Retail Forex Tradere Statistikk Og Sannsynlighet

OANDA bruker informasjonskapsler for å gjøre våre nettsteder enkle å bruke og tilpasset til våre besøkende. Cookies kan ikke brukes til å identifisere deg personlig. Ved å besøke vår nettside samtykker du i OANDA8217s bruk av informasjonskapsler i samsvar med vår personvernpolicy. For å blokkere, slette eller administrere informasjonskapsler, vennligst besøk aboutcookies. org. Begrensning av informasjonskapsler forhindrer at du drar nytte av noen av funksjonaliteten til nettstedet vårt. Last ned våre Mobile Apps Åpne en konto Topp 100 Forex Traders Statistikk Gjennomgå dagene vellykkede og mislykkede forex trading strategier Følgende statistikker er beregnet fra forex trading aktiviteter i løpet av de siste 24 timene av to grupper av OANDA forhandlere: de 100 mest lønnsomme og ( valgfritt) de 100 mest lønnsomme handelsmennene. Hvordan velges disse valutahandlere Disse forexhandlerne er ikke valgt utelukkende på deres samlede beløp av realisert fortjeneste og tap, da det ville skje resultatene mot sikringsfond og store institusjonelle kontoer. I stedet samles valutahandlerne fra et bredt spekter av kontosaldoer, fra mikro til institusjonelle. What8217s er vist i disse diagrammene Som standard vises statistikk bare for de 100 mest lønnsomme forexhandlerne. Sjekk Vis minste lønnsomme Traders for å vise statistikk for de ikke-lønnsomme handelsmenn, som vises i en lysere farge. Følgende statistikk vises for hvert av våre mest omsatte valutapar de siste 24 timene. De beregnes ut fra det totale antall handler plassert av hver gruppe handelsfolk. Retningslinjen (prosentandel av handelen lang vs kort) Lønnsomheten (prosentandel av lønnsomme kontra ikke-lønnsomme handler) Gjennomsnittlig varighet for alle lønnsomme og ikke-lønnsomme handler plassert av hver gruppe. Gjennomsnittlig ProfitLoss per enhet i pips. Hva kan jeg finne ut av disse diagrammene Mens dette diagrammet ikke kan forutsi fremtidige trender, er it8217s et interessant øyeblikksbilde de siste 24 timene. Når du sammenligner de to typer forexhandlere, se etter trender. Hvilken gruppe holder sin handler lenger Er de i en bestemt retning Er handlende mer profesjonelle fra noen par Følgende verktøy gir mer innsikt i de daglige aktivitetene til OANDA8217s handlende: OANDA Forex Order Book S Hvordan minst lønnsomme handelsfolk 169 1996 - 2017 OANDA Corporation. Alle rettigheter reservert. OANDA, FxTrade og OANDAs fx familie av varemerker eies av OANDA Corporation. Alle andre varemerker som vises på denne nettsiden tilhører deres respektive eiere. Leveraged trading i valutakontrakter eller andre valutamarkedsprodukter på margen har høy risiko og kan ikke være egnet for alle. Vi anbefaler deg å nøye vurdere om handel passer for deg i lys av dine personlige forhold. Du kan miste mer enn du investerer. Informasjon på dette nettstedet er generelt i naturen. Vi anbefaler at du søker uavhengig finansiell rådgivning og sørger for at du fullt ut forstår de risikoene som er involvert før handel. Trading via en online plattform medfører ytterligere risiko. Se vår juridiske seksjon her. Spredningsbudgivning er kun tilgjengelig for OANDA Europe Ltd kunder som bor i Storbritannia eller Republikken Irland. CFDs, MT4 sikringsegenskaper og innflytelsesforhold på over 50: 1 er ikke tilgjengelige for amerikanske innbyggere. Informasjonen på dette nettstedet er ikke rettet mot innbyggere i land hvor distribusjonen, eller bruk av noen, ville være i strid med lokal lovgivning eller regulering. OANDA Corporation er en registrert handels - og detaljhandelsforhandler for Futures Commission med Commodity Futures Trading Commission og er medlem av National Futures Association. Nei: 0325821. Vennligst referer til NFAs FOREX INVESTOR ALERT når det er aktuelt. OANDA (Canada) Corporation ULC-kontoer er tilgjengelig for alle som har en kanadisk bankkonto. OANDA (Canada) Corporation ULC er regulert av Canadian Investment Investment Regulatory Organization (IIROC), som inkluderer IIROCs online rådgiver sjekk database (IIROC AdvisorReport), og kundekontoer er beskyttet av det kanadiske investorbeskyttelsesfondet innenfor angitte grenser. En brosjyre som beskriver naturen og begrensningene for dekning er tilgjengelig på forespørsel eller på cipf. ca. OANDA Europe Limited er et selskap registrert i England nummer 7110087, og har sitt hovedkontor på Floor 9a, Tower 42, 25 Old Broad St, London EC2N 1HQ. Den er autorisert og regulert av the160Financial Conduct Authority. Nr. 542574. OANDA Asia Pacific Pte Ltd (Selskapsreg. Nr. 200704926K) har en kapitalmarkedsservice lisens utstedt av Singapores monetære myndighet og er også lisensiert av International Enterprise Singapore. OANDA Australia Pty Ltd 160is regulert av Australian Securities and Investments Commission ASIC (ABN 26 152 088 349, AFSL nr. 412981) og er utsteder av produkter og tjenester på denne nettsiden. Det er viktig for deg å vurdere den nåværende Financial Service Guide (FSG). Produktopplysningserklæring (PDS). Kontovilkår og andre relevante OANDA-dokumenter før du foretar økonomiske investeringsbeslutninger. Disse dokumentene finner du her. OANDA Japan Co Ltd Første Type I Finansielle Instrumenter Forretningsdirektør for Kanto Lokale Finansielle Bureau (Kin-sho) Nr. 2137 Institutt for Financial Futures Association Abonnentnummer 1571. Trading FX andor CFDs på margin er høy risiko og ikke egnet for alle. Tap kan overstige investment. Probability Tools for Bedre Forex Trading For å lykkes, må valutahandlere vite grunnleggende matematikk av sannsynlighet. Tross alt er det vanskelig å oppnå og opprettholde handelsgevinster uten først å ha muligheten til å forstå tallene og måle dem. Mange handelsfolk bruker en kombinasjon av svarte boksindikatorer for å utvikle og implementere handelsregler. Likevel, forskjellen mellom en god handelsmann og en stor er hans eller hennes forståelse av beregningene og metodene for beregning av ytelse og gevinster. Sannsynlighet og statistikk er nøkkelen til utvikling, testing og profitt fra forex trading. Ved å kjenne noen få sannsynlighetsverktøy, er det lettere for handelsmenn å sette handelsmål i matematiske termer, opprette og drive effektive handelsstrategier, og vurdere resultater. Det er nyttig å vurdere de mest grunnleggende konseptene for sannsynlighet og statistikk for forex trading. Ved å forstå sannsynligheten av sannsynligheten, vet du logikken som brukes av mekaniske handelssystemer og ekspertrådgivere (EA). Normal fordeling Det mest grunnleggende verktøyet for sannsynlighet i forex trading er begrepet normal distribusjon. De fleste naturlige prosesser sies å være normalt fordelt. Enhetlig fordeling innebærer at sannsynligheten for et tall som er hvor som helst på et kontinuum, er omtrent like. Dette er den typen distribusjon som kan oppstå ved kunstig spredning av gjenstander så jevnt som mulig over et område, med en jevn mengde avstand mellom dem. I stedet for en jevn fordeling vil imidlertid en valuta-parpris sannsynligvis bli funnet innenfor et bestemt område til enhver tid. Dette er sin normale fordeling, og sannsynlighetsverktøy kan vise en tilnærming av hvor den prisen sannsynligvis vil bli funnet. Normal distribusjon tilbyr forexhandlere prediktiv kraft med hensyn til sannsynligheten for at en valutaparepris vil nå et visst nivå i løpet av en bestemt tidsramme. Datamaskiner bruker en tilfeldig talegenerator til å beregne middelene (gjennomsnittene) av forexpriser for å bestemme deres normale fordeling. Hvis et stort antall utvalgspriser kontrolleres, vil den normale fordeling dannes som en bellkurve når den tegnes grafisk. Jo større antall prøver, jo jevnere kurven vil være. Reglene for enkle gjennomsnitt er nyttige for handelsmenn, men regler for normal distribusjon gir mer nyttig prediktiv kraft. For eksempel kan en næringsdrivende beregne at gjennomsnittlig daglig prisflyt av et forex-par er, si 50 pips. Likevel kan den normale fordeling også fortelle forhandleren sannsynligheten for at en viss daglig prisbevegelse vil falle mellom 30 og 50 pips, eller mellom 50 og 70 pips. I henhold til reglene for normalfordeling og standardavvik, vil omtrent 68 av prøvene bli funnet innenfor en standardavvik av gjennomsnittet, og ca. 95 vil bli funnet innenfor to standardavvik av gjennomsnittet. Endelig er det en 99,7 sannsynlighet for at prøven faller innenfor tre standardavvik av gjennomsnittet. Normale fordelings - og standardavviksfunksjoner i ekspertrådgivere (EA) og handelssystemer hjelper forexhandlere å vurdere sannsynligheten for at prisene kan flytte et visst beløp i en gitt tidsperiode. Likevel bør handelsmenn være forsiktige når de bruker begrepet normal distribusjon alene med sikte på risikostyring. Selv om sannsynligheten for en sjelden hendelse (som en prisreduksjon på 50) kan virke lav, kan uforutsette markedsfaktorer gjøre muligheten mye høyere enn det som vises under normalfordelingsberegninger. Analysens pålitelighet avhenger av kvantitet og kvalitet på data Ved modellering av normale distribusjonskurver er mengden og kvaliteten på inngangsprisdata svært viktig. Jo større antall prøver, jo jevnere kurven vil være. For å unngå beregningsfeil som skyldes utilstrekkelig data, er det viktig at hver beregning er basert på minst 30 eksemplarer. Så, for å teste en forex-handelsstrategi ved å estimere resultatene fra prøvehandler, må systemutvikleren analysere minst 30 bransjer for å nå statistisk pålitelige konklusjoner angående parametrene som testes. På samme måte er resultatene fra en studie på 500 handler mer pålitelige enn de fra en analyse av bare 50 bransjer. Dispersjon og matematisk forventning å estimere risiko For forexhandlere er de viktigste egenskapene ved en fordeling dens matematiske forventning og spredning. Matematisk forventning for en rekke bransjer er lett å beregne: Bare legg opp alle handelsresultater og del det beløpet med antall handler. Hvis handelssystemet er lønnsomt, er den matematiske forventningen positiv. Hvis matematisk forventning er negativ, mister systemet i gjennomsnitt. Den relative bølgen eller flatheten i fordelekurven er vist ved å måle spredningen eller spredningen av prisverdier innenfor matematisk forventning. Typisk er den matematiske forventningen for enhver tilfeldig distribuert verdi beskrevet som M (X). Dermed kan dispersjon defineres som D (X) M (XM (X) 2. Og en dispersjon kvadratroten kalles dens standardavvik, vist i matematisk stenografi som sigma (). Dispersjon og standardavvik er kritisk viktige for risikostyring I forex trading systemer. Jo høyere verdien av standardavviket, desto høyere vil være den potensielle drawdownen og jo høyere er risikoen. På samme måte, jo lavere verdi for standardavviket, desto lavere blir nedtjeningen mens du handler systemet. Eksempel nedenfor er en prøve risikovurdering for en test av et forex trading system: Trade Number X (Trade Gain eller Tap) I eksemplet ovenfor basert på minimum antall tretti handler for en tilstrekkelig prøve, er det viktig å merke seg at den matematiske forventningen er positiv, så forex tradingstrategien er faktisk lønnsom. Standardavviket er imidlertid høyt, så for å tjene hver dollar handler risikoen for et mye større beløp dette systemet bærer betydelig risiko. Heres resten av e matematikk: For å bestemme matematisk forventning for denne gruppen av handler, legg sammen alle handler gevinster og tap, divider deretter med 30. Dette er middelverdien M (X) for alle handler. I dette tilfellet er det lik en gjennomsnittlig gevinst på 4,26 per handel. Så langt ser systemet ut lovende. For å beregne standardavviket for dispersjonen trekkes gjennomsnittet 4.26 fra resultatene av hver handel, deretter er kvadratet, og summen av alle disse torgene blir lagt sammen. Summen er delt med 29, som er det totale antall transaksjoner minus 1. Ved å bruke formelen for Dispersjon av (X) M (XM (X) 2 gitt ovenfor, heres en kontroll av beregningen fra første handel i vårt eksempel : Handel 1: -17,08 4,26 -21,34 og (-21,34) 2 455,39 Samme beregning utføres for hver handel i testserien. I dette eksemplet er dispersjonen over serien 9,353,62 og per definisjon er kvadratroten lik standarden avvik (), som i dette tilfellet er 96,71. Forex-aktøren ser således at risikoen for dette systemet er ganske høyt: Den matematiske forventningen er faktisk positiv, med en gjennomsnittlig fortjeneste på 4,26 per handel, men standardavviket er høyt når sammenlignet med det overskuddet. Det kan sees at næringsdrivende risikerer 96,71 for hver mulighet til å tjene 4,26 i fortjeneste. Denne risikoen kan være akseptabel, eller næringsdrivende kan velge å endre systemet på leting etter lavere risiko. Utover risikoen for et bestemt handelssystem, kan forex-handelsmenn Bruk også normal fordeling og standardavvik for å beregne Z-poengsummen, noe som indikerer hvor ofte lønnsomme handler vil skje i forhold til å miste handler. Under prosessen med å utvikle et vinnende forex trading system, kan handelsmannen lure på hvor mange av de lønnsomme handlene som ble sett under testingen, var tilfeldige, og hvor mange påfølgende tapende handler må tolereres for å oppnå vinnende handler. For eksempel kan vi anta at gjennomsnittlig forventet fortjeneste fra et gitt Forex trading system er fire ganger mindre enn det forventede tapbeløpet fra hver stop-loss-ordre utløst under handel med dette systemet. Noen handelsmenn kan anta at systemet vil vinne over tid, så lenge det er gjennomsnittlig minst en lønnsom handel for hver fire tapende handler. Likevel, avhengig av fordelingen av gevinster og tap, i real-world trading kan dette systemet trekke for dypt for å gjenopprette i tide til neste vinneren. Normal distribusjon kan brukes til å generere en Z-poengsum, noen ganger kalt en standardscore, som gjør at handelsmenn ikke bare estimerer forholdet mellom gevinster og tap, men også hvor mange gevinster som trolig vil oppstå etter hvert. En positiv Z-poengsum representerer en verdi over gjennomsnittet, og en negativ Z-poengsum representerer en verdi under gjennomsnittet. For å oppnå denne verdien trekker næringsdrivende populasjonsmiddelet fra en individuell råverdi, og deler deretter differansen av populasjonsstandardavviket. Den grunnleggende standardpoengsberegningen for en råpoengsangering utpekt som x er: Hvor er befolkningen gjennomsnittlig og er befolkningsstandardavviket. Det er viktig å forstå at beregningen av Z-poengsummen krever at handelsmannen kjenner parametrene til befolkningen, ikke bare egenskapene til et utvalg tatt fra denne befolkningen. Z representerer avstanden mellom populasjonsmiddel og råpoeng, uttrykt i enheter av standardavviket. Så for et forex trading system: ZN x (R 0,5) P (P x (PN) (N 1) N er det totale antall handler i løpet av en serie R er det totale antall serier av å vinne og miste handler P er lik 2 x W x LW er det totale antall vinnende handler under en serie L er det totale antall tapende handler i løpet av en serie. Individuelle serier kan representeres med en påfølgende sekvens av plusser eller minuser (for eksempel eller 8212). R teller tallet slik serier. Z kan tilby en vurdering av om et forex trading system opererer på målet, eller hvor langt utenfor målet det kan være. Like viktig kan en handelsmann bruke Z-score for å avgjøre om et handelssystem inneholder færre eller større serier av vinnere og tapere enn forventet fra en tilfeldig rekkefølge av trades8211 Med andre ord, om resultatene av etterfølgende bransjer er avhengige av hverandre. Hvis Z-poengsummen er nær 0, er fordelingen av handelsresultater nær den normale fordeling Resultatet av en sekvens av handler kan indikere annonse ependency mellom resultatene av disse handler. Dette skyldes at en normal tilfeldig verdi vil avvike fra gjennomsnittsverdien med ikke mer enn tre sigma (3 x) med en visshet på 99,7. Hvorvidt Z-verdien er positiv eller negativ, informerer handelsmannen om typen avhengighet: En positiv Z-verdi indikerer at den lønnsomme handelen vil bli etterfulgt av en taper. Og positiv Z indikerer at den lønnsomme handelen vil bli fulgt av en annen lønnsom, og en taper vil bli etterfulgt av et annet tap. Denne observerte avhengigheten lar forexhandleren variere posisjonstørrelsene for individuelle handler for å bidra til å håndtere risiko. Sharpe Ratio Sharpe Ratio, eller belønning til variabilitetsforhold, er et av de mest verdifulle sannsynlighetsverktøyene for valutahandlere. Som med metodene beskrevet ovenfor, er det avhengig av å anvende begreper normalfordeling og standardavvik. Det gir handelsmenn en metode for å kontrollere ytelsen til et handelssystem ved å justere for risiko. Det første trinnet er å beregne Holding Periode Returns (HPR). For eksempel, en handel som resulterte i en fortjeneste på 10 har en HPR beregnet som 1 0,10 1,10 mens en handel som taper 10 er beregnet som 1 0,10 0,90. På samme måte kan HPR beregnes ved å dividere etterbehandlingsbalansebeløpet av førhandelsbeløpet. Gjennomsnittlig Holding Periodeavkastning (AHPR) beregnes deretter ved å legge opp alle individuelle avkastningsperioder, deretter dividere etter antall bransjer. AHPR produserer i seg selv et aritmetisk gjennomsnitt som ikke kan skikkelig vurdere ytelsen til et forex trading system over tid. I stedet kan en investeringseffektivisering av handelssystemer estimeres nærmere ved å bruke Sharpe-forholdet, som viser hvordan AHPR minus risikofri rente på langsiktig avkastning er knyttet til standardavviket i handelssystemet. Sharpe Ratio AHPR (1 RFR) SD Når AHPR er gjennomsnittlig holdingsperiode, er RFR den risikofrie avkastningen fra sikre investeringer som bankrenter eller langsiktige T-obligasjonsrenter, og SD er standardavviket. Siden mer enn 99 av alle tilfeldige verdier vil falle innenfor en avstand på 3 rundt middelverdien av M (X) for et gitt handelssystem, jo ​​høyere Sharpe-forholdet er, desto mer effektivt er handelssystemet. For eksempel, hvis Sharpe-forholdet for normalt distribuerte handelsresultater er 3, indikerer det at sannsynligheten for å miste er mindre enn 1 per handel, i henhold til 3-sigma-regelen. Konseptene for normal distribusjon, dispersjon, Z-score og Sharpe-forhold er allerede innlemmet i logaritmer av EAer og mekaniske handelssystemer, og deres brukervennlighet er usynlig for de fleste handelsfolk. Likevel, ved å vite hvordan disse grunnleggende sannsynlighetsverktøyene fungerer, kan forexhandlere ha en dypere forståelse av hvordan automatiserte systemer utfører sine funksjoner, og dermed øke sannsynligheten for å vinne handler. Bruker du for øyeblikket sannsynlighetsverktøy for å øke din egen sjanse til suksess. Stor artikkel. Jeg lette etter akkurat denne informasjonen. Kan du avklare hvordan jeg beregner R-verdien for en serie med å vinne og miste handler It8217s ikke helt klart hvordan du gjør dette. Du sier it8217s totalt antall serier av å vinne og miste handler. Betyr det at jeg teller de påfølgende vinnere og minus de påfølgende taperne. Så hvis systemet mitt har maksimalt 7 påfølgende vinnende handler og 4 etterfølgende tapende handler, så er det totalt 3 eller 11, takk James Rechard Fleming sier at jeg leser bloggen din og vil takke deg for å gi trading suksessnøkkelen. Som er veldig nyttig for handel matematisk beregning. Takk, Rechard. I8217m glad du fant det nyttig. Jeg har allerede kjøpt systemet på vektet digntal score system. Jeg vil at du skal vite at jeg er en hørselshemmede mann som er døve og ikke kan høre hva du sier på disse treningsvideoene. Jeg kommer imidlertid ikke til å dumpe systemet ditt, siden jeg er ganske vellykket på det du anbefaler for å analysere fxbook outlook-sånn. Det er sant at jeg har 62 av å vinne handler og tjent penger. Jeg visste at din digtinalvektede score vil øke sannsynlighetene. Med stor del av angre på at jeg ikke har Mt 4-system på FOREX eller få kapital. Dens et hjerte ødelagt siden kontoen min er mindre enn 5000 og det er usannsynlig at de ikke vil godkjenne meg til å bruke mt 4-programvare. Og jeg vet ikke om Forex vil godkjenne nedlastingen av systemprogramvaren. Så du og jeg må diskutere hva som er på din kjære video og ber om at du installerer stengt bildetekst på denne treningsvideoen slik at jeg kan studere dem. Imidlertid vil jeg alltid være en del av din forex-familie siden jeg allerede har kjøpt ditt systemprogram. Vennligst gi beskjed om hvilket meglerhus som tilbyr mt 4-programvare og kanskje det vil tillate meg å installere programvaren din på mt 4. du har e-postadressen min og mitt bevis på betaling. Og jeg takker Gud for at du har gitt meg muligheten til å bruke programvaren din. og vennligst kontakt meg via e-post. Takk for kjøpet. Det er en veldig rettferdig forespørsel Det skjedde aldri for meg å vurdere høreapparatene til publikum. Det er en av de tingene i mitt liv som jeg tar for gitt. Takk for at du pekte på behovet for å imøtekomme alle. I8217ll sørg for å legge til skriftlig innhold denne uken. Let8217s sette opp en tid til tekstchatt over Skype. I8217ll sender deg en e-post direkte. FXCM Release Extra Forex Trader Lønnsomhetsstatistikk Fordelingen på tallene etter størrelsen på kontoen er en måneds gjennomsnitt, over 12 måneder, antar jeg. Overskriften 034 offisielle statistikk034 er rånumre for fire forskjellige 3 måneders perioder. Dessverre tillater de to forskjellige informasjonstabellene oss å sammenligne 034like med like034. Sammenligning av de to tabellene forteller imidlertid at færre forhandlere er lønnsomme når de kontrolleres over en tre måneders periode enn når de er sjekket over en måned. Det er det jeg forventer. Sammenbruddsstatistikken foreslår faktisk at 034micro034-forhandlere i gjennomsnitt er mindre lønnsomme enn 034mini034-forhandlere. Men strengt tatt er nedbrytingen av kontosaldo, snarere enn etter kontotype. Det som ville være veldig interessant å se, ville være som for figurer over betydelig lengre perioder. Igjen, ville jeg forvente at antallet lønnsomme handelsmenn vil redusere etter hvert som målingstiden øker. Det som vil være mest interessant av alt, er andelen handelsmenn som klarer å bli i 034spillet034 i flere år og forbli lønnsomme. Er det 5-10 som ofte blir bandied om. Eller ikke Et svært interessant tilleggsspørsmål, for oss her hos handelsgurusene, var i det minste utgitt av Stan. Hvor mange vellykkede langsiktige forexhandlere har automatisert sin handel, og hvor mange sitter fortsatt stirrer på flere skjermer (SSSSS for kort) i lange perioder Vel, det er noen tall i S-18230 Kundeegenskaper 424.597K og 134.478 aktive kontoer som utgjør 3.157 gjennomsnittlig balanse. Dette tyder sterkt på at 25K brakett er mest definitivt irrelevant. Det blir enda mer så når du tar 034tradeable accounts034 i stedet for 034 aktive accounts034 (hva de bruker som kriterier for å skille dem). Det er 174 672 slike kontoer, noe som gir en gjennomsnittlig balanse på 2.430. Jeg ville gå videre og si at det var klart hvorfor de rapporterte kun 10K brakett som den høyeste fordi det ser ut til å være det siste statistiske relevante spekteret. Min undersøkelse på dette var på grunn av nysgjerrighet for å se hvor passer jeg med kontostørrelsen min og hvor mye innflytelse jeg har (hvis noen) når jeg prøver å få noe løst, for det meste på tekniske problemer med API og slikt. Jeg er fullt automatisert og har en konto med Dukascopy. Mens kontoen min er langt mer enn over tall, er jeg ikke sikker på at jeg faller inn i high end-serien av Duka-kontoer. Et annet interessant nummer fra S-1 er den institusjonelle siden av FXCM, som synes å være ganske liten, og bekrefter at deres detaljhandel er kjernevirksomheten. Inntekter fra institusjonell handel er oppført som 20,7M mot 234,6M på utsalgsstedet. Når det gjelder din observasjon om sikkerheten til midler, er det jeg personlig har øverst på listen min når du velger en megler, og tallene fra Tradestation er noe som bekrefter logikken også. De rapporterer 47.434 totale meglerkontoer (ingen oppdeling etter type, men de sier at de aller fleste er egenkapital - og futureskontoer) med gjennomsnittlig balanse på 70,7K for egenkapitalen og 21,8K for futures-aksjene. Jeg fant ikke kildedokumentet selv, men jeg har sett et innlegg som tyder på at gjennomsnittlig størrelse Universal-konto hos InteractiveBrokers er 125K. Imidlertid tror jeg ikke at sikkerhet av midler er rådende grunn for disse tallene. Jeg tror at detaljhandel FX nesten helt består av inngangsnivå, deltidshandlere, og profesjonelle og tidsmessige og velfinansierte handelsmenn er mer unntak enn en regel (og av de jeg mener enkeltpersoner, ikke institusjoner og pengeforvaltere). Når det gjelder lønnsstatistikken fra det opprinnelige innlegget, ville dette være den logiske forklaringen på hvorfor mindre kontoer er mindre lønnsomme. Til slutt har jeg nettopp innsett den store forskjellen i antall kontoer som er rapportert i S-1-arkivering og ditt opprinnelige innlegg (174K134K versus 18,5K). Jeg håper jeg ikke savner poenget somewhere8230 Takk for at du har gitt plass til dette emnet. Med vennlig hilsen,