[Статья] Использование потока ордеров для дискреционной статистики

[!!NIKA!!]

Дискреционная статистика

Как мы можем торговать на рынке, который в состоянии эффективно терзать большинство участников, и в то же время не в состоянии эффективно позволять им получать большие прибыли?

Перефразируя слова Лассе Х. Педерсена – рынок не является ни достаточно эффективным, ни абсолютно неэффективным: рынок «эффективно неэффективный». Поток ордеров достаточно неэффективен, чтобы создать возможности для торговой стратегии с целью получения прибыли после торговых издержек, но он также и достаточно эффективен, чтобы препятствовать получению прибыли с инвестиций.

Часто говорят, что простейшие стратегии являются лучшими. Но как доказать эту концепцию? И как мы можем дать количественную оценку риску? Понимание рыночной микроструктуры – неэффективности потока ордеров и дисбаланса спроса и предложения – открывает новые возможности для разработки стратегий, которые не всегда являются математическими производными. Дискреционному подходу к торговле на ценовом движении можно дать количественную оценку, не жертвуя ни возможностями, предоставляемыми волатильностью, ни целостностью статистических данных, путем применения экспериментально проверенного подхода в качестве основы для дальнейшего развития, который является достаточно простым для развития дискреционных трейдеров и автоматизированной торговли.

В данной статье рассматриваются достаточно подробные данные для поддержки такого подхода. Они схематически представляют дискреционную торговлю на ценовом движении с использованием неэффективности потока ордеров и рыночной структуры. Профессиональный, экспериментально проверенный подход истолковывается с целью проверки основной, работоспособной, готовой к автоматизации стратегии внутридневной торговли с целью применения этих моделей, включая простой.

Трейдеры-новички могут использовать тестовую модель, о которой говорится в данной статье, чтобы ответить на конкретные вопросы, которые задают почти все спекулянты: не только «где я могу зайти в рынок?», но и «где я должен выйти из него?».

Некоторые комментаторы утверждают, что успех внутридневной торговли на валютном рынке уменьшается за счет помех (спреда и внутридневной хаотичности) и что по умолчанию большинство игроков получает отрицательный результат. Вот почему так важно управлять изменчивостью концепции:

(а) понимать рыночную микроструктуру, представленную в виде поведения цены;
(б) разрабатывать и тестировать стратегию с целью применения движения цены как доказательства концепции;
(в) соответствовать и совершенствовать ожидание концепции посредством самостоятельной торговли или сочетания автоматизированной и самостоятельной торговли.

Рисунок 1. Неэффективность структуры рынка в точках пробоя

Таблица 1. Среда потенциальных возможностей. Что такое внешний/внутренний диапазон ценового поведения?

Неэффективность потока ордеров

Ценовое движение является функцией ликвидности. Неэффективное ценовое движение не обязательно является признаком объема; отсутствие спроса или предложения может «расширять» ценовой спред, поскольку он достигает доступной ликвидности, а это, в свою очередь, может приводить к дополнительному потоку ордеров, создавая вакуум ликвидности на своем пути. Исчерпав это движение, цена может «восстановить баланс» через этот вакуум до последней точки ликвидности – что может быть выражено, поскольку институциональные алгоритмы управляют как учетом, так и риском неблагоприятного отбора от предыдущего ценового прогона.

Более конкретно, структура рынка – более высокие и более низкие максимумы и минимумы – могут выступать в качестве триггера для неэффективных ценовых скачков, поскольку цена улавливает либо лимит ликвидности, либо сосредоточенные на этих уровнях стоп ордера. Это происходит внутри дня, день за днем.

На рисунке 1 показана эффективность цен и неэффективность в целом точек пробоя рыночной структуры на валютной паре GBPUSD в сентябре 2015 года. Рыночная структура пробивает уровень минимума предыдущего дня. Цена неэффективно движется, пробивая минимум предыдущего дня по направлению к фигуре и восстанавливает равновесие в последней точки ликвидности.

Стальные канаты и экспериментально проверенная концепция

На основе проверенной идеи, вытекающей из проектирования IT-системы, «стальные канаты» представляют собой ключевые элементы системы, которые контролируют максимальную величину риска и тесно связывают все элементы – это, своего рода, стальные канаты моста, например, вокруг которого намотаны более мелкие канаты, имеющие более низкий приоритет.

Для нас стальные нити, которые оказывают формирующее влияние на моделируемый риск, основываются на неэффективности потока ордеров вокруг рыночной структуры. Опять же, как и в проектировании IT-системы, эти стальные нити будут тестироваться с помощью экспериментально проверенной концепции для выявления риска.

Экспериментально проверенная концепция предназначена для подтверждения эффективности и представляет базовое ожидание от стратегии, которая может быть прокручена вперед в двух областях: дискреционной (в которой практикум, разрабатывающий первые навыки дискреционного трейдера, соответствует или превосходит реальные помехи) и автоматизированной (в которой автоматизированный вариант стратегии может реализовываться с помощью дискретных параметров). В обоих случаях имеет место вторая экспериментально проверенная фаза.

С той целью, чтобы гарантировать, что у нас есть «определение сделанного» для ведения умных результатов, которые создают «минимальную жизнеспособную стратегию» торговли, был принят профессиональный, экспериментально проверенный подход.

Обратите внимание, что мы не уходим от ключевого замысла рыночной микроструктуры, который мы понимаем под стальными нитями. Неэффективность ощутима и реальна. Нет «сигналов со стороны шума», которые мы извлекаем из случайных процессов, как лотерейный шар.

Подобно тому, как водитель «Формулы один» комбинирует свой испытанный на практике инстинкт с тестируемой машиной во время тест-драйва, мы, дискреционные трейдеры, комбинируем результаты с нашими навыками тестирования.

Таким образом, подход можно резюмировать следующим образом:

(а) определение стратегии тестирования;
(б) определение параметров данной стратегии;
(в) выполнение тестирования стратегии;
(г) проведение анализа полученных данных;
(д) анализ ожиданий;
(е) выполнение специализированных исследований, включающих использование автоматизации.

Тестирование стратегии

Тестирование стратегии представляет собой исследование одной очень простой идеи: поскольку цена ищет ликвидность за пределами максимумов и минимумов предыдущего дня, ценовые неэффективности будут соответствовать восстановлению цены на дискретных уровнях и восстановлению равновесия в направлении пробоя максимумов или минимумов предыдущего дня – последнего уровня ликвидности.

Для валютной пары GBPUSD статистика с использованием 7-летней выборки показывает, что внутренние или внешние дневные диапазоны случаются реже, чем дни, в течение которых случаются более высокие максимумы или более низкие минимумы – см. таблицу 1. Это означает, что 80% дней создадут новые максимумы или минимумы рыночной структуры, включая внешние дневные диапазоны. Это выглядит достаточно просто.

Тем не менее, возможность состоит в том, что, в дополнении к этому, восстановление цены наблюдается на четверть-процентных уровнях с наличием или отсутствием ликвидности, «сидящей» на этом уровне (например, отмеченные объемы на этих уровнях на цепочке опционов). Ликвидность представлена как объем предыдущих сделок на данном уровне.

Сочетание ценовой неэффективности, которая соответствует восстановлению цены вокруг точек пробоя рыночной структуры, представляет собой основу экспериментально доказанной концепции – так как же определить преимущество? Преимуществом является количественная стратегия, которая использует неэффективное поведение – вероятность того, что произойдет именно одно, а не другое. В нашем случае, вероятность того, что произойдет восстановление неэффективного ценового равновесия от уровня восстановления цены, в сравнении с тем, что такого восстановления не произойдет.

Рисунок 2. Ценовая архитектура. Точки пробоя уровней максимумов или минимумов предыдущего дня с восстановлением цены на четверть-процентных уровнях

Рисунок 3. Модель 1-го входа и 1-го перевхода в сделку (пример)

Рисунок 4. Примеры на валютной паре GBPUSD – сентябрь 2015 года

На рисунке 2 показаны основные элементы поведения: дневные максимумы и минимумы, скачок цены, пробивающий уровень максимума (минимума), восстановление цены происходит на четверть-процентном уровне (с наличием или отсутствием поддерживающих объемов на этом уровне); в случае несостоятельности вторая попытка происходит на следующем четверть-процентном уровне – идея торгового «восстановления» (см. рис. 3)

На рисунке 3 показаны четверть-процентные уровни для первого испытания и для восстановления цены.

На рисунке 4 показаны примеры с валютой GBPUSD с сентября 2015 года в режиме реального времени.

Таблица 2. Условия тестирования

Что такое определение сделанного?

Для того, чтобы обеспечить минимальную жизнеспособную стратегию по завершению эксперимента, применяется следующая статистика:

(а) % контролируемых тестирований, включающих максимальный благоприятный результат (МБР) и максимальный неблагоприятный результат (МНР);
(б) % неконтролируемых тестирований;
(в) % тестирований, поддающихся коррекции, включая МБР.

Ожидания и тестовый прогон помогают нам определить и управлять вероятностями.

Условия тестирования

В таблице 2 приведены условия проведения теста. Для тестирования использовалась тестовая программа Forex Tester с котировками от Dukascopy.

Практические результаты

После проведения анализа результаты показывают положительное ожидание от стратегии, которая может использоваться в качестве основы для базовой внутридневной дискреционной торговли или отправной точки для автоматизированной разработки (например, для торговли во время какой-либо торговой сессии, на более конкретных условиях или на отдельных валютных парах). Масштаб внутридневного тестирования составлял 24 часа, тем не менее, торговые ордера оказались сгруппированы вокруг нескольких временных точек внутри суток согласно торговым возможностям.

Таблица 3 показывает количество тестов, проведенных в течение 5-ти лет, с итогами для каждого из тестирований (контролируемого, неконтролируемого и откорректированного).

Количество сделок, представленных по данной выборке, составляло 1425. Уровень достоверности 95%. Можно утверждать, что для внутридневной стратегии использование 5-ти летних данных может «сглаживать» ожидание, которое на недельных или месячных размерах выборки может оказаться менее позитивным, вследствие внутридневных помех и различных событий, например, новостей и фундаментальных причин. Чтобы противодействовать этому, следует разбираться в тонкостях рыночной микроструктуры и определении параметров внутридневной торговли (например, времени суток), которые могут давать аналогичные результаты на небольших выборках. Данная стратегия тестировалась в течение нескольких лет, результаты фиксировались по каждому году, после чего все полученные за 5 лет данные сводились воедино. Было обнаружено, что среднее ожидание являлось фракталами для не поддающихся исправлению торговых операций, но с некоторыми возможностями для запасной торговой идеи.

Таблица 3. Размер выборки и 5-ти летние итоги

Рисунок 5. Тестирование с различными параметрами за период с 2011 по 2015 год.

Зависит ли торговля от времени суток?

Есть ли какое-то преимущество при торговле с применением данной стратегии в определенное время суток (например, во время открытия Лондонской сессии)? Могут ли результаты сообщить нам о том, как торговать по данной стратегии путем изменения таких параметров, как размер позиции, уровень стоп лосс и тейк профит, чтобы учитывать всплески активности в тот или иной период суток?

Волатильность цен зависит от ликвидности, и есть четкие внутридневные границы, которые оказывают влияние на количество торговых возможностей, контролируемых, неконтролируемых и которые можно корректировать.

На рисунке 5 показаны примеры групп ордеров, совершенных в определенные периоды суток с поправками на контроль и возможность коррекции. Например, 84% торговых операций в 9 часов утра GMT были контролируемыми, однако только 61% операций были контролируемыми без применения коррекции. Это оказывает заметное влияние на ожидание. Сравните это с открытием Лондонской сессии (в 6-9 часов), где контролируемым без применения коррекции является более высокий % торговых операций. Анализ ожиданий демонстрирует это же преимущество.

Это в дальнейшем проясняется и на рисунке 6, который демонстрирует количество контролируемых торговых операций плюс элемент коррекции для общего количества проконтролированных операций.

Нестандартные всплески и волатильность сессии по-прежнему обеспечивают положительное ожидание за счет увеличения возможности корректировок. Утром и днем на валютной паре GBPUSD присутствуют всплески. Подлежащие коррекции торговые операции представляют собой успешно контролируемые операции. В период присутствия на рынке более низких объемов (около 10-12 часов GMT, утром в Лондонскую сессию) имеется меньшее количество подлежащих коррекции операций.

Практическим следствием этой внутридневной схемы должно являться рассмотрение открытия позиций меньших размеров в определенное время дня, возможно, с использованием модели получения ожидаемой прибыли в 25 пунктов.

Аналогично рисунку 6, рисунок 7 представляет собой конкретный пример для среднего, 50-го уровня внутри фигуры, демонстрирующего контроль и возможность применения коррекции в разное время суток.

Рисунок 6. Контроль внутридневной торговли, демонстрирующий возможность применения коррекции применительно ко всем уровням в период с 2011 по 2015 год.

Рисунок 7. Контроль внутридневной торговли, демонстрирующий возможность применения коррекции применительно к 50-му срединному уровню внутри фигуры в период с 2011 по 2015 год.

Управление аппроксимаций и дисперсией

Вместо того, чтобы в каждой позиции сосредоточиться на применении ножа и вилки, как это возможно предположить, располагая статистической информацией, дискреционную способность следует улучшить для контроля над аппроксимацией в исследуемых рамках с целью обеспечения ожидания – что Нассим Талеб может описать как улучшение «противоустойчивости» трейдера.

Между результатами концепции и реальной торговлей будет различие (дисперсия), связанное с контекстом реального времени. Хитрость заключается в том, чтобы управлять дисперсией путем оттачивания первых навыков. Это трудно предоставить в качестве системы, основанной на правилах для целей автоматизации, но без специализации, тестирование которой может помочь ускорить автоматизацию.

Результаты предполагают специализацию стратегии. Например, ожидания, основанные на открытии Лондонской сессии, можно использовать только для торговли в этом периоде: например, в 13:00, это возможность сосредоточиться на торговле от уровней с меньшим размером позиции или торговать только на уровне восстановления.

Кроме того, ценовая неэффективность может быть проверена с использованием новых внутридневных максимумов и минимумов, с восстановлением цены на сильных уровнях с помощью внутридневного восстановления равновесия на более коротких таймфреймах, которые могут дополнительно выражаться с помощью регулирующих управление рисками алгоритмами банков.

Очевидно, что результаты могут укрепляться с помощью таких мер согласованности, как коэффициенты Шарпа и Сортино. Дело в том, что тестирование концепции с определением сделанного дает нам положительный результат, минимальную жизнеспособную стратегию как реализацию этой идеи.

Резюме

В этой статье мы кратко изложили понятие ценовой неэффективности в среде рыночной структуры, с основной количественной моделью, поддерживающей гибкий, экспериментально доказанный подход, который обеспечивает минимальную жизнеспособную стратегию. Данная стратегия располагается в рамках последовательного усовершенствования, которое нуждается в постоянном мониторинге.

Часть 2

Грэхам Харрисон, независимый трейдер, автор книги «Динамическое веб-программирование».
Переведено специально для TradeLikeaPro.ru

Изменено 26 апреля, 2018 пользователем Pavel888