transformational experiences spark interest in Institute of Politics.
Med student stitches unique study aids.
Knit models help Daniel Lam learn anatomy, inspire classmates.
Fighting for civil rights and inclusion.
At MLK commemoration, pioneering Post journalist discusses diversity in media.

William Eckhardt, Master of Automated Trading.
William Eckhardt is one of the famous original turtle traders. He made the famous turtle traders experiment along Richard Dennis.
Eckhardt is a mathematician that started to trade in the pits of Chicago and shortly after noticed that trading from home suited him better than in the pit. And that is because he follows an automated trading system approach.
He believes that studying the markets you can find some patterns that repeat through significant periods of time.
William Eckhardt New Market Wizards.
Eckhardt´s interview in the book The New Market Wizards by Jack Schwager is very interesting. And like the rest of the interviews is worth reading.
You can get very interesting points by reading this interview.
Everyone who wants to try an automated system for trading should read this. The opinion of Eckhardt is clear: the majority of systems are worthless.
William Eckhardt quotes.
He said this about trading systems optimization:
You really are caught between conflicting objectives. If you avoid optimization altogether, you are going to end up with a system that is vastly inferior to what it could be. If you optimize too much, however, you will end up with a system that tells you more about the past than the future. Somehow, you have to mediate between these two extremes.
If the result of a system does not look good at first sight, it is because probably it is not a good system. For the system to be good, it has to have a spectacular result.
As a general rule, he is very skeptical about results. The better a system look, the more suspicious you have to be about it.
It goes against human nature, which want to see good results where they really are not.
My own experience proved that.
Many times that I made studies using different technical analysis and indicators for the historic data, I would find “great” strategies that promised marvelous returns, also doing day trading.
But when I tried to implement those systems in real trading it would end up in disaster. I did never understand why. How could such a good system fail? Something was obviously wrong. There were many things I did not count on when I made those studies. Mi human nature and ego did not allow me to “see”.
William Eckhardt trading.
Eckhart says that when you have a system it is very likely that you should adjust it by 30 or 50 %. That is why he would only try systems that have a fantastic return even in the worst scenarios. And, even though, he is conscious that conditions may change in the future, and the system become invalid.
His trust in charts was zero, and it can be resumed in this phrase:
The majority of good things that can be seen on a chart do not work 98 % of the time.
William Eckhardt patterns.
His theory is that the human mind is made to create patterns, seeing patterns even in random inputs.
While I agree about his view of human nature, I do not agree with what he said about charts.
I think that in a way, charts are not necessary, if we know the price action of the market in the previous months or years (as Livermore). Because with price action we may have a general idea where the markets are.
However, charts may be useful to help us save time writing down or memorizing the prices of the assets.
The charts are very useful to see what happened the last 20 years of every asset and doing so we can see interesting things, like how a big bull market behaves. If you use them and a bit of macro and fundamental analysis, you may know when the market is overvalued or not.
If we see, for example, sugar going from 5 to 15, then to 30 and then to 60 $, it is clear that there is a bull market and we should trade the long side. But also, at 60 we should know that a correction is very likely and should be prepared for that. And charts are useful for seeing those bull markets.
But, the good thing about this interview is that Eckhardt is a trend trader. His systems were based on trend trading techniques.
I do not like to buy retracements. If the market is going up and I think I should be long, I would rather buy when the market is strong than wait for a retracement. Buying on a retracement is psychologically seductive because you feel you are getting a bargain versus the price you saw a while ago.
This is very difficult to do. I also think that when the trend is bullish you do not need to wait for a reaction, you just go long. But as Eckhardt says, the majority of traders find it very difficult to buy at an “expensive” price.
However, buying corrections in a bull market is not bad per se as long as you trade the correct trend.
About trading systems he also said:
I have looked about fifty. Out of those fifty, how many had value? 1.
If you have the resources to evaluate systems, your time is better spent developing your own ideas, I would not recommend buying systems.
Occasionally, it might happen that somebody comes up with something really good and sells it because he needs the money. But in my experience, something good is not discovered on a Greyhound bus while leafing through me charts; it is something developed over a period of years. Typically, if a person has invested sufficient time and money into developing a system, he or she will want to use the system, not sell it.
Do you understand?
The majority of people who have good trading systems will not sell them. That is why most of the systems that are sold do not work in the long run.
The best thing a trader can do is to trade based on his own ideas. If he has no ideas and want to look for a system, he should trade money he can afford to lose and as little as possible. For if the system does not work the trader will have lost a tiny amount of his savings.
One common adage on this subject is: You cannot go broke taking profits. That is precisely how many traders do go broke. While amateurs go broke by taking large losses, professionals go broke by taking small profits.
Well, this is what I sometimes talk about.
I think that the execution edge was probably the primary reason for my success as a floor trader. The major factor that whittles down small customers accounts is not that small traders are so inevitably wrong, but simply that they cannot beat their own transaction costs. By transaction costs I mean not only commissions but also the skid in placing an order. As a pit trader, I was on the other side of that skid.
Pit traders and market makers of every kind were and are the real “day traders”. So if you want to be a day trader you know what you have to do. And trying day trading from home with a retail platform in a retail broker is not the way.