Forex rigg böter

Barclays satt för rekord Storbritanniens bankböter Stadens vakthund förväntas lämna ut sin största någonsin böter till Barclays senare idag som den brittiska banken blir den sista stora finansinstitutet för att lösa utländska valutakontrollerade påståenden i Storbritannien. Financial Conduct Authority förväntas göra Barclays betala minst 250m, vilket överstiger summan andra banker utbetalas till regulatorn i november. Böterna kommer att komma som en del av mer än 4 miljarder i straff som förväntas på onsdagen för Barclays, Royal Bank of Scotland, UBS, JPMorgan och Citigroup för valutariggning. De allra flesta kommer att betalas till amerikanska tillsynsmyndigheter. Barclays var den enda av de fem som inte avgick med FCA i november, då HSBC också var böter. Banken drog ut vid elfte timmen eftersom den inte kunde komma överens om en överenskommelse med New Yorkx2019s avdelning för finansiella tjänster, som inte undersökte de övriga företagen. Detta innebar att Barclays missade 30pcs tidiga avvecklingsrabatt de övriga fem bankerna fick, vilket tog sina kombinerade böter ner från 1,6 miljarder till 1,1 miljarder. Barclays kan fortfarande vara berättigad till mindre rabatter på böterna, men kommer inte att få hela 30pc, så är det troligt att betala mer än andra banker. Den största bötesbeloppet som FCA har uppburit hittills var 234m UBS betalade i novemberx2019s valutaförlikning. Barclays kommer också att bosätta sig i US Commodity Futures Trading Commission, som böter de övriga fem bankerna i november tillsammans med FCA, liksom DFS, som en del av en böter på grund av totalt 2 miljarder kronor. Huvuddelen av böterna kommer från justitieministeriet, vilket beror på att de fem bankerna miljarder böter sig och säkerställer skyldiga grunder. Barclays och UBS kommer att anses ha brutit mot uppskjutna åtal som gjorts när de böts för Libor-riggning, vilket innebär ytterligare ekonomiska påföljder. De nya bestraffningarna kommer att sätta den totala kostnaden för skandalen över 6 miljarder, men kommer inte att vara slutet på frågan. DFS, som leds av den aggressiva regulatorn Benjamin Lawsky, undersöker påståenden att Barclays skapade algoritmer för att automatisera riktiga valutobenmärken, och granskar också Deutsche Bank, medan justitieavdelningen förväntas avveckla HSBC och Bank of America vid ett senare tillfälle. Huvuddelen av FCAx2019s böter kommer att gå till statskassan och George Osborne kommer sannolikt att tillkännage hur han kommer att spendera den i sin nödbudget i juli. Barclays överlämnade största banken bra i Storbritanniens historia över brazen currency rigging Barclays har överlämnats till Storbritannien banken fina i historien som sex banker var beordrade att betala 6 miljarder (3,9 miljarder kronor) över att manipulera valutamarknaden. Financial Conduct Authority beställde Barclays att betala 284,4m som en del av den brittiska banken2019s 1,5 miljarder bosättning med stadsvakten och fyra amerikanska tillsynsmyndigheter. Royal Bank of Scotland, JP Morgan, UBS, Citigroup och Bank of America böts också av Federal Reserve. medan alla utom Bank of America var tvungna att påtala sig skyldiga till straffrättsliga anklagelser och straffades av US Department of Justice. Regulatorer detaljerat hur handlare vid bankerna, hänvisar till sig själva med namn som x201cThe Cartelx201d, samarbetade för att räkna euromarknadsvalutor, vilket gav upphov till kundernas bekostnad. Bankerna försökte manipulera livsviktiga riktmärken som används av företag runt om i världen som en pinne för valutatransaktioner på marknaden för 5,3 miljarder kronor. En Barclays-näringsidkare skrev i elektroniska chattar: x201cOm du inte lurar, är du inte försiktig. X201d Barclays har avfyra åtta anställda som en del av sin avveckling med New Yorkx2019s avdelning för finansiella tjänster. och har kommit överens om en separat 115m-böter med US Commodity Futures Trading Commission för att manipulera ISDAfix, ett dollarindex som används för att prissätta vissa finansiella produkter. Benjamin Lawsky, chef för DFS, som avslöjade på onsdagen att han kommer att gå ner från jobbet efter fyra år, sa: x201cPut enkelt hjälpte Barclays anställda att rikta valutamarknaden. De engagerar sig i en brazen x2018heads jag vinner, svikar you losex2019-ordningen för att riva av sina kunder. X201d De fyra amerikanska tillsynsmyndigheterna och FCA tog upp 5,7 miljarder i böter direkt för att manipulera utländska valutor. Dessutom beställdes UBS och Barclays att betala 263 miljoner kronor till justitieministeriet eftersom deras verksamhet brutit mot avtal som tecknades när bankerna böts för Libor-riggning. Barclays, RBS, Citigroup och JP Morgan tog också det oöverträffade steget att begå sig skyldig att konspirera för att fixa priser, medan UBS, som samarbetade med den amerikanska undersökningen, påtalade sig skyldig till en separat laddning av trådbedrägeri i samband med Libor. Bankerna anklagades för misslyckanden som innebar att deras handlare kunde klara sig tillsammans för att räkna valutamarknaden så sent som 2013 x2013 året efter att Libors skandal bröt. Myndigheterna sa att de hade identifierat instanser av marknadsriggning så tidigt som 2007. Trots de stora böterna, som tar kombinerade påföljder över valutabehandlingen till 10 miljarder, ökade aktierna i bankerna på investorsx2019 lättnad att de inte var större. Barclays steg mer än 3pc, vilket gav 1,48bn till bankx2019s värde x2013 nästan lika mycket som det var tvunget att betala. Banken hade avsatt mer än 2 miljarder i förhållande till sonderna, medan det inte bedömdes ha brutit upp ett uppskjutet åtal med DoJ. RBS, som är 80pc ägda av skattebetalaren, steg 1,78pc. Banken hade avsatt 704m för eventuella böter, men straffen på onsdagen uppgick till bara 430m. Barclaysx2019 totala böter relaterade till valutarigg är de största av de sju bankerna som har blivit straffade, och det bedrivs fortfarande av DFS om potentiell elektronisk riggning av valuta-riktmärken. Regulatorn undersöker om bankx2019s anställda ställer in automatiserade system för att manipulera marknader. x201cWhile todayx2019s åtgärd handlar om oegentligheter i spothandel, finns ytterligare arbete framåt. Departmentx2019s utredning av elektronisk valutahandel x2013 som utgör de flesta transaktionerna på denna marknad x2013 kommer att fortsätta, x201d Mr Lawsky sa. DFS reglerar inte de andra berörda bankerna och böter därmed bara Barclays, men undersöker också Deutsche Bank om potentiell automatisk riggning. Antony Jenkins, Barclaysx2019 verkställande direktör, sa. x201c Felaktigheten i kärnan i dessa undersökningar är helt oförenlig med Barclaysx2019s syfte och värderingar och vi beklagar djupt att det inträffade. x201d Banken, till skillnad från de andra institutionerna som skulle bötes, hade inte avgjort med FCA och CFTC i november då HSBC var straffas också i en förlikning som uppgick till 4,3 miljarder kronor. Detta innebar att det endast var kvalificerat för en 20pc bosättning rabatt med vakthunden, jämfört med 30pc de andra bankerna mottog. FCA sa att Barclaysx2019-system och kontroller över sin FX-verksamhet var x201cinadequatex201d och x201cgave-handlare i dessa företag möjlighet att engagera sig i beteenden som satte Barclaysx2019 intressen inför sina kundersx201d. Regelverket, som skickar merparten av de pengar som det höjer via böter till statskassan, har nu beställt att bankerna ska betala 1,4 miljarder över valutahantering, nästan dubbla räkningen för Libor-riggning. FCA har sagt att det inte kommer att böda några fler banker över skandalen. Forex rigging: Tidslinje Hur valutan manipulation skandalen utvecklas Guardian Bankerna slog med rekordböter för rigging valutamarknader Banker slog med rekordböter för rigging valutamarknader Vad är forex och varför det spelar roll En oöverträffad serie av skyldiga grunder extraherades av USA DoJ från fyra av bankerna: Barclays, RBS, Citigroup och JP Morgan. Den schweiziska banken UBS beviljades immunitet för att vara den första som rapporterade hanteringen av valutamarknaden, även om det var tvungen att erkänna felaktigheter i andra brott. Bank of America böts av Federal Reserve. Böter meddelade Loretta Lynch, den amerikanska advokatnämnden, att bankhandlare hade uppvisat enastående flagrancy när de inrättade en grupp som de kallade kartellen för att manipulera marknaden mellan 2007 och slutet av 2013. Straffen som dessa banker nu ska betala är passande med tanke på den långsiktiga och ojämnliga karaktären av deras konkurrensbegränsande beteende. Det står i proportion till den genomgripande skadan som görs. Och det bör avskräcka konkurrenter i framtiden från att jaga vinster utan hänsyn till rättvisa, lag eller allmänna välfärd, sade hon. Bankerna, som har drabbats av miljarder pund av Libor-böter under de senaste tre åren och erkänner att de möter ytterligare straff för att rigga andra marknader som metaller, mötte en kritik av kritik. Denna typ av övning slår till grund för affärsetiken och är ännu ett slag mot bankernas integritet. Våra pensionsfonder investerar miljarder pund på finansmarknaderna och om de blir lurade på detta sätt påverkar det oss alla, säger Mark Taylor, dekan från Warwick Business School och en tidigare valutahandel. Andrew McCabe, biträdande direktör för FBI, sade: Dessa resolutioner klargör att USA: s regering inte tolererar kriminellt beteende inom någon sektor på finansmarknaderna. Kampanjer för en skatt på finansiella transaktioner vid Robin Hood Tax-kampanjen, sade: Dessa kolossala böter är en chockerande påminnelse om att våra banker för länge har haft en rutt kärna. I vilken annan sektor skulle vi tolerera frekvensen och allvaret av sådant skadligt beteende var Barclays beordrad att avfyra åtta anställda som en del av en affär med New York-avdelningen för finansiella tjänster, inklusive ett globalt handelsled, även om andra individer också förväntas lämna. Benjamin Lawsky, som går ner som chefen för New York DFS, sa att Barclays hade engagerade sig i ett brazenhuvud jag vann, sviter du förlorar ordningen för att riva av sina kunder. FCA sade att Barclays engagerade sig i samverkande beteende med rivaler och använde chattrum för att manipulera priserna hemligt. I ett chattrum beskrev en näringsidkare sig själv och hans meddrivare som de tre musketerna och sa att vi alla dör tillsammans. Georgina Philippou, FCA: s verkställande direktör för verkställighet och marknadsövervakning, sade om Barclays böterna: Detta är ett annat exempel på ett företag som tillåter oacceptabla metoder att blomstra på handelsgolvet. Top bankirer lined upp för att ge ursäkter och deras frustrationer. Antony Jenkins, som utnämndes för att springa Barclays i kölvattnet av Libors riggskandal, sa: Jag delar frustration av aktieägare och kollegor att vissa individer än en gång har brutit vårt företag och bransch till misshandel. När RBS blev böter 430m ovanpå de 400m straff som meddelades i november sa chefen Ross McEwan: Den allvarliga missförhållandet som ligger till grund för dagens meddelanden har ingen plats i den bank som jag bygger. Anklagande skyldig till sådan olaglighet är en annan stark påminnelse om hur illa denna bank förlorade sin väg och hur viktigt det är för oss att återfå tillit. RBS, som är 79 ägd av skattebetalare, varnade för att den fortfarande kunde möta ytterligare åtgärder och har avfyrt tre personer och avstängt ytterligare två. Citigroup bötes 770m, medan JP Morgan. Den största banken i USA, som har betalat böter på totalt 26 miljarder sedan 2009, bötes ytterligare 572 miljoner. Dess chef, Jamie Dimon, sa: Det beteende som beskrivs i regeringens inlägg är en stor besvikelse mot oss. Vi kräver och förväntar oss bättre av våra människor. Läran här är att beteendet hos en liten grupp anställda eller ens en ensam anställd kan reflektera dåligt på oss alla och ha betydande konsekvenser för hela företaget. Barclays blev också den första banken som bötes för att fastställa ett annat riktmärke, kallat ISDAfix. Det betalar 74m till amerikanska regulatorn Commodity Futures Trading Commission. Dela på Facebook

Glidande medelvärde prognoser pdf

Introduktion till ARIMA: nonseasonal modeller ARIMA (p, d, q) prognoser ekvation: ARIMA-modeller är i teorin den vanligaste klassen av modeller för prognoser för en tidsserie som kan göras för att vara 8220stationary8221 genom differentiering (om nödvändigt), kanske i samband med olinjära transformationer, såsom loggning eller avflöde (om nödvändigt). En slumpmässig variabel som är en tidsserie är stationär om dess statistiska egenskaper är konstanta över tiden. En stationär serie har ingen trend, dess variationer kring dess medelvärde har en konstant amplitud, och det vinklar på ett konsekvent sätt. d. v.s. dess kortsiktiga slumpmässiga tidsmönster ser alltid ut i statistisk mening. Det sistnämnda tillståndet betyder att dess autokorrelationer (korrelationer med sina egna tidigare avvikelser från medelvärdet) förblir konstanta över tiden, eller likvärdigt, att dess effektspektrum förblir konstant över tiden. En slumpmässig variabel i denna blankett kan ses som en kombination av signal och brus, och signalen (om en är uppenbar) kan vara ett mönster av snabb eller långsam mean reversion eller sinusformig oscillation eller snabb växling i tecken , och det kan också ha en säsongskomponent. En ARIMA-modell kan ses som en 8220filter8221 som försöker separera signalen från bruset, och signalen extrapoleras därefter i framtiden för att få prognoser. ARIMA-prognosekvationen för en stationär tidsserie är en linjär (d. v.s. regressionstyp) ekvation där prediktorerna består av lags av de beroende variabla andorlagren av prognosfel. Det vill säga: Förutsatt värdet på Y är en konstant och en viktad summa av ett eller flera nya värden av Y och eller en vägd summa av ett eller flera nya värden av felen. Om prediktorerna endast består av fördröjda värden på Y. Det är en ren autoregressiv (8220self-regressed8221) modell, som bara är ett speciellt fall av en regressionsmodell och som kan förses med standard regressionsprogram. Exempelvis är en första-order-autoregressiv (8220AR (1) 8221) modell för Y en enkel regressionsmodell där den oberoende variabeln bara Y är försenad med en period (LAG (Y, 1) i Statgraphics eller YLAG1 i RegressIt). Om en del av prediktorerna är felaktiga, är en ARIMA-modell inte en linjär regressionsmodell, eftersom det inte går att ange 8220last period8217s error8221 som en oberoende variabel: felen måste beräknas periodvis när modellen är monterad på data. Tekniskt sett är problemet med att använda fördröjda fel som prediktorer att modellen8217s förutsägelser inte är linjära funktioner för koefficienterna. även om de är linjära funktioner i tidigare data. Så koefficienter i ARIMA-modeller som innehåller försenade fel måste uppskattas genom olinjära optimeringsmetoder (8220hill-climbing8221) istället för att bara lösa ett system av ekvationer. Akronymet ARIMA står för Auto-Regressive Integrated Moving Average. Lags av den stationära serien i prognosen ekvationen kallas quotautoregressivequot termer, lags av prognosfel kallas quotmoving averagequot termer och en tidsserie som behöver differentieras för att göras stationär sägs vara en quotintegratedquot-version av en stationär serie. Slumpmässiga och slumpmässiga modeller, autoregressiva modeller och exponentiella utjämningsmodeller är alla speciella fall av ARIMA-modeller. En nonseasonal ARIMA-modell klassificeras som en quotARIMA (p, d, q) kvotmodell där: p är antalet autoregressiva termer, d är antalet icke-säsongsskillnader som behövs för stationaritet och q är antalet fördröjda prognosfel i prediksionsekvationen. Prognosekvationen är konstruerad enligt följande. Först, låt y beteckna d: s skillnad på Y. Det betyder: Observera att den andra skillnaden i Y (d2-fallet) inte är skillnaden från 2 perioder sedan. Det är snarare den första skillnaden-av-första skillnaden. vilken är den diskreta analogen av ett andra derivat, dvs den lokala accelerationen av serien i stället för dess lokala trend. När det gäller y. Den allmänna prognostiseringsekvationen är: Här definieras de rörliga genomsnittsparametrarna (9528217s) så att deras tecken är negativa i ekvationen, enligt konventionen införd av Box och Jenkins. Vissa författare och programvara (inklusive R-programmeringsspråket) definierar dem så att de har plustecken istället. När faktiska siffror är anslutna till ekvationen finns det ingen tvetydighet, men det är viktigt att veta vilken konvention din programvara använder när du läser utmatningen. Ofta anges parametrarna av AR (1), AR (2), 8230 och MA (1), MA (2), 8230 etc. För att identifiera lämplig ARIMA-modell för Y. börjar du med att bestämma sorteringsordningen (d) behöver stationera serierna och ta bort säsongens bruttoegenskaper, kanske i kombination med en variationsstabiliserande transformation, såsom loggning eller avflöde. Om du slutar vid denna tidpunkt och förutsäger att den olika serien är konstant, har du bara monterat en slumpmässig promenad eller slumpmässig trendmodell. Den stationära serien kan emellertid fortfarande ha autokorrelerade fel, vilket tyder på att vissa antal AR-termer (p 8805 1) och eller några nummer MA-termer (q 8805 1) också behövs i prognosekvationen. Processen att bestämma värdena p, d och q som är bäst för en given tidsserie kommer att diskuteras i senare avsnitt av anteckningarna (vars länkar finns längst upp på denna sida), men en förhandsvisning av några av de typerna av nonseasonal ARIMA-modeller som vanligtvis förekommer ges nedan. ARIMA (1,0,0) första ordningens autoregressiva modell: Om serien är stationär och autokorrelerad kanske den kan förutsägas som en multipel av sitt eget tidigare värde plus en konstant. Prognosekvationen i detta fall är 8230, som Y är regresserad i sig själv fördröjd med en period. Detta är en 8220ARIMA (1,0,0) constant8221 modell. Om medelvärdet av Y är noll, skulle den konstanta termen inte inkluderas. Om lutningskoefficienten 981 1 är positiv och mindre än 1 i storleksordningen (den måste vara mindre än 1 i storleksordningen om Y är stillastående), beskriver modellen medelåterkallande beteende där nästa period8217s värde bör förutses vara 981 1 gånger som långt ifrån medelvärdet som detta period8217s värde. Om 981 1 är negativ förutspår det medelåterkallande beteende med teckenväxling, dvs det förutspår också att Y kommer att ligga under den genomsnittliga nästa perioden om den är över medelvärdet denna period. I en andra-ordningsautoregressiv modell (ARIMA (2,0,0)) skulle det finnas en Y t-2 term till höger också, och så vidare. Beroende på tecken och storheter på koefficienterna kan en ARIMA (2,0,0) modell beskriva ett system vars medföljande reversering sker på ett sinusformigt oscillerande sätt, som en massans rörelse på en fjäder som utsätts för slumpmässiga stötar . ARIMA (0,1,0) slumpmässig promenad: Om serien Y inte är stillastående är den enklaste möjliga modellen för en slumpmässig promenadmodell, vilken kan betraktas som ett begränsande fall av en AR (1) - modell där den autogegrativa koefficienten är lika med 1, dvs en serie med oändligt långsam medelbackning. Förutsägningsekvationen för denna modell kan skrivas som: där den konstanta termen är den genomsnittliga period-till-period-förändringen (dvs. den långsiktiga driften) i Y. Denna modell kan monteras som en icke-avlyssningsregressionsmodell där första skillnaden i Y är den beroende variabeln. Eftersom den innehåller (endast) en nonseasonal skillnad och en konstant term, klassificeras den som en quotARIMA (0,1,0) modell med constant. quot. Den slumpmässiga walk-without-drift-modellen skulle vara en ARIMA (0,1, 0) modell utan konstant ARIMA (1,1,0) annorlunda första ordningens autoregressiva modell: Om fel i en slumpmässig promenadmodell är autokorrelerade kanske problemet kan lösas genom att lägga en lag av den beroende variabeln till prediktionsekvationen - - ie genom att regressera den första skillnaden av Y på sig själv fördröjd med en period. Detta skulle ge följande förutsägelsesekvation: som kan omordnas till Detta är en första-orders autregressiv modell med en ordning av icke-säsongsskillnader och en konstant term, dvs. en ARIMA (1,1,0) modell. ARIMA (0,1,1) utan konstant enkel exponentiell utjämning: En annan strategi för korrigering av autokorrelerade fel i en slumpmässig promenadmodell föreslås av den enkla exponentiella utjämningsmodellen. Minns att för några icke-stationära tidsserier (t ex de som uppvisar bullriga fluktuationer kring ett långsamt varierande medelvärde), utförs slumpmässiga promenadmodellen inte lika bra som ett glidande medelvärde av tidigare värden. Med andra ord, istället för att ta den senaste observationen som prognosen för nästa observation, är det bättre att använda ett genomsnitt av de sista observationerna för att filtrera bort bullret och mer exakt uppskatta det lokala medelvärdet. Den enkla exponentiella utjämningsmodellen använder ett exponentiellt vägt glidande medelvärde av tidigare värden för att uppnå denna effekt. Förutsägningsekvationen för den enkla exponentiella utjämningsmodellen kan skrivas i ett antal matematiskt ekvivalenta former. varav den ena är den så kallade 8220error correction8221-formen, där den föregående prognosen justeras i riktning mot det fel som det gjorde: Eftersom e t-1 Y t-1 - 374 t-1 per definition kan det skrivas om som : vilket är en ARIMA (0,1,1) - utan konstant prognosekvation med 952 1 1 - 945. Det innebär att du kan passa en enkel exponentiell utjämning genom att ange den som en ARIMA (0,1,1) modell utan konstant, och den uppskattade MA (1) - koefficienten motsvarar 1-minus-alfa i SES-formeln. Minns att i SES-modellen är den genomsnittliga åldern för data i prognoserna för 1-tiden framåt 1 945. Det betyder att de tenderar att ligga bakom trender eller vändpunkter med cirka 1 945 perioder. Det följer att den genomsnittliga åldern för data i de 1-prognos framåt av en ARIMA (0,1,1) utan konstant modell är 1 (1 - 952 1). Så, till exempel, om 952 1 0,8 är medelåldern 5. När 952 1 närmar sig 1 blir ARIMA (0,1,1) utan konstant modell ett mycket långsiktigt rörligt medelvärde och som 952 1 närmar sig 0 blir det en slumpmässig promenad utan driftmodell. What8217s det bästa sättet att korrigera för autokorrelation: Lägga till AR-termer eller lägga till MA-termer I de tidigare två modellerna som diskuterats ovan fixades problemet med autokorrelerade fel i en slumpmässig promenadmodell på två olika sätt: genom att lägga till ett fördröjt värde av de olika serierna till ekvationen eller lägga till ett fördröjt värde av prognosfelet. Vilket tillvägagångssätt är bäst En tumregel för denna situation, som kommer att diskuteras mer i detalj senare, är att positiv autokorrelation vanligtvis behandlas bäst genom att addera en AR-term till modellen och negativ autokorrelation behandlas vanligtvis bäst genom att lägga till en MA term. I affärs - och ekonomiska tidsserier uppstår negativ autokorrelation ofta som en artefakt av differentiering. (I allmänhet minskar differentieringen positiv autokorrelation och kan även orsaka en växling från positiv till negativ autokorrelation.) Således används ARIMA (0,1,1) - modellen, i vilken skillnad åtföljs av en MA-term, oftare än en ARIMA (1,1,0) modell. ARIMA (0,1,1) med konstant enkel exponentiell utjämning med tillväxt: Genom att implementera SES-modellen som en ARIMA-modell får du viss flexibilitet. För det första får den uppskattade MA (1) - koefficienten vara negativ. Detta motsvarar en utjämningsfaktor som är större än 1 i en SES-modell, vilket vanligtvis inte är tillåtet med SES-modellproceduren. För det andra har du möjlighet att inkludera en konstant term i ARIMA-modellen om du vill, för att uppskatta en genomsnittlig trendfri noll. ARIMA-modellen (0,1,1) med konstant har förutsägelsesekvationen: Prognoserna från den här modellen är kvalitativt likartade som i SES-modellen, förutom att banan för de långsiktiga prognoserna typiskt är en sluttande linje (vars lutning är lika med mu) snarare än en horisontell linje. ARIMA (0,2,1) eller (0,2,2) utan konstant linjär exponentiell utjämning: Linjära exponentiella utjämningsmodeller är ARIMA-modeller som använder två icke-säsongsskillnader i samband med MA-termer. Den andra skillnaden i en serie Y är inte bara skillnaden mellan Y och sig själv i två perioder, men det är snarare den första skillnaden i den första skillnaden, dvs. Y-förändringen i Y vid period t. Således är den andra skillnaden av Y vid period t lika med (Y t - Y t-1) - (Y t-1 - Y t-2) Y t - 2Y t-1 Y t-2. En andra skillnad av en diskret funktion är analog med ett andra derivat av en kontinuerlig funktion: det mäter kvotccelerationquot eller quotcurvaturequot i funktionen vid en given tidpunkt. ARIMA-modellen (0,2,2) utan konstant förutspår att den andra skillnaden i serien motsvarar en linjär funktion av de två sista prognosfel: som kan omordnas som: där 952 1 och 952 2 är MA (1) och MA (2) koefficienter. Detta är en generell linjär exponentiell utjämningsmodell. väsentligen samma som Holt8217s modell, och Brown8217s modell är ett speciellt fall. Den använder exponentiellt vägda glidande medelvärden för att uppskatta både en lokal nivå och en lokal trend i serien. De långsiktiga prognoserna från denna modell konvergerar till en rak linje vars lutning beror på den genomsnittliga trenden som observerats mot slutet av serien. ARIMA (1,1,2) utan konstant dämpad trend linjär exponentiell utjämning. Denna modell illustreras i de bifogade bilderna på ARIMA-modellerna. Den extrapolerar den lokala trenden i slutet av serien men plattar ut på längre prognoshorisonter för att presentera en konservatismskampanj, en övning som har empiriskt stöd. Se artikeln om varför Damped Trend worksquot av Gardner och McKenzie och artikeln "Rulequot Rulequot" av Armstrong et al. för detaljer. Det är i allmänhet lämpligt att hålla fast vid modeller där minst en av p och q inte är större än 1, dvs försök inte passa en modell som ARIMA (2,1,2), eftersom det här sannolikt kommer att leda till övermontering och quotcommon-factorquot-problem som diskuteras närmare i noterna om den matematiska strukturen för ARIMA-modeller. Implementering av kalkylark: ARIMA-modeller som de som beskrivs ovan är enkla att implementera på ett kalkylblad. Förutsägningsekvationen är helt enkelt en linjär ekvation som refererar till tidigare värden av ursprungliga tidsserier och tidigare värden av felen. Således kan du ställa in ett ARIMA-prognoskalkylblad genom att lagra data i kolumn A, prognosformeln i kolumn B och felen (data minus prognoser) i kolumn C. Förutsättningsformeln i en typisk cell i kolumn B skulle helt enkelt vara ett linjärt uttryck som hänvisar till värden i föregående rader med kolumnerna A och C multiplicerat med lämpliga AR - eller MA-koefficienter lagrade i celler på annat håll i kalkylbladet. Flyttningsgenomsnitt: Vad det är och hur man beräknar det Se på videon eller läs artikeln nedan : Ett glidande medelvärde är en teknik för att få en övergripande uppfattning om trenderna i en dataset. Det är ett medelvärde av alla undergrupper av tal. Det rörliga genomsnittet är extremt användbart för att förutse långsiktiga trender. Du kan beräkna det under en viss tid. Om du till exempel har försäljningsdata i en tjugoårsperiod kan du beräkna ett femårigt glidande medelvärde, ett fyrårigt glidande medelvärde, ett treårigt glidande medelvärde och så vidare. Aktiemarknadsanalytiker kommer ofta att använda ett 50 eller 200 dagars glidande medelvärde för att hjälpa dem att se trender på aktiemarknaden och (förhoppningsvis) prognostisera var aktierna är på väg. Ett medelvärde representerar värdet 8220middling8221 av en uppsättning tal. Det rörliga genomsnittet är exakt detsamma, men genomsnittet beräknas flera gånger för flera delsatser av data. Om du till exempel vill ha ett tvåårigt glidande medelvärde för en dataset från 2000, 2001, 2002 och 2003, skulle du hitta medelvärden för deluppsatserna 20002001, 20012002 och 20022003. Flyttvärdena brukar avbildas och visas bäst. Beräkning av ett 5-årigt rörligt genomsnitt Exempel Exempelprov: Beräkna ett femårigt glidande medelvärde från följande dataset: (4M 6M 5M 8M 9M) ​​5 6,4M Genomsnittlig försäljning för den andra delmängden om fem år (2004 8211 2008). centrerad runt 2006, är 6,6M: (6M 5M 8M 9M 5M) 5 6,6M Den genomsnittliga försäljningen för den tredje delmängden på fem år (2005 8211 2009). centrerad runt 2007, är 6,6M: (5M 8M 9M 5M 4M) 5 6,2M Fortsätt att beräkna varje femårsmedel tills du når slutet av uppsättningen (2009-2013). Detta ger dig en serie poäng (medelvärden) som du kan använda för att plotta ett diagram över glidande medelvärden. I följande Excel-tabell visas de glidande medelvärdena beräknade för 2003-2012 tillsammans med en scatterplot av data: Titta på videon eller läs stegen nedan: Excel har en kraftfull tillägg, Data Analysis Toolpak (hur man laddar data Analysis Toolpak) som ger dig många extra alternativ, inklusive en automatiserad glidande medelfunktion. Funktionen beräknar inte bara det glidande medlet för dig, det grafar också de ursprungliga dataen samtidigt. vilket sparar dig en hel del tangenttryckningar. Excel 2013: Steg Steg 1: Klicka på fliken 8220Data8221 och klicka sedan på 8220Data Analysis.8221 Steg 2: Klicka på 8220Göra genomsnittet8221 och klicka sedan på 8220OK.8221 Steg 3: Klicka på rutan 8220Input Range8221 och välj sedan dina data. Om du inkluderar kolumnrubriker, se till att du markerar etiketterna i första radrutan. Steg 4: Skriv ett intervall i lådan. Ett intervall är hur många tidigare poäng du vill att Excel ska använda för att beräkna det rörliga genomsnittet. Till exempel skulle 822058221 använda de tidigare 5 datapunkterna för att beräkna medelvärdet för varje efterföljande punkt. Ju lägre intervall desto närmare är ditt glidande medelvärde till din ursprungliga dataset. Steg 5: Klicka i rutan 8220Output Range8221 och välj ett område på arbetsbladet där du vill att resultatet ska visas. Eller, klicka på knappen 8220New worksheet8221. Steg 6: Markera rutan 8220Chart Output8221 om du vill se ett diagram över din dataset (om du glömmer att göra det kan du alltid gå tillbaka och lägga till det eller välja ett diagram från fliken 8220Insert8221.8221 Steg 7: Tryck på 8220OK .8221 Excel kommer att returnera resultaten i det område du angav i steg 6. Titta på videon eller läs stegen nedan: Provproblem: Beräkna treårigt glidande medelvärde i Excel för följande försäljningsdata: 2003 (33M), 2004 (22M), 2005 (36M), 2006 (34M), 2007 (43M), 2008 (39M), 2009 (41M), 2010 (36M), 2011 (45M), 2012 (56M), 2013 (64M). 1: Skriv in data i två kolumner i Excel. Den första kolumnen ska ha år och andra kolumnen kvantitativa data (i det här exemplet problemet, försäljnings siffrorna). Se till att det inte finns några tomma rader i din celldata. : Beräkna det första treårsgenomsnittet (2003-2005) för data. För det här provproblemet, skriv 8220 (B2B3B4) 38221 i cell D3. Beräkna det första genomsnittet. Steg 3: Dra kvadraten längst ner till höger d Egen att flytta formeln till alla celler i kolumnen. Detta beräknar medelvärden för efterföljande år (t ex 2004-2006, 2005-2007). Dra formeln. Steg 4: (Valfritt) Skapa en graf. Välj alla data i arbetsbladet. Klicka på fliken 8220Insert8221 och klicka sedan på 8220Scatter, 8221 och klicka sedan på 8220Scatter med släta linjer och markörer.8221 Ett diagram över ditt glidande medel visas på arbetsbladet. Kolla in vår YouTube-kanal för mer statistiks hjälp och tips. Flyttande medelvärde: Vad det är och hur man beräknar det var senast ändrat: 8 januari 2016 av Andale 22 tankar om ldquo Flyttande medelvärde: Vad det är och hur man beräknar det rdquo Detta är perfekt och enkelt att assimilera. Tack för arbetet Detta är mycket tydligt och informativt. Fråga: Hur räknar man med ett 4-årigt glidande medelvärde Vilket år skulle det 4-åriga glidande medelcentrumet på It centreras i slutet av det andra året (dvs. 31 december). Kan jag använda dig av medelinkomst för att prognostisera framtida intäkter som någon vet om centrerad medel, snälla berätta om någon vet. Här anges det att vi måste överväga 5 år för att få det medelvärde som ligger i centrum. Då då om resten år om vi vill få medelvärdet av 20118230 så har vi inga ytterligare värden efter 2012, hur skulle vi då beräkna det? Som du don8217t har mer info, det skulle vara omöjligt att beräkna 5 år MA för 2011. Du kan få ett tvåårigt glidande medel men. Hej Tack för videon. En sak är emellertid oklart. Hur man gör en prognos för de kommande månaderna Videon visar prognosen för månaderna för vilka data redan är tillgängliga. Hej, Rå, I8217m arbetar med att utöka artikeln för att inkludera prognoser. Processen är lite mer komplicerad än att använda tidigare data. Ta en titt på denna Duke University artikel, som förklarar det i djupet. Hälsningar, Stephanie tack för en tydlig förklaring. Hej Det gick inte att hitta länken till den föreslagna Duke University-artikeln. Begär att skicka länken igenMovande genomsnittliga och exponentiella utjämningsmodeller Som ett första steg för att flytta bortom genomsnittliga modeller kan slumpmässiga gångmodeller och linjära trendmodeller, nonseasonal mönster och trender extrapoleras med hjälp av en rörlig genomsnitts - eller utjämningsmodell. Det grundläggande antagandet bakom medelvärdes - och utjämningsmodeller är att tidsserierna är lokalt stationära med ett långsamt varierande medelvärde. Därför tar vi ett rörligt (lokalt) medelvärde för att uppskatta det nuvarande värdet av medelvärdet och sedan använda det som prognosen för den närmaste framtiden. Detta kan betraktas som en kompromiss mellan medelmodellen och slumpmässig-walk-without-drift-modellen. Samma strategi kan användas för att uppskatta och extrapolera en lokal trend. Ett rörligt medelvärde kallas ofta en quotsmoothedquot-version av den ursprungliga serien, eftersom kortsiktig medelvärde har en effekt att utjämna stötarna i originalserien. Genom att justera graden av utjämning (bredden på glidande medelvärdet) kan vi hoppas att hitta någon form av optimal balans mellan prestandan hos medel och slumpmässiga gångmodeller. Den enklaste typen av medelvärdesmodell är. Enkelt (lika viktat) Flyttande medelvärde: Prognosen för värdet på Y vid tiden t1 som görs vid tid t motsvarar det enkla medelvärdet av de senaste m-observationerna: (Här och på annat håll använder jag symbolen 8220Y-hat8221 för att stå för en prognos av tidsserie Y som gjordes så tidigt som möjligt enligt en given modell.) Detta medel är centrerat vid period-t (m1) 2, vilket innebär att uppskattningen av det lokala medelvärdet tenderar att ligga bakom den sanna värdet av det lokala medelvärdet med ca (m1) 2 perioder. Således säger vi att medelåldern för data i det enkla glidande medlet är (m1) 2 i förhållande till den period för vilken prognosen beräknas: det här är hur lång tid prognoserna tenderar att ligga bakom vändpunkter i data . Om du till exempel medger de senaste 5 värdena, kommer prognoserna att vara cirka 3 perioder sent för att svara på vändpunkter. Observera att om m1 är den enkla glidande genomsnittsmodellen (SMA) motsvarar den slumpmässiga gångmodellen (utan tillväxt). Om m är mycket stor (jämförbar med längden på uppskattningsperioden), motsvarar SMA-modellen den genomsnittliga modellen. Precis som med vilken parameter som helst av en prognosmodell, är det vanligt att justera värdet på k för att få den bästa kvotkvoten till data, dvs de minsta prognosfelen i genomsnitt. Här är ett exempel på en serie som verkar utgöra slumpmässiga fluktuationer runt ett långsamt varierande medelvärde. Först kan vi försöka passa den med en slumpmässig promenadmodell, vilket motsvarar ett enkelt glidande medelvärde på 1 term: Slumpmässig gångmodell svarar väldigt snabbt på förändringar i serien, men därmed väljer den mycket av kvotenhetskvoten i data (de slumpmässiga fluktuationerna) samt quotsignalquot (det lokala medelvärdet). Om vi ​​istället försöker ett enkelt glidande medelvärde på 5 termer får vi en snyggare uppsättning prognoser: Det 5-åriga enkla glidande medlet ger betydligt mindre fel än den slumpmässiga promenadmodellen i det här fallet. Medelåldern för data i denna prognos är 3 ((51) 2), så att den tenderar att ligga bakom vändpunkter med cirka tre perioder. (Till exempel verkar en nedgång ha skett i period 21, men prognoserna vänder inte om till flera perioder senare.) Notera att de långsiktiga prognoserna från SMA-modellen är en horisontell rak linje, precis som i slumpmässig promenad modell. Således antar SMA-modellen att det inte finns någon trend i data. Men medan prognoserna från den slumpmässiga promenadmodellen helt enkelt motsvarar det senast observerade värdet är prognoserna från SMA-modellen lika med ett vägt genomsnitt av de senaste värdena. De konfidensbegränsningar som beräknas av Statgraphics för de långsiktiga prognoserna för det enkla glidande genomsnittet blir inte större eftersom prognostiseringshorisonten ökar. Det här är uppenbarligen inte korrekt Tyvärr finns det ingen underliggande statistisk teori som berättar hur förtroendeintervallen borde utvidgas för denna modell. Det är emellertid inte så svårt att beräkna empiriska uppskattningar av konfidensgränserna för prognosen för längre tid. Du kan till exempel skapa ett kalkylblad där SMA-modellen skulle användas för att prognostisera två steg framåt, 3 steg framåt etc. i det historiska dataprov. Därefter kan du beräkna felfunktionens avvikelser vid varje prognoshorisont och sedan konstruera konfidensintervaller för längre siktprognoser genom att lägga till och subtrahera multiplar med lämplig standardavvikelse. Om vi ​​försöker ett 9-sikt enkelt glidande medelvärde får vi ännu smidigare prognoser och mer av en långsammare effekt: Medelåldern är nu 5 perioder (91) 2). Om vi ​​tar ett 19-årigt glidande medel ökar medeltiden till 10: Observera att prognoserna nu försvinner nu bakom vändpunkter med cirka 10 perioder. Vilken mängd utjämning är bäst för denna serie Här är en tabell som jämför deras felstatistik, inklusive ett 3-siktsmedel: Modell C, det 5-åriga glidande genomsnittet, ger det lägsta värdet av RMSE med en liten marginal över 3 term och medellång sikt, och deras andra statistik är nästan identiska. Så, bland modeller med mycket liknande felstatistik kan vi välja om vi föredrar lite mer lyhördhet eller lite mer jämnhet i prognoserna. (Return to top of page.) Browns Enkel exponentiell utjämning (exponentiellt viktad glidande medelvärde) Den enkla glidande medelmodellen beskriven ovan har den oönskade egenskapen som den behandlar de sista k-observationerna lika och fullständigt ignorerar alla föregående observationer. Intuitivt bör tidigare data diskonteras på ett mer gradvis sätt - till exempel bör den senaste observationen få lite mer vikt än 2: a senast, och den 2: a senaste bör få lite mer vikt än den 3: e senaste, och så vidare. Den enkla exponentiella utjämningens (SES) - modellen åstadkommer detta. Låt 945 beteckna en quotsmoothing constantquot (ett tal mellan 0 och 1). Ett sätt att skriva modellen är att definiera en serie L som representerar den nuvarande nivån (dvs lokal medelvärde) för serien som uppskattad från data fram till idag. Värdet på L vid tid t beräknas rekursivt från sitt eget tidigare värde så här: Således är det nuvarande utjämnade värdet en interpolation mellan det tidigare jämnda värdet och den aktuella observationen, där 945 styr närheten av det interpolerade värdet till det senaste observation. Prognosen för nästa period är helt enkelt det nuvarande utjämnade värdet: Likvärdigt kan vi uttrycka nästa prognos direkt i form av tidigare prognoser och tidigare observationer, i någon av följande ekvivalenta versioner. I den första versionen är prognosen en interpolation mellan föregående prognos och tidigare observation: I den andra versionen erhålls nästa prognos genom att justera föregående prognos i riktning mot det föregående felet med en bråkdel av 945. Är felet gjort vid tid t. I den tredje versionen är prognosen ett exponentiellt vägt (dvs. rabatterat) glidande medelvärde med rabattfaktor 1-945: Interpolationsversionen av prognosformuläret är det enklaste att använda om du genomför modellen på ett kalkylblad: det passar in i en encell och innehåller cellreferenser som pekar på föregående prognos, föregående observation och cellen där värdet 945 lagras. Observera att om 945 1 motsvarar SES-modellen en slumpmässig gångmodell (utan tillväxt). Om 945 0 motsvarar SES-modellen den genomsnittliga modellen, förutsatt att det första släta värdet sätts lika med medelvärdet. (Återgå till början av sidan.) Medelåldern för data i prognosen för enkel exponentiell utjämning är 1 945 i förhållande till den period som prognosen beräknas för. (Detta är inte tänkt att vara uppenbart, men det kan enkelt visas genom att utvärdera en oändlig serie.) Den enkla, snabba genomsnittliga prognosen tenderar därför att ligga bakom vändpunkter med cirka 1 945 perioder. Till exempel, när 945 0,5 är fördröjningen 2 perioder när 945 0,2 är fördröjningen 5 perioder när 945 0,1 är fördröjningen 10 perioder, och så vidare. För en given genomsnittlig ålder (dvs mängden fördröjning) är prognosen för enkel exponentiell utjämning (SES) något överlägsen SMA-prognosen (Simple Moving Average) eftersom den lägger relativt större vikt vid den senaste observationen, dvs. det är något mer quotresponsivequot för förändringar som inträffade under det senaste förflutna. Exempelvis har en SMA-modell med 9 villkor och en SES-modell med 945 0,2 båda en genomsnittlig ålder på 5 för data i sina prognoser, men SES-modellen lägger mer vikt på de sista 3 värdena än SMA-modellen och vid Samtidigt gör det inte helt 8220forget8221 om värden som är mer än 9 perioder gamla, vilket visas i det här diagrammet. En annan viktig fördel med SES-modellen över SMA-modellen är att SES-modellen använder en utjämningsparameter som kontinuerligt varierar, så att den lätt kan optimeras genom att använda en kvotsolverquot-algoritm för att minimera det genomsnittliga kvadratfelet. Det optimala värdet på 945 i SES-modellen för denna serie visar sig vara 0,2961, som visas här: Medelåldern för data i denna prognos är 10,2961 3,4 perioder, vilket liknar det för ett 6-sikt enkelt glidande medelvärde. De långsiktiga prognoserna från SES-modellen är en horisontell rak linje. som i SMA-modellen och den slumpmässiga promenadmodellen utan tillväxt. Observera dock att de konfidensintervaller som beräknas av Statgraphics avviker nu på ett rimligt sätt, och att de är väsentligt smalare än konfidensintervallen för slumpmässig promenadmodell. SES-modellen förutsätter att serien är något mer förutsägbar än den slumpmässiga promenadmodellen. En SES-modell är egentligen ett speciellt fall av en ARIMA-modell. så ger den statistiska teorin om ARIMA-modeller en bra grund för beräkning av konfidensintervall för SES-modellen. I synnerhet är en SES-modell en ARIMA-modell med en icke-säsongsskillnad, en MA (1) term och ingen konstant term. annars känd som en quotARIMA (0,1,1) modell utan constantquot. MA (1) - koefficienten i ARIMA-modellen motsvarar kvantiteten 1-945 i SES-modellen. Om du till exempel passar en ARIMA (0,1,1) modell utan konstant till serien som analyseras här, visar den uppskattade MA (1) - koefficienten sig att vara 0.7029, vilket är nästan exakt en minus 0,2961. Det är möjligt att lägga till antagandet om en icke-noll konstant linjär trend till en SES-modell. För att göra detta, ange bara en ARIMA-modell med en icke-sekundär skillnad och en MA (1) term med en konstant, dvs en ARIMA (0,1,1) modell med konstant. De långsiktiga prognoserna kommer då att ha en trend som är lika med den genomsnittliga trenden som observerats under hela estimeringsperioden. Det går inte att göra detta i samband med säsongjustering, eftersom säsongsjusteringsalternativen är inaktiverade när modelltypen är inställd på ARIMA. Du kan emellertid lägga till en konstant långsiktig exponentiell trend till en enkel exponentiell utjämningsmodell (med eller utan säsongsjustering) genom att använda inflationsjusteringsalternativet i prognosproceduren. Den lämpliga quotinflationen (procentuell tillväxt) per period kan beräknas som lutningskoefficienten i en linjär trendmodell som är anpassad till data i samband med en naturlig logaritmtransformation, eller det kan baseras på annan oberoende information om långsiktiga tillväxtutsikter . (Återgå till början av sidan.) Browns Linear (ie double) Exponentiell utjämning SMA-modellerna och SES-modellerna antar att det inte finns någon trend av något slag i data (vilket vanligtvis är OK eller åtminstone inte för dåligt för 1- stegprognoser när data är relativt bullriga), och de kan modifieras för att införliva en konstant linjär trend som visas ovan. Vad sägs om kortsiktiga trender Om en serie visar en växande tillväxt eller ett cykliskt mönster som står klart mot bruset, och om det finns behov av att prognostisera mer än en period framåt, kan uppskattningen av en lokal trend också vara en fråga. Den enkla exponentiella utjämningsmodellen kan generaliseras för att erhålla en linjär exponentiell utjämning (LES) - modell som beräknar lokala uppskattningar av både nivå och trend. Den enklaste tidsvarierande trendmodellen är Browns linjära exponentiell utjämningsmodell, som använder två olika slätmade serier som centreras vid olika tidpunkter. Prognosformeln baseras på en extrapolering av en linje genom de två centra. (En mer sofistikerad version av denna modell, Holt8217s, diskuteras nedan.) Den algebraiska formen av Brown8217s linjär exponentiell utjämningsmodell, som den enkla exponentiella utjämningsmodellen, kan uttryckas i ett antal olika men likvärdiga former. Den här kvotens kvotstandardkvot uttrycks vanligtvis enligt följande: Låt S beteckna den singeljämnade serien som erhållits genom att använda enkel exponentiell utjämning till serie Y. Dvs, värdet på S vid period t ges av: (Minns att, under enkel exponentiell utjämning, detta skulle vara prognosen för Y vid period t1.) Låt sedan Squot beteckna den dubbelsidiga serien erhållen genom att applicera enkel exponentiell utjämning (med samma 945) till serie S: Slutligen prognosen för Y tk. för vilken kgt1 som helst, ges av: Detta ger e 1 0 (det vill säga lura lite och låt den första prognosen motsvara den faktiska första observationen) och e 2 Y 2 8211 Y 1. varefter prognoser genereras med hjälp av ekvationen ovan. Detta ger samma monterade värden som formeln baserad på S och S om de senare startades med användning av S1S1Y1. Denna version av modellen används på nästa sida som illustrerar en kombination av exponentiell utjämning med säsongsjustering. Holt8217s linjär exponentiell utjämning Brown8217s LES-modell beräknar lokala uppskattningar av nivå och trend genom att utjämna de senaste uppgifterna, men det faktum att det gör det med en enda utjämningsparameter ställer in en begränsning av de datamönster som den kan passa: nivån och trenden får inte variera till oberoende priser. Holt8217s LES-modell adresserar problemet genom att inkludera två utjämningskonstanter, en för nivån och en för trenden. När som helst t, som i Brown8217s modell, finns det en uppskattning L t på lokal nivå och en uppskattning T t av den lokala trenden. Här rekryteras de rekursivt från värdet av Y observerat vid tid t och de tidigare uppskattningarna av nivån och trenden med två ekvationer som applicerar exponentiell utjämning till dem separat. Om den beräknade nivån och trenden vid tiden t-1 är L t82091 och T t-1. respektive prognosen för Y tshy som skulle ha gjorts vid tid t-1 är lika med L t-1 T t-1. När det verkliga värdet observeras beräknas den uppdaterade uppskattningen av nivån rekursivt genom interpolering mellan Y tshy och dess prognos L t-1 T t 1 med vikter av 945 och 1- 945. Förändringen i beräknad nivå, nämligen L t 8209 L t82091. kan tolkas som en bullrig mätning av trenden vid tiden t. Den uppdaterade uppskattningen av trenden beräknas sedan rekursivt genom interpolering mellan L t 8209 L t82091 och den tidigare uppskattningen av trenden T t-1. Användning av vikter av 946 och 1-946: Tolkningen av trendutjämningskonstanten 946 är analog med den för nivåutjämningskonstanten 945. Modeller med små värden av 946 förutsätter att trenden ändras endast mycket långsamt över tiden, medan modeller med större 946 antar att det förändras snabbare. En modell med en stor 946 tror att den avlägsna framtiden är väldigt osäker, eftersom fel i trendberäkning blir ganska viktiga vid prognoser mer än en period framåt. (Återgå till början av sidan.) Utjämningskonstanterna 945 och 946 kan beräknas på vanligt sätt genom att minimera medelkvadratfelet i de 1-stegs-prognoserna. När detta görs i Statgraphics visar uppskattningarna att vara 945 0.3048 och 946 0.008. Det mycket lilla värdet av 946 innebär att modellen antar mycket liten förändring i trenden från en period till nästa, så i grunden försöker denna modell att uppskatta en långsiktig trend. I analogi med begreppet medelålder för de data som används för att uppskatta den lokala nivån i serien, är medelåldern för de data som används för att uppskatta den lokala trenden proportionell mot 1 946, men inte exakt lika med den . I detta fall visar det sig att vara 10.006 125. Detta är ett mycket exakt nummer eftersom precisionen av uppskattningen av 946 är verkligen 3 decimaler, men den har samma generella storleksordning som provstorleken på 100, så denna modell är medeltal över ganska mycket historia för att beräkna trenden. Prognosplotten nedan visar att LES-modellen beräknar en något större lokal trend i slutet av serien än den ständiga trenden som beräknas i SEStrend-modellen. Det uppskattade värdet på 945 är också nästan identiskt med det som erhållits genom att montera SES-modellen med eller utan trend, så det är nästan samma modell. Nu ser dessa ut som rimliga prognoser för en modell som beräknas beräkna en lokal trend. Om du 8220eyeball8221 ser det här, ser det ut som om den lokala trenden har vänt sig nedåt i slutet av serien. Vad har hänt Parametrarna i denna modell har uppskattats genom att minimera det kvadrerade felet i 1-stegs-prognoser, inte längre prognoser, i vilket fall trenden gör inte en stor skillnad. Om allt du tittar på är 1 steg framåt, ser du inte den större bilden av trender över (säg) 10 eller 20 perioder. För att få denna modell mer i linje med vår ögonbolls extrapolering av data kan vi manuellt justera trendutjämningskonstanten så att den använder en kortare baslinje för trendberäkning. Om vi ​​till exempel väljer att ställa in 946 0,1, är medelåldern för de data som används vid uppskattning av den lokala trenden 10 perioder, vilket innebär att vi medeltar trenden över de senaste 20 perioderna eller så. Here8217s vad prognosplottet ser ut om vi sätter 946 0,1 samtidigt som ni håller 945 0.3. Detta ser intuitivt rimligt ut för denna serie, men det är troligen farligt att extrapolera denna trend mer än 10 perioder i framtiden. Vad sägs om felstatistik Här är en modelljämförelse för de två modellerna ovan och tre SES-modeller. Det optimala värdet på 945. För SES-modellen är ungefär 0,3, men liknande resultat (med något mer eller mindre responsivitet) erhålls med 0,5 och 0,2. (A) Hål linjär exp. utjämning med alfa 0,3048 och beta 0,008 (B) Hål linjär exp. utjämning med alfa 0,3 och beta 0,1 (C) Enkel exponentiell utjämning med alfa 0,5 (D) Enkel exponentiell utjämning med alfa 0,3 (E) Enkel exponentiell utjämning med alfa 0,2 Deras statistik är nästan identisk, så vi kan verkligen göra valet på grundval av prognosfel i 1 steg före proverna. Vi måste falla tillbaka på andra överväganden. Om vi ​​starkt tror att det är vettigt att basera den nuvarande trendberäkningen på vad som hänt under de senaste 20 perioderna eller så kan vi göra ett ärende för LES-modellen med 945 0,3 och 946 0,1. Om vi ​​vill vara agnostiska om det finns en lokal trend, kan en av SES-modellerna vara enklare att förklara och skulle också ge fler mitten av vägtrafikprognoserna för de kommande 5 eller 10 perioderna. (Tillbaka till början av sidan.) Vilken typ av trend-extrapolation är bäst: Horisontell eller linjär Empiriska bevis tyder på att om uppgifterna redan har justerats (om det behövs) för inflationen, kan det vara osäkert att extrapolera kortsiktiga linjära trender mycket långt in i framtiden. Tendenser som uppenbaras idag kan sänkas i framtiden på grund av olika orsaker som produktförstörelse, ökad konkurrens och konjunkturnedgångar eller uppgångar i en bransch. Av denna anledning utför enkel exponentiell utjämning ofta bättre utom provet än vad som annars skulle kunna förväntas, trots sin kvotiv kvot horisontell trend extrapolering. Dämpade trendmodifieringar av den linjära exponentiella utjämningsmodellen används också i praktiken för att införa en konservatismedel i sina trendprognoser. Den demoniserade trenden LES-modellen kan implementeras som ett speciellt fall av en ARIMA-modell, i synnerhet en ARIMA-modell (1,1,2). Det är möjligt att beräkna konfidensintervaller kring långsiktiga prognoser som produceras av exponentiella utjämningsmodeller, genom att betrakta dem som speciella fall av ARIMA-modeller. (Var försiktig: inte alla mjukvaror beräknar konfidensintervall för dessa modeller korrekt.) Bredden på konfidensintervallet beror på (i) modellens RMS-fel, (ii) utjämningstypen (enkel eller linjär) (iii) värdet (er) av utjämningskonstanten (erna) och (iv) antalet perioder framåt du prognoserar. I allmänhet sprids intervallet snabbare, eftersom 945 blir större i SES-modellen och de sprider sig mycket snabbare när linjär snarare än enkel utjämning används. Detta ämne diskuteras vidare i avsnittet ARIMA-modeller i anteckningarna. (Återgå till början av sidan.)

Glidande medelvärde in kontoret på

Flyttande medelkonvergensdivergens - MACD BREAKING DOWN Flyttande medelkonvergensdivergens - MACD Det finns tre vanliga metoder som används för att tolka MACD: 1. Crossovers - Som visas i diagrammet ovan, när MACD faller under signallinjen är det en baisse signal , vilket tyder på att det kan vara dags att sälja. Omvänt, när MACD stiger ovanför signallinjen, ger indikatorn en bullish signal, vilket tyder på att priset på tillgången sannolikt kommer att uppstå uppåtgående momentum. Många handlare väntar på ett bekräftat kors ovanför signallinjen innan de hamnar i en position för att undvika att bli försvagad eller gå in i en position för tidigt, vilket visas av den första pilen. 2. Divergens - När säkerhetspriset avviker från MACD. Det signalerar slutet på den nuvarande trenden. 3. Dramatisk ökning - När MACD stiger dramatiskt, dvs det kortare glidande medlet drar sig bort från det långsiktiga glidande medlet. Det är en signal att säkerheten är överköpt och snart återgår till normala nivåer. Handlare tittar också på ett drag över eller under nollinjen eftersom det här signalerar det kortfristiga genomsnittets position i förhållande till det långsiktiga genomsnittet. När MACD är över noll är det kortsiktiga genomsnittet över det långsiktiga genomsnittet, vilket signalerar uppåtgående momentum. Det motsatta är sant när MACD är under noll. Som du kan se från diagrammet ovan fungerar nolllinjen ofta som ett område för stöd och motstånd för indikatorn. Är du intresserad av att använda MACD för dina affärer? Kolla in vår egen Primer på MACD och Spotting Trend Reversals med MACD för mer information. Att flytta genomsnittliga linjelfunktioner som krökta trendlinjer. I rörliga genomsnittliga tillvägagångssätt använder olika utövare olika dagars glidande medelvärden. 50 dagars och 200 dagars glidande medelvärden (DMA) är populära. 50 DMA används för att indikera mellanliggande trend. 200 DMA används för att indikera större trend. 200 dagars glidande medel använder genomsnittet av de senaste 200 dagarnas slutkurs som en punkt som ska anges på dagen för handeln i slutet av dagen. Således erhålles en serie på 200 DMA-punkter. Så länge de nuvarande priserna är över 200 DMA-linjer antas trenden vara uppåt. När den nuvarande prislinjen genomtränger 200 DMA-linjen ovanifrån antas trenden ha reverserat. I fallet med downtrend ligger nuvarande prislinje under 200 DMA-linjer. När den nuvarande prislinjen genomtränger de 200 DMA-linjerna nedanifrån antas trenden vara omvänd. 50 DMA-linjen tolkas också och används på liknande sätt. Men varaktigheten av trenden blir liten för 50 DMA jämfört med 200 DMA. Reilly, Frank och Keith Brown, Investment Analysis och Portfolio Management, 7: e utgåvan, Thomson-South Western, 2003Slideshare använder cookies för att förbättra funktionalitet och prestanda och förse dig med relevant reklam. Om du fortsätter att surfa på webbplatsen godkänner du användningen av cookies på denna webbplats. Se vår användaravtal och sekretesspolicy. Slideshare använder cookies för att förbättra funktionalitet och prestanda, och att ge dig relevant reklam. Om du fortsätter att surfa på webbplatsen godkänner du användningen av cookies på denna webbplats. Se vår sekretesspolicy och användaravtal för detaljer. Utforska alla dina favoritämnen i SlideShare-appen Få SlideShare-appen att spara till senare, även offline Fortsätt till mobilsidan Ladda upp Logga in Registrera dig Dubbelklicka för att zooma ut SAPM - Teknisk analys Dela det här SlideShare LinkedIn Corporation kopiera 2017

Average rörlig range spc

Vad är ett MR-diagram (rörligt intervall) Ett MR-diagram kartlägger det rörliga intervallet över tiden för att övervaka processvariationen för enskilda observationer. Använd MR-diagrammet för att övervaka processvariationen när det är svårt eller omöjligt att gruppera mätningar i undergrupper. Detta sker när mätningarna är dyra, produktionsvolymen är låg eller produkterna har en lång cykeltid. När data samlas in som enskilda observationer, kan du inte beräkna standardavvikelsen för varje undergrupp. Det rörliga intervallet är ett alternativt sätt att beräkna processvariation genom att beräkna intervallet för två eller flera på varandra följande observationer. Exempel på ett MR-diagram Till exempel vill en sjukhusadministratör spåra huruvida variationen i tiden för att utföra öppenvårdsoperation är stabil. Poängen varierar slumpmässigt runt mittlinjen och ligger inom kontrollgränserna. Inga trender eller mönster är närvarande. Variabiliteten i tiden för att utföra bråckoperation är stabil. Kontakt Info Webbsökning Kunskapscentrum Flytta genomsnittliga intervalldiagrammer Flytta genomsnittliga intervalldiagram är en uppsättning kontrolldiagram för variabeldata (data som är både kvantitativa och kontinuerliga i mätning, t. ex. en uppmätt dimension eller tid). Kartläggningen Flyttande medel övervakar processplatsen över tiden baserat på genomsnittet av den aktuella undergruppen och en eller flera tidigare undergrupper. Moving Range-diagrammet övervakar variationen mellan undergrupperna över tiden. De plottade punkterna för en rörlig genomsnittsradiagram, kallad en cell, inkluderar den aktuella undergruppen och en eller flera tidigare undergrupper. Varje undergrupp inom en cell kan innehålla en eller flera observationer, men måste alla vara av samma storlek. Sedan 1982: Konstvetenskapen för att förbättra din baslinje Quality America erbjuder statistisk processkontrollprogramvara, samt träningsmaterial för Lean Six Sigma, Quality Management och SPC. Vi omfamnar ett kunddriven tillvägagångssätt, och leder till många mjukvaruutvecklingar. Vi söker ständigt efter sätt att erbjuda våra kunder de bästa och mest prisvärda lösningarna. Ledare inom sitt område har Quality America tillhandahållit mjukvaror och träningsprodukter och tjänster till tiotusentals företag i över 25 länder. Upphovsrätt kopia 2013 Kvalitet Amerika Inc. Kontakta Info Site Search Kunskapscentrum När ska du använda en rörlig medeldiagram Som med andra kontrolldiagram. Flyttande medeldiagram används för att övervaka processer över tiden. X-axlarna är tidsbaserade, så att diagrammen visar en historia av processen. Av denna anledning måste du ha data som är tidsbestämd, som är inmatad i sekvensen från vilken den genererades. Om så inte är fallet kan trender eller skift i processen kanske inte detekteras, men i stället tillskrivas slumpmässig (vanlig orsak) variation. Flytta genomsnittliga diagram används generellt i vår SPC-programvara för att upptäcka små skift i processmedelvärdet. Det är viktigt att veta hur man använder rörliga medelvärden för att upptäcka små skift i din process. Flytta genomsnittskartor kommer att upptäcka skift av .5 sigma till 2 sigma mycket snabbare än Shewhart-diagram (dvs X-bar och Individual-X-diagram) med samma undergruppsstorlek. De är emellertid långsammare vid detektering av stora skift i processmedelvärdet. Dessutom kan typiska körtestregler inte användas på grund av datapunkternas beroende. Flytta genomsnittliga diagram kan också vara att föredra när undergruppstorleken är 1. I det här fallet kan ett alternativt diagram vara Individual-X-diagrammet. i vilket fall du skulle behöva uppskatta fördelningen av processen för att definiera dess förväntade gränser med kontrollgränser. Fördelen med Cusum. EWMA och Moving Average Chart är att varje plottad punkt innehåller flera observationer, så du kan använda Central Limit Theorem för att säga att medelvärdet av punkterna (eller det glidande medlet i det här fallet) normalt distribueras och kontrollgränserna är tydligt definierade. En annan användning av Moving Average Charts är för processer med kända inhemska cykler, en form av autokorrelation som bryter mot antagandet av subgrupper som krävs för standard Shewhart kontrolldiagram. Många redovisningsförfaranden och kemiska processer passar in i denna kategori. Om du provar med bestämda intervaller och ställer in cellstorleken lika med antalet undergrupper per cykel, då du släpper det äldsta provet i cellen, hämtar du motsvarande punkt i nästa cykel. Om processens cykliska karaktär är upprörd kommer de nya punkterna att vara väsentligen annorlunda och orsakas av kontrollpunkter. Flyttande medelförstärkningskort Diagrammet kan användas när cellstorleken är mindre än tio undergrupper. Sigma-diagrammet för rörlig medelförstärkare kan användas för vilken cellstorlek som helst, men krävs för cellstorlek tio eller mer. Sedan 1982: Konstvetenskapen för att förbättra din baslinje Quality America erbjuder statistisk processkontrollprogramvara, samt träningsmaterial för Lean Six Sigma, Quality Management och SPC. Vi omfamnar ett kunddriven tillvägagångssätt, och leder till många mjukvaruutvecklingar. Vi söker ständigt efter sätt att erbjuda våra kunder de bästa och mest prisvärda lösningarna. Ledare inom sitt område har Quality America tillhandahållit mjukvaror och träningsprodukter och tjänster till tiotusentals företag i över 25 länder. Upphovsrätt kopia 2013 Quality America Inc.

Forex vinst monster review

Forex Profit Monster EA Hej allt. Jag vill dela min första version av Forex Profit Monster EA. Det är fortfarande ett pågående arbete, så låt mig veta om eventuella felfunktioner. Var medveten om att ett känt problem med de ursprungliga indikatorerna är att de repaintar, därför kan signalerna som genereras av EA delvis skilja sig från de som är målade på diagrammet med de ursprungliga mallarna. Ställ dig några frågor om detta EA. LorenzoB fälla gmail Vad är indikatorerna (om du vill dela dem) Cuz de kanske ändras för att inte repaint. Par Tf Little på logiken bakom det Jag kommer inte att prata om strategin här, för det här är ett välkänt manuell system, du kan hitta mycket information bara googling lite. Denna tråd är avsedd för EA. EA bor ensam, det behöver inte ytterligare filer eftersom källkoden för indikatorerna har blivit inbäddad i EA själv. EA väntar på pilen, så går den in i en position så snart den snabba och långsamma trenden är i rätt riktning. Alla tre avgångsvillkor (sr, liten pil och snabb trendskylt) implementeras (det första skick som uppfylls tar oss ur positionen). Den skyddande stoppförlusten är inställd enligt den verkliga priskanalen. Positionens storlek beräknas med en fast procentuell riskbas (för detta ändamål beaktas stoppavståndet). EA återförs inte när en liten pil visas efter att ett utgångsförhållande har blivit träffat. Varje position öppnas utan begränsning av handelstimmar eller dagar. EA bör provas lite för att verifiera att den fungerar korrekt. Problemet med ommålning är fortfarande ett problem, så att signalerna ibland kan skilja sig från de som visas på diagrammen med de ursprungliga mallarna. EA-parametrar: basmagic-nummer, det behöver inte ändras eftersom EA själv skiljer sig mellan de olika tidsramarna extern int basemagicnumber 20100516 tidsramen för EA (tidsramen för diagrammet beaktas inte) måste vara ett av följande : - 1: PERIODM1 - 5: PERIODM5 - 15: PERIODM15 - 30: PERIODM30 - 60: PERIODH1 - 240: PERIODH4 - 1440: PERIODD1 extern intidsram PERIODM1 bar där che indikatorer utvärderas 0 betyder att baren har börjat slutfört) 1 betyder föregående stapel (senast slutfört stapel) 2. extern int refbar 0 procent risk i form av eget kapital risken beaktas enligt stoptabberäkningen extern dubbel riskperc 1,0 när EA först fästs i diagrammet, ta bort alla befintliga beställningar av EA (tidigare körningar) och rensa tillståndet vars externa bool freshstart sant när EA först fästs i diagrammet, vänta inte på en ny inmatningspil men överväga den senaste pilen för Inträdesvillkor syftar externt, snabbt och säkert, LorenzoB fälla gmailIForexProfit (Var ifxprofits. Instant Forex Profits - Kishore M.) Recension Besök webbplats Jag deltog i Kishores FX kurs i 2010, jag har inga kommentarer om kursmaterialet eftersom jag tycker att de är anständigt bra. Problemet ligger i att delta i hans veckovisa tutorials som lärs av hans två tidigare studenter. En fokuserar på den tekniska aspekten av handel medan den andra fokuserar på den grundläggande aspekten av handel. Jag tycker att den tekniska tränaren är ganska bra. Men tränaren som fokuserar på grundläggande är en absolut katastrof, han visade stolt oss några av hans omsättningshandlingar genom att inte använda stoppförlust, han hänger också på ett par av hans förlorande affärer och han påverkar vårt handelsbeslut starkt genom att projicera hans syn efter att ha läst bara några viktiga ekonomiska nyheter. Personligen kunde jag inte förstå vad som gjorde honom så säker på att projicera var valutorna skulle gå eftersom det finns så många andra variabler som han inte övervägde. förutom nyheterna För att göra saken värre, försvann nästan alla sina rekommenderade affärer att vi skulle förlora massor av pengar. En kort återkallelse av hans rekommenderade affärer listas nedan: USDCHF Tillbaka i december 2010 rekommenderade han oss att köpa paret, glöm det och kolla kontot 3-4 månader senare när han förutspådde paret skulle enkelt skjuta upp över paritet. Naturligtvis gick paret ner till 0.8365 vid skrivetiden och han berättade att han köpte paret runt 0,98. Lycka till honom om han fortfarande höll på sina affärer. AUDUSD Han berättade för att korta paret när paret gick över paritet. Den som har kortat paret skulle ha lidit illa när paret sköt upp hela vägen till 1,1 på en gång. USDCAD Vid en tidpunkt då paret gick ner i närheten av 0.96, berättade han oss att köpa det eftersom han hävdade att chanserna för att paret skulle falla längre var väldigt lågt. Paret gick ner till 0.944 några veckor senare. IMO, hes inte bättre än en nybörjare forex näringsidkare och jag förstår inte varför Kishore skulle tillåta honom att förstöra sitt rykte. Han borde förbjudas att ge handledarkurser som hes verkligen ett dåligt inflytande för alla Powerup-elever jag har tagit Kishore Ms Forex kurs (2009), deltog i hans veckovisa live trading sessioner, och tittade honom placera livhandel. Jag önskade att jag hade spenderat min tid och pengar mer fruktbart. De strategier som han lärde sig kunde förmodligen upptas av en enkel resa genom babypips. Dessutom lärde han sig själv en mycket förenklad version under den huvudsakliga 3-dagars kursen. Under de veckovisa mötena som framförallt genomfördes av sina tidigare studenter skulle instruktörerna gå in i detaljer. Kishore skulle vanligtvis dyka in i slutet av sessionen och skyndsamt placera en handel. Så ofta som inte skulle handeln vara en förlust. Under alla omständigheter måste vi flytta lokalerna snart efter när det var nära sessionen slut. Jag är inte den enda som känner på det här sättet. Under kurs - och veckosessionen var jag lycklig att göra bekanta med några erfarna handlare, som också kände att vi hade haft. Varför anmälde vi oss till kursen, kanske du frågar. Jo, marknadsföringen var oemotståndlig och vi var tvungna att tillgodose vår nyfikenhet för att se om vi verkligen kunde lära oss något som var värt det. Tyvärr inte. På Kishores webbplats (powerupcapitalperformance. html) är hans prestationsstatistik för 2003-2005. Jag har mailat honom flera gånger och frågar efter senaste prestationsstatistik, eftersom de är knappast relevanta. Jag har aldrig fått ett svar på det. Om Kishore var så illa som du säger, hur kan han bli känd av CNN, BBC, Bloomberg, Channel News Asia och en mängd affärsprogram som är otheer än Banken eller Hedge Funds han handlar Har de alla gjort det fel om att han var en framgångsrik näringsidkare eller är allt du mycket säger att du har det rätt att han inte är bra på FX-handel eller att hans FX-utbildningstjänst inte kan producera många framgångsrika näringsidkare. Kishore är inte ens en professionell näringsidkare, han vet bara hur man säkrar hela sitt liv, det är därför han är en ex-hedgefondschef och hans handledare är inte ens professionell bara någon amatörförare. Varje gång efter sin handledares övningsperiod ses bara Kishore M. när han vill sälja några nya produkter. Att använda grundläggande indikatorer med standardinställningar i kombination med hans 50-metod är som att spela. Lita inte på de framgångsrika studenterna, mestadels av dem ändrade metoden eller klara upp dem eftersom de inte kan visa några bevis och inte kunna förklara hur de gör det i videon också. Du borde också tänka på att spendera dina hårda intäkter och lära av Hector, Henry Liu och många andra bra handlare eller bara köpa några mekaniska system som 1minutedaily eller profit day monster att handla men med coz med bra disciplin och rätt penninghantering. Bara hans NFP-handelsstrategi fungerar och det är allt, Inte ens värt en cent att spendera på sitt skräp. Jag var så dum att slösa bort mitt hårda intjäning (3.4k) på denna papperskorgen. Om du inte har mycket sparat, använd inte någon form av valutakurs i singapore som det här skräpet, vilket ger dig ett felaktigt intryck av att bli miljonär om 2 år. LOL. Det påminner mig om hans 100 strategi, vilken lögn. Jag anmälde mig från november 2009 till nu och jag har ingenting att lära av sin kurs. Jag hade tappat 40 av mitt levande konto. Kursen heter nästan en SCAM. se upp. Gud välsigne de svindlarna. Kom ihåg svindlarna: Det du gjorde i mörkret kommer att uppenbaras i ljuset. Omvänd eller för sent. Få widget kod Forex Recensioner och betyg Forex Performance Tests Forex Traders Domstolen Forex Trading Utbildning och Community Forums Forex Kalender och verktyg kopiera Copyright ForexPeaceArmy. Alla rättigheter förbehållna. Forex Peace Army, ForexPeaceArmy, FPA och FPA Shield-logotypen är alla varumärken som tillhör Forex Peace Army. Alla rättigheter förbehållna sig enligt amerikansk och internationell lag. Varje gång jag får en kommentar, frågar jag om jag fortfarande inte handlar, eftersom jag självklart inte uppdaterar den här bloggen regelbundet längre. Svaret är ja. Jag handlar fortfarande och faktiskt är det jag älskar att göra och jag ser mig inte någonsin stannar. Men jag tycker också om att skriva om handel och hjälpa människor som försöker lära sig att investera för sig själva. Ive har fått mycket erfarenhet under det senaste decenniet sedan designen av det ursprungliga Forex Profit Monster-handelssystemet. och jag känner att jag har mycket att ge tillbaka. Ett av mina mål för 2016 är att bli mer aktiv skriftlig på den här bloggen igen. inte bara om min egen handel utan att erbjuda min insiktadvice om handel i allmänhet som kan hjälpa dem som försöker lära. antingen från början eller bara försöker flytta till en ny nivå i sin handel. Faktum är att om du har några frågor angående handel som jag kanske kan hjälpa dig med, kan du skicka mig ett mail till Gmail-kontot som är kopplat till den här bloggen. Det är helt enkelt forexprofitmonster i Gmail. (Skrivet på det sättet för att minska nivån på mottagen spam). Inte bara ska jag försöka svara på ditt mail, men det kan ge inspirationen till ett inlägg här på bloggen. Några av de personer som kontaktar mig vill också veta vad som hände med min hemsida som bifogades den här bloggen (forexprofitmonster). Svaret är ganska ärligt, det var inte mycket för det längre och så stängde jag ner det. Jag bestämde mig i början av förra året att sluta sälja Forex Profit Monster, inte för att det inte är ett kvalitetssystem eller att jag inte använder det längre, men eftersom intresset för det hade gått till den punkt där det inte var värt min tid att fortsätta erbjuda det. Det verkar som människor som handlar bara intresserade av det nyaste, hetaste och FPM var nästan 10 år gammal och passade därför inte längre i kategorin. även om det fungerade lika bra som någonsin. Så jag tog pluggen på inte bara hemsidan utan säljer den på eBay. Så om du är en av de personer som kontaktade mig som vill köpa FPM ber om ursäkt, men jag tittar inte tillräckligt på den här bloggen och kanske inte har fått ditt meddelande i veckor eller månader efter det att det skickades. Den goda nyheten är att om du fortfarande letar efter ett lönsamt system som kan handlas om några minuter om dagen kan jag, för en mycket kort tid, erbjuda ett nytt system som jag har handlat under de senaste åren. Mer om det som ska komma. Om du är intresserad kan du meddela mig via ovanstående e-postadress och jag kontaktar dig när jag bestämmer mig för att göra den tillgänglig. På den huvudsakliga anledningen till detta inlägg. resultaten från 2015. Jag ska göra det här kort och sött. Jag följde upp 2014s 55-avkastning med en 24,22-avkastning för 2015. Jag tycker att det här är en ganska stor prestation med tanke på att jag inte handlade så mycket i Forex 2015. De flesta av det 24.22 var från handel öppnade 2014 att jag fortsatte att klara hela vägen till och med 2015 Lägg till det faktum att jag började året genom att ta en träff på (-22) på devalueringen av schweiziska centralbanken. och avslutar med mer än 24 på året är något jag är väldigt nöjd med. Hittills för att börja 2016 Jag är också glad att säga att jag har sett några fina drag i amerikanska dollar som redan har mig framåt med 4,1 på bara de första 7 handelsdagarna av året. (Och det här är bara i den del av min portfölj jag spårar för dessa resultat. Jag har faktiskt sett dubbelsiffriga ökar över alla kontosektorer) Så det är det för 2015-resultaten för den del av min portfölj som jag hanterar med FPM. och heres att posta oftare i 2016 Glad Nytt År till alla och lycka till i din handel 2016. (Portföljen av valutapar som handlas på 4-timmarsdiagrammet med Forex Profit Monster består av: EURUSD, USDCHF, USDJPY, GBPUSD , USDCAD, EURJPY, AUDUSD, GBPCHF, AUDCAD. Denna portfölj kommer att förbli densamma varje kvartal om inte annat anges. Alla resultat INKLUSIVE transaktionskostnader. DETTA ÄR REAL LIVE TRADING så att alla kostnader, spridningar, glidning, ränteswap etc. ingår i resultaten.) I det sista inlägget nämnde jag att jag var ungefär 54 år 2014. De slutliga resultaten är i, och jag slutade året upp 55.05 med Forex Profit Monster. Medan det var ett spektakulärt år ser jag några förändringar i butiken för mig år 2015. Mängden pengar som jag för närvarande handlar får faktiskt ett respektabelt belopp (för en återförsäljare ändå :-P). Jag har kommit långt ifrån killen som började med mindre än ett par tusen dollar för flera år sedan. Så, från denna post ändrade Ive min tidsram från 4-timmarsdiagrammet till Dagbladet. Anledningen till att jag handlade 4 timmarschemat till att börja med var att öka mina möjligheter och öka mitt konto snabbare. Såvitt jag oroade mig det här. och nu är jag mer intresserad av att minska en del av transaktionskostnaderna och volatiliteten i aktiekurvan genom att handla mindre. De nuvarande affärer som jag har öppnat på många av paren (EURUSD, USDJPY, USDCAD, GBPUSD och AUDUSD) verkar som om de är långsiktiga trender. och nu skulle det vara en bra tid att fortsätta dem på den dagliga tidsramen. Jag överväger också att göra några förändringar i portföljen som för närvarande handlas efter att ha gjort lite forskning om ett nytt system. Jag tycker att det finns några par som har fungerat bra de senaste 25-30 åren på både Forex Profit Monster och det nya systemet. och kommer sannolikt att lägga till dem inom en snar framtid. Storleken på mitt konto kommer också att tillåta vissa tillägg till portföljen. så igen är tidpunkten rätt. Jag vet att det var tufft för många detaljhandlare som förlorade sina konton på grund av det stora draget. heck, det sätter även några mäklare ute av drift (R. I.P. Alpari UK). Faktum är att min egen mäklare, FXCM, nästan också gick upp i magen (jag flyttade från IBFX till FXCM förra sommaren när Monex Group beslutade att avsluta sin MT4-detaljhandelns Forex-arm i verksamheten). Det var nära samtal, men FXCM har fått en ny tillströmning av kapital för att fortsätta verksamheten. och det finns till och med en rykt om att de kan försöka återuppliva Alpari UK för att ge sig till fotfäste i mäklarbranschen i England. Med allt som hände förra veckan på grund av den schweiziska bakhållningen var nyheterna inte så illa för mig personligen. En av de lektioner jag har lärt mig (och försökt vidarebefordra till andra under de senaste åren) är att ansvarsfullt handla. ANVÄNDA SÄRSKILDA STORLEK FÖR DIN RÄKNING OCH ANTAL FÖRDON SOM SKALL VARA FÖR HANDEL. Eftersom jag följer mitt eget råd (vilket inte alla handlare gör) fick jag bara en 22 räkna ned från svarta svanmeddelandet från Schweiz. Det mesta av det försvann i en lång USDCHF-position. och det var tusentals dollar i öppen aktievinst. inte riktigt mycket i form av pengar efter att jag kunde stänga av positionen. Medan jag inte kan säga att jag hoppade för glädje över flera tusen dollar i vinst försvinner i ögonkastet och en omedelbar nedgång på 22, jämfört med vad som hände med många andra den dagen hade det säkert varit mycket, mycket värre. Ive har också återhämtat sig något av det som redan dras ner genom andra öppna affärer och är för närvarande bara cirka 13 år. Ännu bättre nyheter är att nedräkningen var från en högre kapital hög än jag slutade 2014 med, för jag var nästan 15 på året redan för 2015 när det schweiziska meddelandet gjordes. Vad detta bidrar till är medan jag förlorade mycket öppet eget kapital över denna röra. Jag är verkligen bara ner ett par procentenheter från var jag slutade 2014. och bara några hundra dollar i kontanter. Min nya mantra för nu är. det kunde varit värre. det kunde varit värre. det kunde varit värre. Medan jag med berättigande känner synd på de som förlorade det hela förra veckan måste jag säga att jag känner mig väldigt bra om min egen handel. Jag räknar om jag kan väva en händelse som CHF-omvärdering och fortsätta tjäna dubbelcifret avkastning som jag kanske bara kan vara i det här spelet på lång sikt. För mig var denna fiasko en förtroendebyggare. ja, även efter alla dessa år av handel är det trevligt att bygga ditt självförtroende genom händelser som detta. Detta är ett maraton för mig, inte en sprint. med det ultimata målet att inte bara handla utan att kunna ge en ännu bättre livsstil för min familj och använda de färdigheter som Ive utvecklat till min pension så jag aldrig tvingas behöva oroa mig för var min nästa eller lönecheck är kommer från. eller sämre, beroende på någon annan för att ge investeringsavkastning som jag bor på. Heres hoppas du överlevde orkanen Swissy. och om inte, betrakta det en livsläsning. Stå upp, damm själv, hitta lite mer riskkapital och börja handla med mer självförtroende att med den kunskap du fått kan du säkert klara av en svart svan som den där gången. Om du har några frågor, skicka mig ett mail via webbplatsen och jag är glad att låna ett öra. så mycket som jag juridiskt kan :-) Det har varit en WILD-handelstur för mig i år. förmodligen den vildaste sedan 2008, inte länge efter att jag startade den här bloggen. Marknaderna fortsätter att fascinera mig och även om jag anser mig själv så mycket mer kunnig nu då jag gjorde det, fortsätter jag att lära mig varje dag. Under 2014 innefattade inlärning mer instruktioner utöver mina egna observationer och självundervisning. Jag byggde på min senaste professionella mentorskap från förra året genom att spendera våren i år med två online-högskolakurser. en i ekonomi med Nobelprisvinnaren Robert Shiller på Yale, och en annan i beteendeekonomi med Dan Ariely på Duke. Jag lärde mig mycket av båda och har funnit sätt att använda sina läror i mitt eget arbete inom systemutveckling och daglig handel. Samtidigt som man studerade med två professorer ansåg ledarna inom sitt område inom finansekonomiska arenan att vara till stor hjälp för att främja min utbildning om marknaderna, det pales i jämförelse med vad jag lärde mig under de första månaderna 2014 från min egen handel Från slutet av 2013 till 2014 spenderade jag 8 månader i en HUGE drawdown. Jag hade bara en vinnande månad under winterspring 2014, och det var en anemisk som verkligen inte gjorde stor skillnad mot det totala kapitalet i mitt konto. (För det sätt jag handlar betraktar jag verkligen det också en förlorande månad.) Vid ett tillfälle i juni var jag nära en 60 drawdown och hade handlat det faktiska kontanta värdet på mitt konto till mindre än 13 av vad det hade varit just några månader innan. (Läs det igen. Jag sa inte att jag förlorade 13 av kontantvärdet. Jag sa det var allt som var kvar) Jag kommer inte att ljuga och säga att jag tog allt i strid. Det fanns några gånger där jag ifrågasatte om det senaste decenniet hade blivit allt slöseri med min tid. Sedan kom juli. Amerikanska dollar började få några ben. och jag började se några trender börja. Då började FEDJanet Yellin få hök på den amerikanska ekonomin och pratade om slutet på kvantitativ minskning och kanske till och med början av räntehöjningarna i slutet av 2015. Dollarn blir ännu starkare. trenderna börjar verkligen sparka in. Därefter fortsätter Europeiska centralbankens chef Mario Draghi en rant om euron och försvarar Europas ekonomi genom att devalvera euron. Dollar blir starkare. så gör trenderna. Då gör PM Abe i Japan detsamma. säger att han fortfarande inte tillåter en stark yen eftersom japanska exportbaserade företag inte kan konkurrera bland de övriga asiatiska länderna. trender börjar verkligen röra sig. I september befann jag mig själv och satt på nästan 30 årets vinst efter att ha blivit nästan dubbelt så mycket bara flera veckor innan jag sitter här och skriver i slutet av året, är trenderna som startade i juli fortfarande på gång och jag kommer att stäng året ut med över 50 vinst (just nu dess vid 54). Trots att jag inte är i spelspelet, är det mänskligt, jag har åsikter och är ganska säker. Ill se att dessa trender fortsätter till 2015. Även om vi upplever en liten korrigering under vägen. Att gå igenom 60 drawdown 2014 är vad som skakar de flesta detaljhandlare ut ur spelet. Även med all min fokus och träning på den psykologiska och riskhanteringssidan frågade jag fortfarande mina metoder och system. Skillnaden är att jag hade disciplinen att hålla fast vid dem och komma ut på andra sidan. Ive sa det och upplevde det förut. men aldrig till denna nivå av en 60 drawdown. och hoppas att det är en lång, lång tid innan jag måste gå igenom någon drawdown så stor igen :-) Vanligtvis avslutar jag dessa inlägg med möjlighet att köpa mina handelssystem. Jag blev för upptagen för att följa upp eBay-listorna förra året och slutade i grunden att sälja ett tag. Jag överväger att erbjuda dem tillbaka 2015 till ett lägre pris som jag har gjort lite arbete på ett annat system som jag tycker fungerar lika bra (om inte bättre) det är ännu lättare att handla. Mer information om det år 2015. Gott nytt år, och jag hoppas du lärde dig så mycket som jag gjorde 2014 (Portföljen av valutapar som handlas på 4-timmarschemat med Forex Profit Monster består av: EURUSD, USDCHF, USDJPY, GBPUSD , USDCAD, EURJPY, AUDUSD, GBPCHF, AUDCAD. Denna portfölj kommer att förbli densamma varje kvartal om inte annat anges. Alla resultat INKLUSIVE transaktionskostnader. DETTA ÄR REAL LIVE TRADING så att alla kostnader, spridningar, glidning, ränteswapp etc. ingår i resultaten.) 4: e kvartalet 2013 var ett bra slut på året, vilket visar nästan 7 vinster. Det var mycket volatilitet under kvartalet. speciellt i december. Vid en tidpunkt var avkastningen för kvartalet nästan dubbelt så mycket som de slutade som. Jag bidrar med denna extra volatilitet till de stora pengarpengarna som gör förändringar i sina positioner och portföljer för det kommande året. och denna volatilitet fortsätter vanligtvis till januari. Efter 7 år blir det inte lättare att se några pappersvinster försvinner, men om du ska bli en framgångsrik näringsidkare måste du förstå att du aldrig kommer att fånga varje pip av ett drag. Målet är att fånga så mycket av mitten som möjligt. och att inte låta dina känslor få dig att gå in i eller lämna en position tidigt (eller sen). Här är resultatet: 4: a kvartalet: 6.71 102 Totalt antal affärer Vinnränta: 32.29 Maximal Drawdown: 9.68 Genomsnittlig Reward to Risk ratio: 3.42 till 1 Som du kan se var det några väldigt starka trender under fjärde kvartalet. Medan vinstgraden bara var något högre än tredje kvartalet var RR-kvoten mycket starkare i kvartalet på 3,42 till 1. Detta redovisar extra vinst som tagits i fjärde kvartalet. Heres en egenkapitaldiagram över kontosaldan under fjärde kvartalet: Naturligtvis slutar slutet på fjärde kvartalet också slutet på året, och här är siffrorna för 2013 totalt: Max Drawdown: 17,84 Genomsnittlig Belöning till Riskförhållande: 2,9 till 1 Heres Aktiekurvan för kontosaldot för 2013: Tack för att du följer med och lycka till i din handel För mer information om hur du köper Forex Profit Monster för din egen handel (och även mitt daytrading system Forex Day Monster), besök min hemsida på forexprofitmonster. Eller du kan besöka min eBay-sida (ebayusrjimsgr8stuff4less) där jag listar ett eller två system per vecka till en rabatt på det vanliga priset på webbplatsen. (Portföljen av valutapar som handlas på 4-timmarsdiagrammet med Forex Profit Monster består av: EURUSD, USDCHF, USDJPY, GBPUSD, USDCAD, EURJPY, AUDUSD, GBPCHF, AUDCAD. Denna portfölj kommer att förbli densamma varje kvartal om inte annat anges. Alla resultat INKLUSIVE transaktionskostnader. DETTA ÄR REAL LIVE TRADING så att alla kostnader, spridningar, glidning, ränteswapp etc. ingår i resultaten.) 3: e kvartalet 2013 var faktiskt ett lönsamt kvartal. även om aktiekursen som anges nedan ser inte ut som den. Ett av de olyckliga sakerna om markering till marknadsredovisning är att du redovisar ALLT värde på kontot, inklusive öppet eget kapital, så en kvotkapital för en kontosaldo kan lura. Kvartalet var kvart, där några av trenderna kom fram i slutet av kvartalet och stängdes inte men överfördes till fjärde kvartalet. Detta gör att balansräkningskurven ser ut som om den fortfarande är i ränta, trots att fonden har nya kapitalnivåer: Här är statistiken för Q3 för Forex Profit Monster: 3: a kvartalet: 4,33 104 Totalt antal affärer - Vinnhastighet: 30.39 Maximal Drawdown: 17.26 Genomsnitt RiskReward-förhållande: 2,17 till 1 Några saker av anmärkning. trots att vinstgraden var ungefär samma som andra kvartalet, var avkastningen lika stor eftersom det genomsnittliga riskräntan var mindre. I mänsklig engelska för dem som inte är erfarna i trenden följer det bara att trenderna var där. de var bara starkare under denna tidsperiod. Här är en kapitalkurva för de tre första kvartalen 2013: Detta motsvarar en total tillväxt på 25,89 under de tre första kvartalen 2013. I nästa post kommer jag att ge resultaten för fjärde kvartalet och bloggen kommer att vara aktuell tills första kvartalet 2014 kommer till slut Tack för att du följer med och lycka till i din handel För mer information om hur du köper Forex Profit Monster för din egen handel (och även mitt daytrading system Forex Day Monster), besök min hemsida på forexprofitmonster. Eller du kan besöka min eBay-sida (ebayusrjimsgr8stuff4less) där jag listar ett eller två system per vecka till en rabatt på det vanliga priset på webbplatsen. (Portföljen av valutapar som handlas på 4-timmarsdiagrammet med Forex Profit Monster består av: EURUSD, USDCHF, USDJPY, GBPUSD, USDCAD, EURJPY, AUDUSD, GBPCHF, AUDCAD. Denna portfölj kommer att förbli densamma varje kvartal om inte annat anges. Alla resultat inkluderar INKLUSIVE transaktionskostnader. DETTA ÄR REAL LIVE TRADING så att alla kostnader, spridningar, glidning, ränteswap etc. ingår i resultaten.) Resultatet för andra kvartalet för Forex Profit Monster var mycket bättre än första kvartalet, vilket visar en vinst på nästan 21 april och första delen av maj var uttagsperioder, men goda trender var fångade över nästan alla par i mitten av maj. Några av dessa trender överfördes till juni och det var den månad som såg mest av vinsten realiserad. Här är FPM-aktiekurvan för 2: a kvartalet 2013: 2: a kvartalet 2013: 20,77 103 totala affärer Vinnhastighet: 31.06 Max Drawdown: 10.12 Genomsnitt RiskReward: 2,73 till 1 Återigen överensstämmer inte diagrammet ovan och informationen om totala affärer exakt att vissa öppna aktieaffärer transporteras till tredje kvartalet. Du ser att vår vinstgradering ökat från 1: a kvartalet till 31.06. Medan jag fortfarande förlorade nästan 70 av tiden lyckades jag tjäna nära 21 års avkastning för kvartalet. Detta beror på att min risk för belöningsgrad förblev statisk medan min vinstfrekvens ökade med cirka 11 från första kvartalet. Uttagningen ökade också, men bara med ca 7. Jag anser en 10 drawdown en liten drawdown för min handel, särskilt när du tittar på retur v. Drawdown (ett 3 till 1 förhållande). Under långvariga förlorade strimmor förväntar jag mig att se dragningar så stora som 50-60 över tiden. Även om detta inte kommer att hända mycket ofta är det möjligt för riskbeloppet jag tar (i genomsnitt ca 1,5). För att hålla neddragningar mindre, minska risken för att minska risken. Att minska risken i halva (till 0.75) kommer att minska nedräkningen med ungefär samma. Som nämnts i föregående inlägg måste du vara tålmodig och vänta på dina vinstmöjligheter. Månaderna maj och juni var rikliga med dessa möjligheter, även om januari, februari, mars och april inte var. Här är aktiekurvan för Forex Profit Monster för de första två kvartalen 2013 totalt: Detta motsvarar en vinst på 20,67 på portföljen efter de första 2 kvartalen 2013. Kom ihåg att denna kapitalkurva skulle vara ännu högre men inte med öppna vinstdrivande transaktioner som fördes i 3: e kvartalet. Nästa inlägg kommer att innehålla resultaten från 3: e kvartalet 2013. Tack för att du följer med och lycka till i din handel. Mer information om hur du köper Forex Profit Monster för din egen handel (och även mitt daytrading system Forex Day Monster), besöker min webbplats på forexprofitmonster. Eller du kan besöka min eBay-sida (ebayusrjimsgr8stuff4less) där jag listar ett eller två system per vecka till en rabatt på det vanliga priset på webbplatsen. EURUSD, USDCHF, USDJPY, GBPUSD, USDCAD, EURJPY, AUDUSD, GBPCHF, AUDCAD. Denna portfölj kommer att förbli densamma varje kvartal om inte annat anges. Alla resultat inkluderar transaktionskostnader. DETTA ÄR SÄKERHETLIG HANDEL, så alla kostnader, spridningar, glidning, ränteswapp etc. ingår i resultaten.) Som det vi lovade i det senaste inlägget är här resultatet av Forex Profit Monster från min fondutveckling från 2013. För dem av er som har följt resultaten av FPM under de senaste åren, kom ihåg att det finns ett antal skillnader nu. För det första har GBPJPY-paret i portföljen ersatts av GBPCHF-paret. För de av er med efterfrågade sinnen var detta gjort för att balansera korrelationen i portföljen för att hålla den från att vara för Yen tung. Som tidigare nämnts kostar det definitivt mig några pengar under 2013, eftersom GBPJPY-paret har haft några stora uppgångar sedan mitten av 2012 och GBPCHF har bara haft några mindre trender under 2013, men jag kommer att acceptera en mindre avkastning för mindre korrelation och nedåtgående volatilitet. Jag kommer också sannolikt att lägga till GBPJPY-paret tillbaka i portföljen vid ett senare tillfälle när storleken på kontot tillåter handel med flera par. På grund av tillväxten i kontoens värde har Ive också lagt till ett annat par i portföljen AUDCAD. Detta par valdes för att hålla portföljbalansen i takt. Valutapar som handlas på 4-timmarschemat med Forex Profit Monster består nu av: EURUSD, USDCHF, USDJPY, GBPUSD, USDCAD, EURJPY, AUDUSD, GBPCHF, AUDCAD. Denna portfölj kommer att förbli densamma tills annars noteras. Den andra förändringen som görs till hur resultaten redovisas är att i stället för att posta resultaten i pips oftast, ställer jag upp det egna kapitalet som uppnås kvartalsvis. De använda siffrorna inkluderar öppet eget kapital på handelar och därför använder jag mark för att redovisa eget kapitalvärde på kontot i slutet av handelsmånaden. Det betyder att värdet kan vara mer eller mindre än kontotets nuvarande kassavärde, men är värdet om alla öppna postioner stängdes ut. Så här får de flesta pengarchefer uttalanden för sina kunder och det är också hur jag följer min prestation för denna fond. Det är också det enklaste sättet för mig att transkribera resultaten till den här bloggen utan mycket extra ansträngning. Detta gör det möjligt för mig att skicka resultat i tid och behålla de som följer mina framsteg med FPM från att förlora ränta på grund av att information saknas. En ytterligare anteckning. Alla resultat INKLUSIVE transaktionskostnader. DETTA ÄR SÄRSKILDA LIVSMEDEL, så alla kostnader, spridningar, glidning, ränteswapp etc. ingår i resultaten. Med det ur vägen, här är resultatet av Forex Profit Monster för 2013. 1: a kvartalet 2013: (-0.0009) 86 totala affärer Vinnränta: 20.93 Maximal Drawdown: 3.83 Genomsnitt RiskReward-förhållande 2,72 till 1 Ja, du läste det korrekt. En förlust på 9 tusen procent av LOL. Om du är ny för att handla, undrar du förmodligen varför jag stör mig. Tre månader av handel, nästan 100 affärer, och ingen vinst. plus alla transaktionskostnader (kom ihåg att dessa ingår i resultaten så att inga extra pengar betalades ut för att uppnå dessa resultat). Tja, svaret är enkelt. Du lär dig att det är lönsamt på marknaderna att vara patient. Ingen vinner hela tiden. Faktum är att de flesta av de bästa handlarna förlorar större delen av tiden. Du måste vänta på vissa marknadsförhållanden under korta perioder för att samla in vinsten. Att vara en bra näringsidkare är inte riktigt så spännande. i själva verket om du gör det korrekt borde det verkligen vara ganska tråkigt. Det bästa sättet att handla är defensivt. förlora så lite pengar som möjligt medan du väntar på dina vinster. Om du tänker på att komma in i handeln för spänningen lära sig att justera den synvinkel snabbt eller inte ens stör handel Vad du borde ta bort från dessa resultat är att jag kunde förlora nästan 80 av mina affärer men verkligen inte förlora några pengar. Här är ett diagram över aktiekurvan för 1: a kvartalet 2013. Detta diagram visar endast stängda affärer, ej öppet kapital, varför det varierar något från informationen ovan. Jag har också tagit bort kontantvärdet på Y-axeln av privatlivets skull. Siffrorna på X-axeln är antalet transaktioner som körs helt (öppnat och stängt). Som du kan se från att jämföra denna egenkapitalkurva med informationen ovan finns det 5 lönsamma affärer som öppnas i 2: a kvartalet 2013: Det är det för det här inlägget. Jag kommer posta resultaten från andra kvartalet 2013 i nästa post. För mer information om Forex Profit Monster (och mitt daytrading system Forex Day Monster) vis min hemsida på forexprofitmonster. Eller du kan besöka min eBay sida där jag listar ett eller två system per vecka till en rabatt från webbplatsens prissättning: ebayusrjimsgr8stuff4less. Tack för att du läste och lyckat med din handel När jag sitter bakom min dator klockan 6 på julmorgon, har du bara satt en kalkon i ugnen till julmiddag, sover resten av familjen fortfarande och jag har faktiskt några extra minuter att sticka ut ett inlägg på FPM-bloggen. Jag ber om ursäkt till alla som läser denna blogg för att inte uppdatera den regelbundet under 2013. Speciellt de som har kontaktat mig personligen via e-post under de senaste månaderna. Trots att jag tror att alla som mailade mig fick ett personligt svar, angav jag antagligen att jag snart skulle skicka resultat igen. and since the first emails starting coming in back in April or May I obviously didnt begin posting again anytime soon. As I dont want this blog to become like so many other trading related blogs littering the internet where one day the posts just stop and everyone is left wondering why (my guess is usually because the person found out how tough trading really is and gives up), Id like to explain exactly why Ive been MIA for the past 11 months. The reason for my inability to continue posting the results as I did in the past are two fold. First, if you read some of the posts immediately before this one you know that I began a mentorship with a very well known and respected commodities trader in 2012 (as mentioned before I dont use his identity here out of respect for him and his privacy). I have followed this trader for a long time and am a fan of not only his teachings but the philosophy of the person who mentored him (Ed Seykota). The year 2012 was a critical year for me it was the first time I accepted guidance from anyone but myself regarding my trading education, and what I learned was invaluable Mainly during the mentoring Ive reaffirmed that Im definitely on the right path and that the methods and systems that Ive developed on my own (Forex Profit Monster in particular) are where my focus needs to be as far as my trading is concerned. Ive also learned that the psychologicalemotional work Ive done on my own is spot on and that I just need to maintain that forward progress. Not only did I come to peace with my own development over the past decade as a trader through this mentorship, the insights, feedback and knowledge gained during my mentoring afforded me more professional opportunities in regards to trading that were time consuming. and unfortunately this blog paid the price. The second reason Ive been unable to keep up with posting here was probably the most exciting event for me over the past year. I was able to start my own fund. Starting in January 2013 I began managing a small fund that included mostly my personal money. but also some money from friends and family. This fund that Ive begun is a mix of systems across different markets (not just Forex), but one of the backbones of the fund is basically Forex Profit Monster being traded across 8 currency pairs as it has been for the past 7 years with one slight change. To provide a better balance and correlation between currency pairs, Ive replaced the GBPJPY with the GBPCHF. (While this change made sense from a portfolio standpoint, it probably cost me some money this year LOL). Anyway, the reason I bring all of this up (besides explaining why Ive been absent from posting) is that I plan to continue posting the results for FPM from the results of my fund. There will be some slight changes. instead of tracking pip by pip results for each currency pair which would require me to track my results differently than I do now (and would likely cause me to fall behind reporting results again), I will be posting the quarterly results BY PERCENTAGE OF EQUITY GAINED. This number will reflect ONLY the results of Forex Profit Monster as it was traded on the 8 currency pairs and NOT the results of the fund overall. I will wait until trading concludes for the year at the end of the week to post the 2013 results, but as it stands right now FPM has delivered a 33.43 return for 2013 with a maximal drawdown of 17.84. (FPM was at an equity high for the year of 39.4 just a couple of weeks ago before the year end volatility caused by tradershedge funds closing out for 2013 and repositioning for 2014 kicked in.) Obviously I think that no matter what happens over the next few days I can be assured of another great year of performance from this system. and I will post final results with more details within the next week or two. For more information regarding purchasing Forex Profit Monster (or my day trading system Forex Day Monster), please visit the website at forexprofitmonster or my eBay page at myworld. ebayjimsgr8stuff4less where I list one or two items per week at a discount. Happy Holidays and all the best to you and your family for 2014 and beyond. and of course, best of luck to you in your trading Its the start of a new year, that means its time for my end of the year results post for Forex Profit Monster. As you can see from the equity graph above it was another profitable year But before I break down the results for the year, I need to post the results for the month of December. And before I do that, Id like to take some time to reflect back on my trading in 2012. This past year was the 6th year in a row that Ive seen a profitable year trading with Forex Profit Monster. The system that I designed and coded back in 2006-2007 has performed very well heading into its 7th year by showing me about 65,000 pips of profit overall. Its been grinding out nice profits during most monthsyears and also capitalized on the chaos that was 2008, netting me about a 300 profit for that year while most people were losing. While Ive enjoyed the success Ive had with Forex Profit Monster, Ive also continued to grow as a trader. If youve followed this blog at all (or at least read some of the early posts) youve seen some of that growth. from the time frames Ive traded to my metamorphosis to being a trend follower exclusively (I only trend follow now, I dont trade ranges or other mean reversion strategies anymore). In the past few years Ive watched my account grow in value to the point where its almost time for me to take trading to the next level. by diversifying and trading more than just the Forex market. The next logical step for me as a trend follower is to move into the Futures markets. trading commodities and other futures contracts. To prepare for this I entered into a mentoring program in 2012 with one of the top commodity traders in the United States. I wont mention his name as I havent cleared doing so with him, but if youve been trading for any amount of time you would probably recognize him from his market related media appearances and his book written in 2011. Ive learned a lot from this trader, and continue to do so. In fact, things have gone so well I will be working as an assistant to him in 2013 which will allow me to learn even more about trading futures as well as the trading business in general. I have a lot to be grateful and thankful for as I look back at 2012, and am even more excited about 2013 and beyond On to results. heres what happened with my trading with Forex Profit Monster in December. December was a great follow-up to November as I saw not only some nice winning trades during the month, but also some gains from trades that opened in November that closed out during December. Once again the trends were nice and smooth on many pairs which kept the number of trades down and the profits up. It was a rare month in that I had a 68 win rate. you dont see many months like that in a trend following system where the average win rate is usually more in the 30-35 range. However the average riskreward ratio was also lower. 1.74 to 1 instead of the 3 to 1 or 4 to 1 ratio where it usually is during winning months. I had a profit of 657 pips in December, and heres how the rest of the monthly results played out: 19 trades total 13 wins: 892 pips 6 losses: 235 pips 68 win rate Avg win: 68 pips Avg loss: 39 pips Avg riskreward ratio: 1.74 to 1 Here are the results by currency pair: EURUSD 2W, 0L 352 GBPUSD 3W, 1L 166 USDCHF 2W, 1L 158 USDCAD 2W, 1L 38 AUDUSD 1W, 1L 19 GBPJPY 1W, 0L 15 EURJPY 1W, 1L (-41) USDJPY 1W, 1L (-50) Since its the end of the year, that means its the end of the 4th Quarter. With Octobers 220 pip loss and the gain of 657 pips in both November and December, I showed a profit of 1,094 pips in the 4th quarter. Heres the updated equity graph: And here are the final results for 2012: January: 891 February: 206 March: 1,667 April: (-293) May: 1,640 June: 2,209 July: (-343) August: (-699) September 1,103 October (-220) November 657 December 657 Thats a total of 7,475 pips, or an average of 622 pips per month. There were 8 winning months in 2012 with 9,030 pips gained, and 4 losing months with 1,555 pips lost. That gives me a monthly win rate of 66.6, an average win of 1,128 pips, and an average loss of 388 pips, which calculates to an average riskreward ratio of 2.9 to 1. For more information regarding purchasing Forex Profit Monster (or my day trading system Forex Day Monster), please visit the website at forexprofitmonster or my eBay page at myworld. ebayjimsgr8stuff4less where I list one or two items per week at a discount. Best of luck in your trading. My apologies to those of you who follow this blog and to those who check in on results before purchasing for taking so long to post these results. I became extremely busy in 2012, taking on some new things that Ill write about in a separate post. (it has a lot to do with furthering my abilities as a trader and trading system designer). Ive considered reducing these posts to Quarterly results only to save me some time, but know that there are a lot of people who want to see the month by month data. On to the October 2012 results for the 8 pair I trade on the 4 Hour chart. 39 trades 14 wins: 845 pips 25 losses: 1065 pips 35.8 win rate Avg win: 60 Avg loss: 42 Avg riskreward ratio: 1.42 to 1 Results by currency pair: EURJPY 3W, 2L 103 GBPJPY 1W, 3L 102 USDJPY 2W, 2L 77 EURUSD 4W, 1L 60 USDCHF 1W, 2L (-47) AUDUSD 2W, 3L (-66) USDCAD 1W, 4L (-116) GBPUSD 0W, 7L (-333) The results for 2012 so far: January: 891 February: 206 March: 1,667 April: (-293) May: 1,640 June: 2,209 July: (-343) August: (-699) September 1,103 October (-220) Thats a total of 6,161 pips, or an average of 616 pips per month. For more information regarding purchasing Forex Profit Monster (or my day trading system Forex Day Monster), please visit the website at forexprofitmonster or my eBay page at myworld. ebayjimsgr8stuff4less where I list one or two items per week at a discount. Best of luck in your trading. The September results are in, and once again there is a recurring lesson to be learned. After two losing months in July and August, September is not only a winning month but wipes out the past two losing months and then some. With Septembers win of 1,103 pips, that gives me a total of 62 pips for the 3rd quarter of 2012. Some would read that last sentence and say, Big deal, you mean you traded 4 Hour charts for 3 months and all you won was 62 pips. why bother. . If you find yourself thinking this way then you have A LOT of work to do as a trader. The point isnt that I made 62 pips across 3 months, the point is I WAS PROFITABLE AT ALL. To be honest, at this stage of my trading I dont really even think about how much I win or lose anymore. I focus on my process (following my predetermined trading plan including my exit signal) and let the profits accumulate as they may. I know from testing my system (and also trading it live for several years now) what to expect over the long term and I dont let any minor setbacks derail my thinking or my actions. As a trader this is the stage that you need to advance to if you want to become profitable for the long run. There are going to be losing periods and you cant let these periods shake you out of your process. Even if youre trading a system that will give you a perfect 45 degree equity curve, there are still going to be drawdowns. If you backtest a system and see a 45 degree equity curve over several hundred trades, that doesnt mean there arent negative portions of that curve. If you look at the equity curve with the same inputs in a Monte Carlo simulator for a smaller number of trades (say 20 or 30 trades instead of several hundred) you could even see equity curves that look like mirror images of your perfect 45 degree curve that you would never want to trade because they look like theyre making you go broke. When this is happening in real time live trading you have to remember that these times wont last and if your system is robust and you are seeing the same types of forward results you saw in your backtesting then you just have to keep focusing on your process until the losing period ends and you catch the wins that will pull you out of your drawdown. I believe Ive shown this fact in real time over the past 5 years on this blog. and Ive also seen the profit accumulation in my trading account. thats what keeps me going during losing times. On to the details about Septembers results. lets start with the equity graph updated for the 3rd quarter: As you can see, not much positive gain for the 3rd Quarter, but no drawdown either. Since Ive started graphing the equity curve by quarter instead of by month there have been fewer drawdowns showing in the curve and Ive recovered from them more quickly. Thats another lesson to remember. the higher the time frame, the less volatility that will show in your trading. This is true in both the time frame you trade and the way you track your results. you need to ride out the small losing periods and stick to your game plan Here are the results for September on the 4 Hour chart across the 8 pairs I trade with Forex Profit Monster: 27 trades total 13 wins: 1,890 pips Its not very often that I see 2 losing months back-to-back, but thats what August brought to me. The bad news is that I closed out the month of August losing 699 pips, but the good news is that I caught some great trends toward the end of the month and carried about 1,900 pips of profit in open equity into September. As long as there arent any large spikes in volatility this should be enough to wipe out the drawdown that I entered into at the end of June and should keep me from showing a loss for the 3rd quarter of 2012. Of course I wont know until the month of September is closed out and the pips (and money) are realized. Here are the results for the 4 Hour chart in August: 27 trades 6 wins: 517 pips 21 losses: 1,216 pips 22 win rate Avg win: 86 pips Avg loss: 58 pips Avg riskreward: 1.48 to 1 And the results by currency pair: GBPJPY 1W, 1L 79 USDCAD 1W, 2L 62 AUDUSD 2W, 1L 58 EURJPY 1W, 2L (-40) GBPUSD 1W, 2L (-93) USDJPY 0W, 5L (-151) USDCHF 0W, 4L (-289) EURUSD 0W, 4L (-325) The yearly results so far in 2012: January: 891 February: 206 March: 1,667 April: (-293) May: 1,640 June: 2,209 July: (-343) August: (-699) Thats a total of 5,278 pips, or an average of 659 pips per month. In a couple of weeks Ill post the September results and of course the end of September means the end of the 3rd quarter, so Ill have an updated chart of the overall equity. For more information regarding purchasing Forex Profit Monster (or my day trading system Forex Day Monster), please visit the website at forexprofitmonster or my eBay page at myworld. ebayjimsgr8stuff4less where I list one or two items per week at a discount. Best of luck in your trading. As you can see from the updated graph above, its time for the 2nd Quarter results for 2012 (and of course the June results) for Forex Profit Monster. (Actually the results are overdue, but Ive been so busy that I havent had time to update the blog). The one thing youll notice about the equity curve pictured above is how much smoother it is since Ive started tracking it quarterly instead of monthly. This is a lesson for those of you who are impatient. while Ive changed nothing at all about the trading system or the way I trade it, the drawdowns now look almost nonexistent. Just by spreading the data out over time the equity curve smooths itself out. Something to think about if you find yourself getting upset and angry after a losing month (or even a losing trade) If you are trading a system with an edge if you are consistent and patient over time you will profit. Here are the results for June: 31 trades 10 wins: 3,105 pips 21 losses: 806 pips Total profit: 2,209 pips 32 win rate Avg win: 301 Avg loss: 38 Avg riskreward: 7.92 to 1 And the results by currency pair as traded on the 4 Hour chart: EURJPY 2W, 2L 777 GBPUSD 1W, 2L 687 GBPJPY 1W, 3L 605 USDCAD 1W, 3L 333 AUDUSD 2W, 1L 68 USDJPY 3W, 2L (-47) USDCHF 0W, 4L (-105) EURUSD 0W, 4L (-109) The yearly results and total so far: January: 891 February: 206 March: 1,667 April: (-293) May: 1,640 June: 2,209 As for the 2nd Quarter of 2012, it was a good one A total of 3,556 pips were added during the months of April, May and June. That brings the total for 2012 to 6,320 pips and the all-time total to 63,190 pips since I started trading the system in the Fall of 2007. Thats it for now. Ill post the totals for July in the next few days. For more information regarding purchasing Forex Profit Monster (or my day trading system Forex Day Monster), please visit the website at forexprofitmonster or my eBay page at myworld. ebayjimsgr8stuff4less where I list one or two items per week at a discount. Best of luck in your trading. Ive been trading long enough now that Ive become very comfortable with Forex Profit Monster. I designed this system in 2006 and started trading it live with real money in 2007. In the past 5 years Ive seen the cycles that the market and this system goes through. but the month of May showed me another first for this system. I had some pairs that I didnt take a single trade on for the entire month. The reason for this is that trades opened in April carried all the way through the month of May and into June with positive open equity and no exit signal. While this may be a common occurrence for trading a Daily chart, its the first time Ive seen it happen on the 4 Hour chart. I also consider it a harbinger of things to come. if you study markets and believe in fractals and wave theory then a move like this is most likely setting up for the higher time frames (Daily and Weekly). Im currently carrying close to 3,000 pips of open equity into June, so it looks like another good month of trading with FPM next month as well Here are the results for May 2012 on the 4 Hour chart: 8 total trades 4 wins: 1,890 pips 4 losses: 250 pips Total: 1,640 pips 50 win rate Avg win: 472 pips Avg loss: 62 pips Avg riskreward: 7.61 to 1 And the results by currency pair (Ive listed the open equity on the pairs that didnt have any trades in May, this amount was not included in the profits for May but is being carried forward from April into June): EURUSD 1W, 0L 732 AUDUSD 1W, 0L 541 USDCHF 1W, 0L 533 USDCAD 0W, 1L (-58) (plus 450 in open equity) USDJPY 1W, 3L (-108) GBPJPY No Trades (800 open equity) EURJPY No Trades (800 open equity) GBPUSD No Trades (700 open equity) The yearly results and total so far: January: 891 February: 206 March: 1,667 April: (-293) May: 1,640 Thats a total of 4,111 pips for 2012 so far, with an average of 822 pips per month. For more information regarding purchasing Forex Profit Monster (or my day trading system Forex Day Monster), please visit the website at forexprofitmonster or my eBay page at myworld. ebayjimsgr8stuff4less where I list one or two items per week at a discount. April 2012 was a ranging month, to be expected after the nice start to the year. Some small wins, some small losses. all adding up to a small losing month, the first losing month of the year. The nice thing is that during the month of May several large trends began on a few of the pairs and Im currently carrying an equity profit of over 1,500 pips which is almost a guarantee of a very profitable May (as long as the trades close out in the next week or so) Here are the results for April: 36 total trades 12 wins for 1,172 pips 24 losses for 1,465 pips Total for April (-293) 33 win rate Avg win: 97 Avg loss: 61 Avg riskreward: 1.59 to 1 And the results by currency pair as traded on the 4 Hour chart: GBPJPY 2W, 0L 259 EURJPY 2W, 1L 143 GBPUSD 1W, 3L 36 EURUSD 2W, 2L (-21) USDJPY 1W, 3L (-98) USDCHF 2W, 3L (-143) AUDUSD 1W, 5L (-188) USDCAD 1W, 7L (-282) The yearly results and total so far: January: 891 February: 206 March: 1,667 April: (-293) Thats a total of 2,471 pips and an average of 617 pips per month. For more information regarding purchasing Forex Profit Monster (or my day trading system Forex Day Monster), please visit the website at forexprofitmonster or my eBay page at myworld. ebayjimsgr8stuff4less where I list one or two items per week at a discount. I got a question this month through the blog about the MT4 platform slowing down and freezing while using FPM and FDM. Unfortunately the MT4 platform is a memory hog and this is almost always a RAM issue with the computer being used. The lower the time frame you are trading the more of an issue this becomes. The only remedies are: 1. Use fewer active charts on your platform. You can always use one chart and drag the new currency pair youd like to see into the chart from the navigator window instead of running several charts at once. 2. Trade a higher time frame that requires less of your computers memory resources (combined with fewer charts this is even more effective). 3. Upgrade to higher RAM for your computer. Thanks for visiting the results blog and best of luck in your trading AUDUSD 1W, 4L (-73) USDCAD 0W, 6L (-222) The month of March ends the first quarter of results for FPM, and all three months were positive with January posting an 891 pip gain, February added 206 pips, and March 1,667. Thats a total of 2,764 pips for the first quarter of 2012, and a grand total of 59,634 pips since I started trading Forex Profit Monster live in the 2nd quarter of 2007. (You can see a graph on the performance since 2007 at the top of this post.) For more information regarding purchasing Forex Profit Monster (or my daytrading system Forex Day Monster), visit forexprofitmonster or my eBay page at myworld. ebayjimsgr8stuff4less where I list one or two items per week at a discount. Thanks for reading the results blog for Forex Profit Monster, and best of luck in your trading February was a fantastic month for trading with Forex Profit Monster Not only was February a winning month again with a profit of over 200 pips, but the great news is there were 3 trades caught in the beginning of the month on Yen pairs that stayed open throughout February and carried into March with a total of more than 1,800 pips in open equity That virtually guarantees a profitable March, which means all 3 months in the first quarter of 2012 will have been winners. A much better way to start 2012 than 2011 when the year started with back to back losing months. Here are the details for February on the 4 Hour chart: 20 total trades 8 winning trades: 864 pips 12 losing trades: 658 pips Total profit: 206 pips Avg riskreward ratio: 2.0 to 1 And the details by currency pair: EURUSD 3W, 1L 347 AUDUSD 1W, 3L 267 USDCHF 2W, 0L 140 GBPUSD 1W, 4L 109 GBPJPY 0W, 0L (0) (1 trade taken, not closed in Feb) EURJPY 0W, 1L (-72) USDCAD 0W, 3L (-109) Here are the yearly results so far: Thats a total of 1,097 pips so far in 2012, and an average of 548 pips per month. With next months post of the March results I will include a new graph of the overall performance of FPM since I began trading it live in 2007. For more information regarding purchasing Forex Profit Monster (or my daytrading system Forex Day Monster), visit forexprofitmonster or my eBay page at myworld. ebayjimsgr8stuff4less where I list one or two items per week at a discount. Thanks for reading the results blog for Forex Profit Monster, and best of luck in your trading Finding the time to transcribe my FPM trading results lately has been tough. Its not that Ive been losing (which well get to in a minute. a special hello to those of you who continue to email me hoping that Im not still seeing success trading with FPM), but that Ive been extremely busy. Ive been busy day trading, which has been offering up a lot of great opportunities lately, even though Ive had to actually manage some of the trades for more than a day. Ive also been busy working on a new trading course that goes more in depth into the areas that traders need to work on to become successful. more on this as it becomes available. Because I know its important Ive forced myself to sit down on a beautiful 70 degree Saturday to update the past couple months of results as I just dont get much time during the trading week anymore. The month of January was an above average month for FPM, showing me a total win of 891 pips. This was a great way to start 2012, and some equity from open trades from January carrying into the next month gave me a good start to a profitable month for February as well. Here are the results for January: 25 total trades 12 winning trades: 1,802 pips 13 losing trades: 911 pips Here it is. the new equity curve for Forex Profit Monster. As mentioned in previous posts, the software that I use to plot the equity curve has a limitation of the number of data points you can use, and as of a couple of months ago that limit was reached. I decided to recompute the curve on a quarterly plot instead of monthly so that I can continue to post the curve on the results blog using the same software. The funny thing is, the difference in the equity curve can teach a lesson as far as trading discipline is concerned. Look at the graph above and compare it to the last monthly graph: Do you see how the drawdowns are more noticeable in the monthly graph than the quarterly graph While technically the information is exactly the same, it shows that seen over a longer time frame the same results seem less volatile. While many small drawdowns can be seen in the monthly graph (every time there is a losing month there is a drawdown in the graph). there are hardly any visible in the quarterly graph. The only one of any relevance at all is in Q3 of 2010. and even that is extremely small and lasts for only that quarter. Want to take it to the next level Heres a graph of the yearly results: See how there are NO drawdowns in the yearly results at all So what lesson is to be learned here as a trader With a viable trading method that has a positive expectancy, you CANT allow the results of single trades (or even single weeks or months worth of trades) to cause you to lose your focus. If you become undisciplined because you have a losing streak or enter a drawdown, you may miss out on the profits that will help you to overcome the losses. You must keep focused on the big picture. or making money over time. Days, weeks, or even a couple of months of losses in a row dont mean anything over the long haul. With that covered, here are the results for December: 29 trades total So the holidays are over and its the start of a new year This post includes only the November results because Im just getting around to transcribing my trading logs and posting the results from November. Ive been enjoying some downtime over the past several weeks. but Im taking some time on a Sunday morning to catch up on some of the more clerical aspects of my trading that I can procrastinate. Ive also spent some time over the past couple of weeks reviewing the data from the past few years and reorganizing it from monthly data points to quarterly. Beginning with the December results Ill start posting a new equity graph using the quarterly results instead of monthly results. (While Ill still post monthly results here on the blog, the graph will only be updated each quarter). November was a very good month for Forex Profit Monster with an overall profit of 1,286 pips. Here are the overall results of the 8 pairs I trade on the 4 Hour charts with FPM: 20 trades total 10 wins: 2,104 pips 10 losses: 818 pips Another spectacular month with Forex Profit Monster The past two months have more than made up for the slow start in 2011. Even though I consider myself a seasoned trader now, its still tough to sit through drawdowns. and those drawdowns are especially tough when they happen in consecutive months in the beginning of the year and sometimes take a few months to recover from. However with Octobers win I have guaranteed another winning year with FPM (both in pipsdollars and number of winning months vs. number of losing months). Some of you have contacted me regarding why Ive been so late posting the results again this month. There are several reasons, some of which are personal and I wont go into, but one of which actually has to do with the results and the results blog itself. The software that I use to graph the results is limited to the number of data points it will accept. I have reached the limitation with the monthly results, so my plan was to find some new software and redesign the graph and transfer the data, or redesign the graph in the current software to show results by quarter instead of by month. I had the best of intentions to have this done by this month, but its a project that keeps getting moved lower on the priority list. I will however keep working on it so that the graph can continue to be posted on the results blog each month. Anyway, on to the October results: 25 trades 12 wins - 3,267 pips 13 losses - 633 pips Total: 2,634 pips 48 win rate Avg win: 272 Avg loss: 48 Avg riskreward: 5.66 to 1 And here are the results by currency pair as traded on the 4 hour chart: AUDUSD 2W, 0L 1,426 USDCAD 2W, 1L 539 GBPUSD 2W, 0L 390 EURUSD 2W, 1L 341 USDCHF 2W, 2L 144 EURJPY 1W, 2L 33 GBPJPY 1W, 1L 4 USDJPY 0W, 6L (-243) And the totals for 2011 so far: January (-35) February (-334) March 869 April 2,168 May 503 June (-811) July 225 August 221 September 2,227 October 2,634 Thats a total of 7,667 pips so far in 2011, and an average per month of 766 pips. For more information about Forex Profit Monster (and my day trading system Forex Day Monster), visit the website at forexprofitmonster . To purchase either (or both) systems at a discount, visit my eBay page at myworld. ebayjimsgr8stuff4less where I list one or two systems per week at a discount. Best of luck in your trading