Как построить торговую стратегию возврата к среднему

[!!NIKA!!]

 

Данный пост содержит подробное руководство по созданию торговой стратегии возврата к среднему.

Вы узнаете, что такое возврат к среднему, как на нем торговать, 10 шагов для построения системы и подробный пример системы возврата к среднему.

Итак, начнем!

 

Введение

 

Двумя самыми популярными видами торговых стратегий являются импульсная торговля и торговая стратегия возврата к среднему.

Торговая стратегия возврата к среднему подразумевает, что цены вернутся к среднему значению.

Стратегия же торговли на импульсе подразумевает, что цены продолжат движение в том же направлении.

Рынки постоянно входят в фазы возврата к среднему или импульсного движения и выходят из них. Следовательно, для обеих фаз можно разработать соответствующие стратегии торговли.

Упрощенным примером стратегии возврата к среднему является покупка акции после необычно сильного падения ее цены.

Когда акция сильно упала в цене, обычно имеется большая вероятность того, что она вернется в норму.

 

Что такое возврат к среднему?

 

Идея возврата к среднему основана на хорошо известной концепции, называемой регрессией к среднему значению.

 

 

Эта теория, впервые обнаруженная статистиком Фрэнсисом Гальтоном, объясняет, что после экстремальных явлений обычно следуют более нормальные явления.

Другими словами, со временем все вещи склонны выравниваться.

 

Например:

·       Если футбольная команда забивает необычное количество голов в матче, то в следующей игре, вероятно, число забитых голов будет ближе к их среднему результату;

·       Если первый человек, которого вы видите сегодня, необычно высокий, то следующий, вероятно, будет ниже ростом;

·       Если в этом месяце индекс Dow Jones Industrial Average падает на 20%, то в следующем месяце он, вероятно, упадет на меньшее значение.

 

Способ применения этой стратегии на рынке заключается в поиске экстремальных событий с последующим расчетом на то, что всё вернется к среднему значению.

Сложность заключается в том, что финансовые рынки обычно не распределяются по нормальному закону.

Они формируют длинный хвост, и экстремальные явления могут группироваться вместе. Цепи обратной связи на рынке могут усиливать это и создавать импульс, который является врагом возврата к среднему.

Другими словами, иногда, когда в один прекрасный день акция падает на 10%, то на следующий день она падает еще больше.

Несмотря на это, возврат к среднему значению является мощной концепцией, которую трейдеры могут использовать для поиска преимущества и построения торговых стратегий.

Позже в этой статье я покажу процесс, который я использую для построения торговых систем, основанных на возврате к среднему.

 

Различные способы торговли на возврате к среднему

 

Простая торговая стратегия возврата к среднему – это покупка акции после необычно большого падения цены в расчете на то, что акция восстановится до нормального уровня.

 

Тем не менее, существует и масса других способов применения инвесторами и трейдерами теории возврата к среднему.

 

Технические индикаторы

 

Для поиска экстремальных уровней перепроданности или перекупленности могут использоваться технические индикаторы, такие как RSI. Они могут выступать в роли хороших уровней для входа и выхода из сделок, основанных на возврате к среднему значению.

 

Стандартное отклонение, полосы Боллинджера, денежный поток, расстояние от скользящей средней – всё это можно использовать для определения экстремальных или необычных ценовых движений.

 

 

Цена акции FOX закрылась ниже полосы Боллинджера. Чем дальше акция движется в направлении от своей скользящей средней, тем больше вероятность ее отката назад

 

Финансовая информация/фундаментальные данные

 

Некоторые инвесторы будут смотреть на финансовую информацию, такую как коэффициенты PE (отношение рыночной стоимости акции к годовой прибыли на акцию) или отчеты о прибылях и убытках.

 

Если сообщается о высокой квартальной прибыли компании, намного превышающей ее долгосрочный средний показатель, то в следующем квартале отчет о прибыли компании, вероятно, будет ближе к ее среднему уровню.

 

Экстремальные результаты могут провоцироваться множеством факторов. И многие из вещей имеют естественную склонность возвращаться к среднему значению. Например, погода.

 

Аналогичным образом, если у акции необычно низкий коэффициент PE, инвестор может купить акцию данной компания в расчете на то, что она недооценена и PE вернется к среднему уровню.

 

Экономические показатели

 

Некоторые инвесторы будут искать возврат к среднему значению среди экономических показателей.

Например, уровень безработицы, ВВП или коэффициент Шиллера (циклически скорректированное отношение цены к прибыли).

 

Когда коэффициент Шиллера ниже/выше среднего значения, это означает, что цена акции находится на историческом минимуме/максимуме. В результате многие инвесторы сокращают свое присутствие на фондовом рынке.

 

 

Коэффициент Шиллера. Среднее значение находится в районе 16

 

Индикаторы настроения

 

Поскольку рынок является отражением толпы, то для поиска точек разворота некоторые инвесторы будут смотреть на индикаторы настроений, такие как индикатор уверенности инвесторов.

 

Например, если 70% инвесторов имеют медвежьи настроения, это может быть сигналом слишком большого пессимизма на рынке.

 

Традиционно инвесторы становятся более пессимистичными вблизи рыночных минимумов и более уверенными вблизи рыночных максимумов.

 

На приведенном ниже графике представлен индекс настроений от Американской ассоциации индивидуальных инвесторов, который демонстрирует четкие характеристики возврата к среднему значению. Он наложен на график индекса S&P 500 (синий):

 

 

Пики настроений инвесторов наблюдаются вблизи рыночных максимумов, например, в январе 2000 года. Также имеются и падения настроений инвесторов, которые имеют место вблизи рыночных минимумов, например, в марте 2009 года и мае 2016 года.

 

Парный трейдинг

 

Парный трейдинг является благоприятной почвой для сделок, выполненных в расчете на возврат к среднему значению – вы можете делать ставки на спред между двумя похожими продуктами, нежели пытаться получить прибыль от прямого движения, которое может быть более рискованным.

 

Если два рынка коррелируют (например, золото и серебро или акции Apple и Microsoft) и внезапно эта корреляция исчезает, это может быть прекрасной возможностью сделать ставку на возобновление данной корреляции.

 

Можно сказать, что существует множество других способов оценки возврата к среднему, поэтому вы ограничены только своим воображением.

 

Аргументы против возврата к среднему

 

На данный момент мы рассмотрели некоторые подходы инвесторов к возврату к среднему и то, как это основывается на концепции, называемой регрессией к среднему значению.

 

Тем не менее, применительно к финансовым рынкам торговая стратегия возврата к среднему встречает массу критики.

 

Критика, связанная с гипотезой эффективного рынка

 

Сторонники гипотезы эффективного рынка, например, Кен Френч, считают, что рынки отражают всю доступную информацию.

 

Поэтому, не имея какой-либо инсайдерской информации или незаконного преимущества, невозможно победить рынок с помощью возврата к среднему значению (или любой иной стратегии).

 

Другими словами, если акция падает на 20% за день, то для этого падения есть вполне обоснованная причина.

Акция упала в цене согласно последней имеющейся на рынке информации, и нет причин, по которым акция должна восстанавливаться только потому, что она перед этим претерпела сильное падение.

 

Критика, связанная с плохой производительностью

 

В отношении работы индикаторов возврата к среднему значению, таких как коэффициент Шиллера (CAPE), также существует критика.

 

CAPE имеет хорошие показатели времени выхода на рынок за последние 100 лет, поэтому он и стал таким популярным инструментом.

 

Но при внимательном рассмотрении выясняется, что бо́льшая часть прибыли приходилась на первые 50 лет. Последние 50 лет этот коэффициент был менее эффективным, чем принцип «покупай и удерживай».

 

Существует возражение, что некоторые индикаторы возврата к среднему, такие как CAPE, основаны на недостаточном размере выборки.

 

Сто или двести лет могут показаться достаточно длительным промежутком времени, но если за это время генерируется всего несколько сигналов, то размер выборки может быть слишком малым, чтобы сделать твердое суждение.

 

Критика, связанная с нелогичной стратегией

 

Один из недостатков стратегии возврата к среднему состоит в том, что теоретически, чем больше падает цена акции, тем весомее становится установка данной стратегии. Это может вызвать проблемы с управлением рисками.

Например, представьте, что вы покупаете акцию после падения ее цены на 10%.

И на следующий день вместо того, чтобы восстановиться, цена упала еще на 10%.

Даже если вы теряете деньги, стратегия возврата к среднему, скорее всего, расценит данное падение как еще один сигнал к покупке.

В этом сценарии возврат к среднему требует, чтобы вы удерживали свои убыточные позиции или даже добавлялись к ним.

С точки зрения управления рисками, на данном этапе имеет смысл сократить свои убытки. Но это противоречит концепции возврата к среднему, что приводит к логической несогласованности.

Если вы продолжаете добавлять свои позиции по акции, которая не восстанавливается в цене, вы в конечном итоге сольете свой счет.

Однако в действительности все успешные трейдеры, использующие стратегию торговли возврата к среднему, знают об этой проблеме и разработали простые правила для ее решения.

Например, они будут использовать основанные на времени выходы из сделок, фиксированные стоп-лоссы или методы для постепенного масштабирования своих сделок.

 

Аргументы в пользу стратегии возврата к среднему

 

Несмотря на некоторые возражения против торговых стратегий возврата к среднему, очевидно наличие огромного количества успешных инвесторов, которые приняли этот подход и добились успеха в трейдинге.

 

·       Джим Саймонс использовал стратегии возврата к среднему в своем хедж-фонде Renaissance Capital.

·       Многие трейдеры, представленные в «Магах рынка», использовали стратегии возврата к среднему. Например, Пол Тюдор Джонс.

·       Большинство HFT-фирм используют простые стратегии возврата к среднему.

·       Ценностные инвесторы, такие как Уоррен Баффетт, и макроинвесторы, такие как Джим Роджерс, используют стратегии, работающие против тренда, аналогичные принципу возврата к среднему.

 

На своем личном уровне я обнаружил, что возврат к среднему значению является мощным способом торговли на рынках, и за последние несколько лет я разработал множество систем возврата к среднему значению.

 

«Все говорят, что вы погибнете в попытке поймать максимумы или минимумы, и что вы должны зарабатывать все свои деньги, торгуя в средней части тренда. Что ж, в течение 12 лет у меня не получалось брать прибыль в середине тренда, но я заработал много денег, именно торгуя на максимумах и минимумах». – Пол Тюдор Джонс

 

10 шагов построения торговой стратегии возврата к среднему

 

Итак, после того, как мы обсудили некоторую предысторию, я собираюсь подробнее рассказать о моем процессе построения торговых систем возврата к среднему.

 

Полагаю, этот процесс можно разбить примерно на 10 шагов. Всё начинается с подготовки правильных инструментов для работы.

 

Шаг первый: программное обеспечение

 

Важной частью построения торговой стратегии является наличие возможности протестировать вашу стратегию на исторических данных.

 

Тестирование на исторических данных не гарантирует, что вы найдете прибыльную стратегию, но это лучший инструмент, который у нас есть для поиска эффективных стратегий.

 

Первый шаг – получить хорошую платформу для тестирования на исторических данных и научиться ее использовать.

 

Я использую Amibroker, который работает быстро и очень хорошо подходит для тестирования стратегий на исторических данных на фондовом рынке и биржевых инвестиционных фондах. Я также использую и другое программное обеспечение в зависимости от поставленной задачи.

 

В свободном доступе имеется множество других программ, каждая из которых имеет свои преимущества и недостатки. Анализ можно выполнять и с помощью приложения Microsoft Excel.

 

Понимание программного обеспечения

 

Ключевой частью обучения использованию программного обеспечения для бэк-тестирования является понимание любых слабых мест в самой программе, которые могут привести к ошибкам тестирования.

 

Например, насколько легко запрограммировать правила, которые смотрят в будущее? Насколько легко проанализировать свои результаты и проверить их надежность?

 

Одна из самых серьезных ошибок, которые может совершить системный разработчик – это программирование правил, основанных на будущих данных.

 

Классический пример – использование цены закрытия для расчета точки входа в покупку, когда фактически открытие позиции по данной акции осуществляется на открытии следующего бара. Другими словами, вы торгуете до появления сигнала.

 

Это называется будущей утечкой, и это можно удивительно легко сделать, если вы не будете соблюдать осторожность.

 

Как правило, если ваш сигнал для входа в рынок основан на закрытии одного бара, то система совершит вход на следующем баре.

 

Шаг второй: данные

 

Следующим шагом будет получение качественных данных для тестирования ваших стратегий. Если у вас нет хороших данных, то любой выполняемый вами анализ будет ошибочным.

 

В этой связи необходимо рассмотреть ряд следующих вопросов. 

 

Для акций: скорректированы ли данные с учетом корпоративных действий, дробления акций, дивидендов и т. д.?

 

Если нет, то эти данные могут выдать искаженные результаты бэк-тестирования и дать вам ложное представление о том, что произошло на самом деле.

 

Например, график, который не был скорректирован с учетом дробления акций из расчета 2:1, в 50% случаев будет показывать ночной гэп, хотя на самом деле никакого гэпа не было.

 

Если ваша торговая система сократит этот гэп, она покажет огромную прибыль в 50%, чего на самом деле не было.

 

На следующем графике вы увидите, как в 2014 году акции Apple подверглись дроблению из расчета 7:1.

 

 

В 2014 году акции Apple подверглись дроблению из расчета 7:1.

 

Наличие чистых данных, должным образом скорректированных с учетом дробления и т. п., приводит к более надежным системам торговли и большей уверенности в вашей торговле.

 

Учет дивидендов также может добавить два или три процента к чистой прибыли вашей стратегии.

 

Для акций: включают ли эти данные исторические составляющие?

 

Ежегодно предприятия разоряются. Некоторые сливаются с другими компаниями или переводятся на другие рыночные индексы.

 

Например, компания Urban Outfitters (URBN) раньше входила в индекс S&P500 – теперь же она входит в индекс средней капитализации.

 

На заре своего формирования индекс Dow Jones Industrial Average включал такие компании, как American Cotton Oil и National Lead. Неудивительно, что этих акций уже давным-давно нет.

 

Если вы не учитываете исторических участников и запускаете бэктест по акциям, составляющим определенный индекс, вы допускаете огромную систематическую ошибку по учету выживших компаний.

 

Используя только последние составляющие данного индекса, ваша вселенная будет полностью состоять из недавних добавлений или акций, которые остались в индексе с момента его формирования.

 

Как правило, это самые сильные акции, поэтому вы получите лучшие результаты, чем в реальной жизни.

 

Для акций: правильная ли частота ваших данных?

 

Также могут возникать трудности и при бэк-тестировании стратегий высокочастотной торговли на низкочастотных данных, о которых я говорил ранее.

 

Это связано с тем, что цены на акции представляют собой совокупность цен, поступающих с нескольких разных бирж. Лучше всего использовать правильные данные о частоте для вашей стратегии.

 

Если для создания внутридневных стратегий вы используете данные на конец дня, то высока вероятность получения нереалистичных результатов, поскольку вы не сможете достаточно точно смоделировать открытие и закрытие своих позиций.

 

Для этих внутридневных систем вам потребуются более детализированные данные, например, данные минутного таймфрейма.

 

Для акций: являются ли эти данные точными на определенный момент времени?

 

Если в качестве части своей торговой стратегии вы используете фундаментальные данные, то очень важно, чтобы эти данные были точными на определенный момент времени.

 

Другими словами, вы не хотите знать, каково отношение цены вашей акции к ее доходу сегодня – вы хотите знать, каким он был, когда проводился бэктест.

 

Поиск точных данных на определенный момент времени для фундаментальных целей может быть трудным.

Компьютеризированных отчетов по фундаментальным данным просто-напросто не было уже лет двадцать или тридцать. Тем не менее, поставщики Compustat и FactSet предлагают свои доступные варианты.

 

Для фьючерсов: как воспроизводятся данные?

 

Фьючерсные рынки состоят из отдельных контрактов с установленным сроком действия, который заканчивается в определенные месяцы поставки.

 

Это означает, что не существует единого временного ряда, точно отражающего всю историю этого фьючерсного рынка. Это всегда совокупность контрактных месяцев.

 

Некоторые поставщики данных воспроизводят эти данные «как есть» и просто объединяют эти контракты.

 

Это может быть нормально для внутридневного трейдинга и для того, чтобы увидеть, где фьючерсный контракт торговался в прошлом. Но это означает, что когда контракты продлеваются, будут иметь место ценовые гэпы.

Другие поставщики данных обходят это путем обратной корректировки данных и создания так называемых «непрерывных контрактов».

 

Это дает реалистичное представление о рынке и обычно является лучшим вариантом для бэк-тестирования.

Однако отрицательный аспект этого подхода заключается в неточности исторических уровней цен.

 

Рынки в бэквордации могут закончить с отрицательными ценами из-за расчета обратной корректировки, и эти цены могут не отображаться должным образом на некоторых графиках.

 

Например, приведенный ниже график цен на соевые бобы с обратной корректировкой показывает отрицательные цены в период с 1998 до конца 2003 года.

 

 

График цен на соевые бобы показывает отрицательные значения цен в период с 1998 по 2003 год вследствие обратной корректировки.

 

Системные вычисления, например, с использованием умножения и деления могут направить по ложному следу по причине отрицательных цен или цен, близких к нулю.

 

Таким образом, при использовании этих вычислений в своих формулах вам следует соблюдать осторожность. Убедитесь, что цены с обратной корректировкой не дают ложных сигналов.

 

Для валютного рынка: откуда взяты данные и что они показывают?

 

На рынке Форекс нет централизованной биржи, поэтому исторические данные могут различаться у разных брокеров. Обычно это различие небольшое, но всё же оно может повлиять на результаты моделирования.

 

Общее правило: используйте только исторические данные, предоставленные брокером, с которым вы собираетесь торговать. Это означает, что ваши результаты тестирования с большей вероятностью будут совпадать с вашими реальными результатами торговли.

 

Кроме того, котировки валютного рынка часто отображаются в разных форматах. Некоторые провайдеры показывают цену спроса, некоторые цену предложения, а некоторые среднюю цену.

 

Если вы намереваетесь тестировать на исторических данных, вам нужно знать, с чем вы имеете дело.

 

Далее вы можете добавить пару пунктов на проскальзывание, чтобы отразить спред, который обычно получаете от своего брокера. Вы хотите, чтобы ваши протестированные на истории сделки как можно ближе совпадали с вашими реальными сделками.

 

Помните, что спреды могут расширяться во время важных событий или высокой волатильности.

 

Поддерживаются ли данные в "чистоте" и актуальны ли они?

 

Ведение базы данных для сотен или тысяч акций, фьючерсных контрактов или валютных рынков является сложной задачей, и ошибки так или иначе будут присутствовать.

 

Лучше всего тратить деньги на такие данные, которые поддерживаются в "чистоте" и обновляются опытной командой.

 

Достаточно ли данных, чтобы сделать значимые выводы?

 

Многие торговые ошибки могут быть вызваны в первую очередь нехваткой данных.

 

Если вы намереваетесь протестировать торговую стратегию возврата к среднему значению на данных в конце дня, но у вас есть данные только за пару лет, то маловероятно, что из этих данных вы сможете сделать существенные выводы.

 

Жестких правил нет, но в идеале вы хотите видеть хорошую выборку сделок.

 

Для стратегии возврата к среднему, которая торгуется на внутридневных барах, вам потребуются данные по меньшей мере за восемь-десять лет, охватывающие различные рыночные циклы и торговые условия.

Однако не забывайте, что хорошие торговые стратегии всё же можно разработать и с небольшими размерами выборки.

 

Их просто сложнее доказать с помощью типичных доступных методов стресс-тестирования.

 

Резюме

 

Вам доступно множество бесплатных данных, но если вы хотите достичь хороших результатов, стоит заплатить немного денег. Я использую Norgate Premium для получения данных на конец дня и IQ Feed для получения внутридневных данных.

 

Шаг третий: составьте план

 

После того, как вы организовали свою среду тестирования на исторических данных, пора принять некоторые решения о том, что вы хотите протестировать и что надеетесь получить от своего тестирования.

 

Чего вам не следует делать, так это запускать массу бессистемных симуляций, толком не зная, что именно вы ищете. Вы получите большую отдачу от процесса, если поставите перед собой четкие цели.

 

И здесь некоторыми ключевыми вопросами являются следующие:

 

·       На каких рынках вы хотите сфокусироваться?

·       Какие таймфреймы вы хотите протестировать?

·       Какие идеи вы собираетесь проверить?

·       Какие именно тесты вы будете проводить?

·       Какие параметры вы будете тестировать?

·       Какие показатели вы будете использовать для оценки успеха?

·       Когда вы откажетесь от своей идеи?

 

Когда я сажусь за анализ, то стараюсь сосредоточиться на рынках, которые больше подходят для моего стиля торговли. Я ищу рынки, которые достаточно ликвидны для торговли, но не те, на которых доминируют крупные игроки. Я хочу протестировать те рынки, которые позволят мне найти преимущество.

 

Что касается таймфреймов, я обычно сосредотачиваюсь на торговле в конце дня и стараюсь начать с логической идеи или паттерна, которые я наблюдал на реальном рынке.

 

Я сначала люблю тестировать только пару торговых правил, и я хочу увидеть большую выборку результатов – обычно это более 300 сделок. Моя самая большая забота – избежать результатов аппроксимации кривой и найти стратегии, у которых есть возможное объяснение или поведенческая причина того, почему они будут работать.

Независимо от того, какой вид анализа я провожу, я всегда резервирую небольшой объем данных вне выборки, которые могу использовать позже, чтобы оценить идею. Если я располагаю небольшим объемом данных, мне нужно будет увидеть гораздо более сильные результаты, чтобы компенсировать это.

 

При оценке успеха я прежде всего смотрю на кривую собственного капитала и соотношение суммарного ежегодного дохода к коэффициенту максимального снижения стоимости (CAR/MDD).

 

Я всегда буду сравнивать это с таким простым критерием, как «покупай и удерживай», и мне нравится видеть некоторую согласованность между результатами, полученными внутри выборки и вне выборки.

 

Позже я рассмотрю такие показатели, как удерживаемые бары, среднее соотношение прибыли к убыткам, процент прибыльных позиций, максимальная просадка и максимальное количество убыточных сделок подряд.

 

Я знаю, что эти факторы будут психологически оказывать на меня влияние, когда я буду торговать по данной системе на реальном рынке, поэтому мне нужно быть уверенным в том, что́ они мне показывают.

 

Когда дело доходит до тестирования торговой стратегии возврата к среднему на исторических данных, рынок и торговая идея часто диктуют мне метод тестирования, который я использую.

 

Если идея основана на наблюдении за рынком, я часто просто тестирую как можно большее количество данных (оставляя 20 или 30% данных для тестирования вне выборки). Это позволяет мне видеть максимальное количество торговых результатов.

 

Если же моя идея содержит настраиваемые параметры или я тестирую только один инструмент, то я обычно использую метод продвижения вперед. Метод продвижения вперед поможет преодолеть меньшую выборку сделок, которая возникает при торговле на единственном рынке.

 

Как правило, я ограничиваю время тестирования своей идеи. Если я буду тестировать свою идею в течение часа и за это время не увижу никаких положительных результатов, я откажусь от данной идеи и перейду к тестированию какой-либо другой. Однако эти меры не так легко реализовать на практике, поэтому вам нужно соблюдать дисциплину.

 

Шаг четвертый: правила открытия сделок на покупку и продажу

 

Чтобы стратегия возврата к среднему срабатывала, вам нужно находить экстремальные события, которые имеют высокий шанс завершиться разворотом.

 

Есть множество правил для открытия позиций на покупку и продажу на выбор:

 

Стандартное отклонение

 

Стандартное отклонение измеряет дисперсию в ряду́ данных, поэтому оно является хорошим выбором для использования в стратегии возврата к среднему для нахождения моментов экстремального отклонения.

 

Для его эффективной реализации вы можете:

1.     Рассчитать среднюю дневную доходность предполагаемого инструмента;

2.     Распределить дневную доходность в регулярных интервалах (отсеках);

3.     Разместить интервалы в виде гистограммы и вычислить распределение вероятностей;

4.     Разработать торговые стратегии, которые торгуют, когда движение превышает среднее стандартное отклонение (сигму).

 

Стандартное отклонение можно легко построить на большинстве графических платформ и, следовательно, применить к различным временным рядам и индикаторам.

 

Подумайте, хотите ли вы рассчитать стандартное отклонение для всей генеральной совокупности или только для более позднего временно́го интервала.

 

Важно помнить, что хотя стандартное отклонение является полезным инструментом, рынки нестабильны и обычно не распределяются по нормальному закону. Это означает, что рыночные условия не остаются неизменными в течение длительного времени, а события с высокой сигмой случаются чаще, чем можно было бы ожидать.

 

 

Индекс относительной силы (RSI)

 

Одним из лучших технических индикаторов для возврата к среднему является RSI (индекс относительной силы), и я часто использую RSI с маленькими периодами, такими как RSI (2), RSI (3) или RSI (4).

 

Когда значение RSI с периодом 3 ниже 15 – это обычно хорошее место для открытия сделки с возвратом к среднему значению.

 

Когда акция становится крайне перепроданной за короткий промежуток времени, продавцы будут фиксировать свою прибыль. Покупатели также будут признавать свое поражение или же у них сработают стопы.

Это может вызвать быстрый отскок цены. Прибыль можно получить, когда индикатор пробивает снизу вверх уровни 50 или 60.

 

Стратегии, основанные на этом индикаторе, в прошлом хорошо работали с акциями и биржевыми инвестиционными фондами.

 

Полосы Боллинджера

 

Полосы Боллинджера представляют собой стандартное отклонение от скользящей средней. Закрытие цены под нижней полосой Боллинджера или над верхней полосой Боллинджера может сигнализировать об экстремальном движении и, следовательно, является хорошей возможностью открыть позицию в противоположном направлении.

%B, о котором я впервые узнал из журнала Connors Research, помогает количественно оценить расстояние между ценой и верхней или нижней полосой.

 

Если %B выше 1 – значит, цена выше верхней полосы, а если %B ниже 0 – цена ниже нижней полосы.

%B = (цена – нижняя полоса) / (верхняя полоса – нижняя полоса)

 

Индикатор Internal Bar Range

 

Этот индикатор отображает цену закрытия акции по отношению к ее дневному торговому диапазону.

Значение больше 0,5 показывает, что цена акции закрылась в верхней половине дневного диапазона, а ниже 0,5 означает, что цена акции закрылась в нижней половине дневного диапазона. 1 означает, что цена акции закрылась на своих максимумах.

 

Для стратегий возврата к среднему я часто ищу значение ниже 0,2 для покупки и выше 0,8 для продажи. Этот индикатор хорошо сочетается с другими техническими правилами торговли.

 

IBR = (цена закрытия – минимальная цена) / (максимальная цена – минимальная цена)

 

Индекс волатильности (VIX)

 

Индекс волатильности VIX измеряет 30-дневную волатильность на фондовом рынке США и имеет сильную тенденцию к возврату к среднему значению. Это делает его полезным выбором для включения в торговую систему возврата к среднему.

 

Сам по себе индекс VIX не дает сигналов для торговли, но может использоваться в качестве руководства для торговли на других инструментах.

 

Например, когда индикатор VIX демонстрирует сильную перепроданность – это значит, что рыночная волатильность низкая, а иногда это может указывать на самоудовлетворенность. Это может быть хорошее время для коротких продаж, поскольку инвесторы не готовы к скачку волатильности.

 

Когда индикатор VIX находится у максимумов – это значит, что на рынке много опасений, и может указывать на возможность открытия длинной позиции. Исторически сложилось так, что большие скачки значений VIX совпадали с привлекательными возможностями для открытия позиций на покупку.

 

В нашей программе есть система, которая с помощью данного метода демонстрирует очень высокий процент прибыльных позиций. Однако имейте в виду, что волатильность (особенно низкая) может продолжаться в течение длительного периода времени.

 

 

Коэффициенты PE (отношение рыночной стоимости акции к годовой прибыли на акцию) 

 

Другим подходом к торговой стратегии возврата к среднему является анализ финансовых коэффициентов.

Покупать акции, когда коэффициент PE падает очень низко, и продавать их, когда он растет, может являться хорошей стратегией для инвестирования в стоимость.

 

Известно, что некоторые инвесторы, использующие стратегию стоимости, обращают внимание на коэффициенты PE ниже 10, ниже 5 и даже ниже 1. Это работает до тех пор, пока вы избегаете «ловушек со стоимостью».

 

Индикатор настроений инвесторов

 

Как уже упоминалось ранее, индикаторы настроений также могут определять точки разворота.

Когда слишком большое количество инвесторов на рынке настроены пессимистично, это может быть хорошим временем для покупок. Это может быть частью долгосрочной стратегии или же использоваться в комбинации с другими правилами, например, с техническими индикаторами.

 

Стоп-лоссы

 

Чем больше рынок движется против вас, тем сильнее становится сигнал возврата к среднему.

Следовательно, стоп-лоссы могут быть логически несовместимыми для систем возврата к среднему и отрицательно сказываться на производительности при ее тестировании на исторических данных.

 

Тем не менее, стоп-лоссы по-прежнему следует использовать для защиты от значительных неблагоприятных движений цен, особенно при использовании кредитного плеча, в случае когда риск разорения является гораздо более высоким.

 

Статистика, такая как максимальное неблагоприятное отклонение, может показать лучшее размещение фиксированных стоп-лоссов для систем возврата к среднему.

 

Фиксированные стоп-лоссы обычно снижают производительность при тестировании на истории, но они уберегут вас от разорения в реальном трейдинге.

 

Плавающие стоп-лоссы и цели по прибыли

 

Плавающие стоп-лоссы хорошо работают для импульсных систем, но их бывает сложно правильно установить для стратегий возврата к среднему.

 

Я никогда не обнаруживал, чтобы плавающие стоп-лоссы работали лучше, чем фиксированные стопы, но они могут быть эффективными при работе на более частотных графиках.

 

Точно так же цели по прибыли могут использоваться для выхода из сделок и захвата быстрых движений на более благоприятных ценовых уровнях.

 

При использовании цели по прибыли рекомендуется иметь цель, которая подстраивается под волатильность базового инструмента. Например, если цель основана на 2- или 3-кратном значении ATR (среднего истинного диапазона).

 

В целом, я обнаружил, что цели по прибыли отрабатывают себя лучше, чем плавающие стоп-лоссы, но обычно лучшими считаются выходы, которые основываются на логике системных параметров.

 

Например, если правило покупки основано на RSI, то обычно хорошо работает и правило выхода, тоже основанное на RSI.

 

Стоп-лоссы, основанные на времени

 

Время от времени у вас будут сделки, основанные на возврате к среднему значению, цена в которых не будет восстанавливаться. Вместо быстрого разворота акция продолжает идти все ниже и ниже.

 

Это худший вид сделок в торговых стратегиях возврата к среднему, потому что вы можете застрять в убыточной сделке, которая будет казаться вечностью.

 

В этих случаях на помощь придет основанный на времени стоп-лосс, который поможет выйти из вашей убыточной позиции и высвободить ваш капитал для другой сделки.

 

Я обнаружил, что 10 или 12 дней может быть достаточно, чтобы выйти из позиции, которая продолжает дрейфовать против вас.

 

 

Цена на акции GE продолжала падать всё ниже и ниже и не давала ни малейшего шанса на возврат к среднему значению.

 

Шаг пятый: начальное тестирование

 

После того, как вы установили некоторые базовые правила торговли, вам необходимо запрограммировать их, чтобы вы могли провести начальное тестирование в небольшом временном интервале данных в пределах выборки.

 

Вы должны соблюдать осторожность и не использовать слишком много данных – запускать более сложные тесты следует на поздних этапах.

 

На данном же этапе вы просто проводите несколько предварительных тестов, чтобы увидеть, имеются ли у вашей идеи какие-либо достоинства. Это делается до того, как вы добавите в нее какие-либо другие причудливые правила или будете изменять размер позиций.

 

На этом этапе я просто проведу несколько «отмеченных точками» бэктестов на данных, взятых за пару лет.

Никакого управления капиталом, изменения размера позиции, никаких комиссий. Я лишь хочу посмотреть, насколько хороша данная идея и стоит ли ее продолжать развивать.

 

Если данная идея не выглядит хорошо изначально, вы можете сэкономить массу времени, отказавшись от нее сейчас и переключившись на что-либо иное.

 

Так что проведите несколько начальных тестов и посмотрите, есть ли у вашей идеи какие-либо достоинства. Излишне не привязывайтесь к стратегии, которая не подает положительных признаков.

 

Шаг шестой: определение размера позиции

 

Если ваша система пройдет некоторое начальное тестирование, вы можете отнестись к ней более серьезно и добавлять компоненты, которые помогут преобразовать ее в более сильную модель.

 

Одним из таких важнейших компонентов торговой системы является определение размера позиции, и для этого существуют различные варианты.

 

Скорректированная волатильность

 

Определение размера позиции на основе волатильности обычно достигается с помощью индикатора ATR или стандартного отклонения.

 

Идея состоит в том, что вы покупаете большее количество акций в период низкой волатильности и меньшее количество акций в период высокой волатильности. Это имеет логический смысл, поскольку волатильность определяет торговый диапазон и потенциал прибыли вашего торгового правила.

 

Я обнаружил, что этот метод хорошо работает на фьючерсных контрактах, но я никогда не добивался больших успехов с ним при торговле на акциях. Волатильность акций может резко измениться в одночасье. Например, после выхода важной новости.

 

Равновесность

 

Равновесность – это просто разделение доступного капитала поровну между вашими предполагаемыми позициями.

Например, если вы хотите инвестировать 10% своего капитала в акции, то просто разделите 10% своего капитала на цену акции и получите количество акций, которое вам нужно купить.

 

Это простой метод определения размера позиции, который, как я считаю, хорошо работает с акциями и который я часто использую.

 

Фиксированное количество акций или контрактов

 

Этот подход предполагает торговлю фиксированным количеством акций или контрактов каждый раз, когда вы открываете позицию.

 

Такой подход не допускает капитализации – это означает, что вы можете получить меньшие просадки и больше прибыли.

 

Этот метод хорошо работает при торговле только на одном инструменте и при использовании кредитного плеча. Это позволяет сохранять риск на одном уровне.

 

По мере того, как вы обретете уверенность, вы можете увеличить количество контрактов и тем самым значительно улучшить свой потенциал для заработка.

 

Процент риска

 

Чтобы торговать с использованием процента риска, сначала решите, где вы будете размещать свой стоп-лосс. Затем рассчитайте размер позиции, при которой ваш убыток будет ограничен этим процентом от вашего торгового капитала – это и будет местом размещения вашего стоп-лосса.

Обычно этот процент равен 0,5 или 1.

 

Имейте в виду, что рынки иногда могут пройти через ваш уровень стоп-лосса, поэтому вы должны быть готовы к некоторому проскальзыванию при закрытии позиции.

 

Формула Келли

 

Для расчета оптимального риска в каждой сделке можно использовать формулу Келли.

 

Поскольку это оптимальная сумма, она также может привести к большим просадкам и сильным колебаниям кривой капитала. Именно поэтому многие трейдеры используют только половину или даже четверть величины, полученной с помощью формулы Келли.

 

Простой подсчет величины Келли поможет вам определить хороший размер позиции, который вы можете применять в своих сделках, поэтому стоит изучить данную формулу.

 

Во избежание недооценки вашего риска при вычислении формулы Келли всегда используйте консервативные исходные данные.

 

Это особенно актуально, если ваши оценки основаны на моделировании, а не на реальной торговле.

 

 

Формула Келли для определения размера позиции

 

Факторное взвешивание

 

Факторное взвешивание означает применение бо́льшего риска в сделках, которые в бо́льшей степени соответствуют вашим правилам покупки.

 

Например, если у вас есть торговая стратегия возврата к среднему, основанная на RSI, то вы можете покупать бо́льшее количество акций по мере снижения значения RSI.

 

Или если вы торгуете с помощью коэффициентов PE, то вы можете покупать бо́льшее количество акций при значении коэффициента PE 5 и меньшее количество акций при значении коэффициента PE 10.

 

Идея состоит в том, что вы покупаете бо́льшее количество чего-либо, когда это в бо́льшей степени соответствует логике вашей торговой системы. Более детально о динамическом, взвешенном по факторам размере позиции я писал здесь.

 

Шаг седьмой: добавление дополнительных правил

 

После того, как вы отсортировали свои правила покупки и продажи, вы, вероятно, захотите добавить некоторые дополнительные правила в целях улучшения производительности и логики системы.

 

Элементы времени рынка

 

Хорошее место для начала – определить некоторые среды, в которых ваша система возврата к среднему не работает, чтобы вы могли избегать торговли в таких рыночных условиях.

 

О скользящей средней с периодом 200 дней в качестве метода фильтрации сделок было написано много полезной информации. Ее можно применять как к отдельной акции, так и к любому другому рынку.

 

Существует множество других способов использования фильтров или элементов рыночного времени. Я обнаружил, что для фильтрации акций могут хорошо работать некоторые из следующих правил:

 

·       Открывайте длинные позиции, только если цена акции находится выше скользящей средней с периодом 200 дней;

·       Открывайте длинные позиции, только если S&P 500 находится выше скользящей средней с периодом 200 дней;

·       Открывайте длинные позиции, только если VIX вчера вырос;

·       Открывайте короткие позиции, только если VIX вчера упал;

·       Открывайте длинные позиции, только если спред по акциям TED меньше 1;

·       Открывайте длинные позиции, только если S&P 500 не перепродан;

·       Для определения периодов импульса или возврата к среднему используйте фильтры, такие как фильтры Эйлерса и Кальмана.

 

Ранжирование

 

Часто торговая стратегия с возвратом к среднему нуждается в методе ранжирования более чем одного торгового сигнала.

 

Наиболее распространенной является методика, когда вы торгуете на множестве акций и получаете множество торговых сигналов в один и тот же день.

 

Ранжирование стратегии торговли с возвратом к среднему может быть связано с вашими правилами покупки.

Например, если ваша торговая система основана на RSI, вы можете также ранжировать сигналы по RSI и сначала выбирать акции с самыми низкими показателями RSI.

Это гарантирует согласованность логики вашей системы.

 

Однако не удивляйтесь, если тестирование на исторических данных будет противоречить логике. Хорошие торговые системы зачастую можно определить совершенно случайно или применяя правила, о которых вы даже не думали.

В целом, я обнаружил, что ранжирование, основанное на RSI, ATR и IBR, работает хорошо.

Важно помнить, что ранжирование является дополнительным параметром в правилах вашей торговой системы.

 

Хороший результат тестирования на исторических данных может быть полностью обусловлен вашим методом ранжирования, а не правилами покупки и продажи.

 

Следовательно, вы должны проявлять осторожность в том плане, чтобы ранжирование не повлияло на результаты аппроксимации кривой. Вот почему я также часто использую рандомное ранжирование.

 

Запустите свою систему 100 раз, используя рандомное ранжирование, и вы получите хорошее представление о ее потенциале без необходимости применения дополнительного правила ранжирования.

 

Другие правила выбора времени

 

Опять же, существуют тысячи различных правил и идей, которые можно применить к вашей торговой стратегии возврата к среднему.

 

Мы же возвращаемся к важности творческого подхода и придумывания уникальных идей, которые не используются другими. Возможно, это будет вашим лучшим выбором для поиска работающей стратегии.

 

Шаг восьмой: оптимизация и дальнейший анализ

 

Чем дальше вы следуете этим шагам и чем больше правил добавляете в свою торговую систему, тем больше вам нужно беспокоиться об опасностях аппроксимации кривой и ошибке выборки.

 

Чем больше правил имеет ваша торговая система, тем легче она будет реагировать на случайный шум в ваших данных. И если она будет реагировать на случайный шум в прошлом, то вряд ли она будет хорошо работать на появляющихся данных в будущем. Будущие данные будут новыми и будут иметь свои особенности и шумность.

Кроме того, чем больше бэктестов вы проведете, тем больше вероятность того, что вы встретите систему, которая будет аппроксимировать данные как внутри выборки, так и вне выборки.

 

Тот факт, что система хорошо себя показала в сегменте данных вне выборки, не обязательно означает, что данная стратегия не будет иметь аппроксимации кривой. Вы также можете случайно увидеть хороший результат и среди данных вне выборки.

 

Оптимизация

 

Несмотря на эти недостатки, всё еще есть веские основания использовать оптимизацию при тестировании на исторических данных, поскольку это ускоряет поиск правил прибыльной торговли.

 

Путем оптимизации своих торговых правил вы можете быстро определить, какие настройки работают лучше всего, а затем вы можете подробнее рассмотреть эти области, создавая более совершенную систему по мере своего продвижения.

 

Ключевым моментом является осознание ограничений оптимизации и наличие процессов, которые можно использовать для оценки того, использует ли данная стратегия аппроксимацию кривой или же она является жесткой стратегией.

 

Одно из простейших правил оптимизации – избегать параметров, где высокая производительность существует изолированно. Вместо этого поищите диапазон настроек, в которых ваша система работает хорошо.

 

Например, если у вас есть торговая стратегия возврата к среднему, при которой покупка осуществляется на 30-дневных минимумах, то она должна также хорошо работать на 29-дневных минимумах, 28-дневных минимумах, 31-дневных минимумах, 32-дневных минимумах и т. п.

 

И наоборот: если ваша система приносит прибыль 40% в год при выполнении покупок на 30-дневных минимумах, но теряет деньги при изменении настроек на 31-дневные минимумы, то это явный сигнал о том, что данная система аппроксимирует кривую к 30-дневным минимумам.

 

Пошаговый форвардный анализ

 

Еще один интересный метод, который можно использовать для оптимизации торговой стратегии – это пошаговый форвардный анализ, впервые представленный Робертом Пардо.

 

Здесь вы разделяете свои данные на разные сегменты данных внутри выборки и вне выборки, с помощью которых вы обучаете и оцениваете вашу модель.

 

Ваша система обучается на данных внутри выборки, чтобы найти наилучшие настройки, затем вы продвигаете ее вперед и тестируете однократно на сегменте вне выборки.

 

Далее вы переходите к следующему сегменту данных внутри выборки и повторяете этот же процесс.

 

 

Пример форвардного анализа.

 

В конце вы соединяете вместе все сегменты вне выборки, чтобы увидеть истинную производительность вашей системы.

 

По сути, этот метод повторяет процесс демо-трейдинга, только с ускорением. Вы неоднократно тестируете свои правила на имеющихся данных, а затем применяете их к новым данным.

 

Преимущество форвардного анализа состоит в том, что вы можете оптимизировать свои правила, не прибегая к аппроксимации кривой.

 

Важно использовать достаточное количество данных, чтобы ваша система могла устанавливать значимые связи и выяснять, что в ней работает.

 

Также важно не использовать необъективную выборку. Дайте системе достаточно времени и достаточно места для параметров, чтобы она могла воспроизводить значимые результаты.

 

Шаг девятый: стресс-тестирование и оценка

 

Когда вы запускаете бэктест, в зависимости от вашей программной платформы вам будет представлен целый ряд количественных показателей, статистических параметров и графиков, с помощью которых вы сможете оценить вашу ТС.

 

Как я упоминал в третьем шаге, вы уже должны знать, какие показатели ищете на данном этапе и как хотите оценивать свою торговую систему.

Первое, на что я всегда буду обращать внимание – это общая кривая капитала, поскольку это самый быстрый и лучший способ увидеть, как работает ваша система на всей генеральной совокупности данных.

 

Также я буду проверять таблицу ежемесячных результатов и смотреть на ключевые показатели, такие как годовая доходность, максимальная просадка, соотношение суммарного годового дохода к максимальной просадке (CAR/MDD), коэффициент прибыльных позиций, средняя прибыль в сделке, среднее количество удерживаемых баров, коэффициент прибыли и т. д.

 

Каждый показатель отражает разную картину, поэтому важно рассматривать их в целом, а не сосредотачиваться только на одном.

 

Один из моих любимых показателей – CAR/MDD (иногда называемый MAR), который представляет собой соотношение суммарного годового дохода к максимальной просадке.

Этот показатель дает хорошее представление о плавности кривой капитала.

 

Одним из преимуществ данного соотношения является то, что оно позволяет легко сравнивать различные стратегии, а когда вы объединяете две стратегии вместе, то можете использовать соотношение CAR/MDD – это поможет вам легко увидеть любое положительное изменение.

 

Учитывайте размер выборки

 

Большим преимуществом торговых стратегий с возвратом к среднему является то, что большинство из них имеют высокую частоту и сделки удерживаются в течение коротких промежутков времени.

 

Это является идеальным, потому что означает, что вы можете генерировать большую выборку сделок для тестирования значимости и стресс-тестирования.

 

В целом, я считаю, что чем больше стресс-тестов вы проведете в своей стратегии, тем лучше, и существует масса методик, которые можно использовать для этой цели.

 

Данные для тестирования вне выборки

 

Как уже ранее упоминалось, распространенной практикой является тестирование вашей системы на данных внутри выборки и сохранение некоторых данных свободными, чтобы вы могли однократно протестировать ее на чистых данных.

 

Это просто имитирует процесс тестирования системы на исторических данных, а затем выводит ее на реальный рынок без необходимости торговать на реальных деньгах.

Применение данных вне выборки можно считать хорошим первым тестом, позволяющим увидеть, есть ли у вашей стратегии какие-либо достоинства.

Вам необходимо иметь достаточное количество данных, чтобы увидеть хорошую выборку сделок.

Данные вне выборки можно зарезервировать до и после периода выборки, либо использовать и то, и другое.

 

Тестирование данных на различных временны́х периодах 

 

Также рекомендуется сегментировать данные и тестировать их на разных временны́х периодах. Это позволит вам тестировать разные рыночные условия и разные даты начала.

 

Некоторые стратегии страдают от смещения даты начала – это означает, что на их эффективность сильное влияние оказывает день, когда вы начинаете бэк-тестирование.

 

Системы с низкой оборачиваемостью, например, импульсные портфели, удерживают позиции по акциям в течение нескольких месяцев.

 

Если вы начнете тестирование на истории первого января, вы, скорее всего, получите другой портфель, чем если бы начали его тестирование несколькими днями позже. Это может привести к значительной погрешности.

 

Чтобы получить представление о худшем и лучшем сценарии, протестируйте свою систему в разные даты.

Посмотрите, как она себя проявит во время краха 2008 года или взлета в 2017 году.

 

Подлежащий тренд будет одним из основных факторов, оказывающих влияние на доходность вашей системы как внутри выборки, так и за ее пределами.

 

Еще одним способом пошагового тестирования данных в различных временны́х периодах является форвардный анализ.

 

Сохраняйте небольшое количество тестируемых параметров

 

Чем больше параметров (торговых правил) имеет ваша система, тем больше кривых эквити можно построить, и тем выше ваши шансы получить хороший результат тестирования на исторических данных.

 

Однако за это приходится платить, потому что чем больше у вас параметров, тем легче система будет реагировать на случайный шум – то есть происходит аппроксимация кривой.

 

Стратегии с меньшим количеством торговых правил требуют меньшего размера выборки для доказательства их значимости.

 

При бэк-тестировании данные всегда имеют приоритетное значение, поэтому лучше строить стратегии, используя как можно меньшее количество правил. Обычно это компромиссный вариант.

 

Ищите диапазон параметров

 

Как я упоминал ранее в разделе оптимизации, не принимайте торговых правил, которые существуют изолированно.

 

Если система хорошо работает с 30-дневными минимумами, она также должна хорошо работать и с 29-дневными минимумами.

 

Небольшие изменения переменных и параметров вашей системы не должны сильно влиять на ее производительность.

 

Протестируйте другие рынки

 

Вы можете протестировать свою систему на разных таймфреймах, в разных временных интервалах, а также на разных рынках.

 

Торговая система возврата к среднему, которая работает на акциях компании Apple, не обязательно должна эффективно работать на акциях компании Microsoft.

 

Тем не менее, если это так, это дает дополнительный уровень уверенности в том, что вы нашли достойное торговое преимущество.

 

Используйте анализ методом Монте-Карло

 

Метод Монте-Карло может относиться к любому методу, который добавляет случайности. Осторожное использование случайности можно применять для повторного проектирования вашей системы и в целях содействия ее комплексной оценки.

 

Например, метод Монте-Карло можно использовать для следующих целей:

 

1. Рандомизация последовательности сделок

 

Это позволяет увидеть, как бы работала ваша система, если бы результаты торговли приходили в другом порядке.

Возможно, ваша система работала хорошо только потому, что сделки выстроились в идеальной последовательности. Маловероятно, что вы получите такую же последовательность в будущем, поэтому вам нужно быть уверенным, что ваша система работает на основе своего преимущества, а не очередности сделок.

Чтобы реализовать это, возьмите исходный список сделок, рандомизируйте порядок 1000 раз, затем проследите за различными кривыми капитала и статистикой.

Это даст вам лучшее представление о просадках и доходах, которые вы можете ожидать в будущем.

Вот результат этого процесса у Amibroker:

 

 

2. Добавление случайного шума к данным или параметрам системы

 

Вы также можете получить представление, настроена ли ваша система слишком близко к данным, добавив некоторый случайный шум к вашим данным или параметрам вашей системы.

Что касается параметров, вы можете протестировать свою систему и оптимизировать различные входные параметры аналогично оптимизации индикатора.

Один из методов рандомизации данных – экспортировать данные в приложение Excel и добавить вариации к точкам данных.

Например, с помощью функции RAND () или RANDBETWEEN () в приложении Excel измените 30% ваших цен открытия, максимальных цен, минимальных цен и цен закрытия на 30% от среднего диапазона (ATR).

 

Вот один из способов, как можно сделать это:

 

 

С помощью приложения Excel добавьте случайный шум к рыночным данным.

Затем экспортируйте эти данные обратно в свою программу и запустите систему на новом источнике данных.

По возможности проделайте это многократно и наблюдайте за кривыми капитала, которые создаются на новых наборах зашумленных данных. Посмотрите, продолжает ли ваша система работать или терпит фиаско.

 

Ваша система вряд ли будет работать так же хорошо, как в вашем предыдущем тесте, но если она даст сбой, то это еще один признак того, что ваша система использует аппроксимацию при работе с исходными данными.

Как упоминалось ранее, небольшие изменения данных или параметров не должны приводить к слишком большим изменениям производительности системы.

 

Сравните кривые капитала

 

Точно так же есть всевозможные способы сравнения статистических параметров и кривых капитала.

Самый простой способ – это сравнить вашу систему с эталоном, например, с принципом «купить и удерживать».

Если с помощью метода поправки на риск вы не можете получить лучшей доходности по сравнению с методом «купить и удерживать», то нет смысла торговать по этой конкретной системе. Однако ваш эталон должен быть действительным, и это не обязательно каждый раз должен быть S&P 500.

 

Важно учитывать подлежащий тренд. Если вы тестируете свою систему на исторических данных только для длинных позиций во время крупного бычьего рынка, то неудивительно, что она будет работать хорошо.

Один из вариантов, подробно описанный Дэвидом Аронсоном, состоит в том, чтобы не принимать во внимание тренд в исходных источниках данных, вычислить среднюю дневную доходность на основе этих данных и отнять от нее доходность вашей системы, и вы увидите, какое влияние оказывает подлежащий тренд на вашу систему.

 

Вы также можете сравнить свою систему со случайными кривыми капитала.

Возьмите исходные данные и запустите 1000 случайных стратегий на этих данных (с правилами случайного открытия и закрытия позиций), затем сравните эти случайные кривые с вашей кривой капитала.

Обычно то, что вы видите на 1000 случайных кривых капитала, является представлением подлежащего тренда.

Если ваша система не может превзойти эти случайные кривые капитала – значит, она не отличается от случайной стратегии и, следовательно, у нее нет преимущества.

 

 

Оригинальная кривая капитала в сравнении со случайными кривыми капитала, полученными с помощью программного обеспечения Build Alpha.

 

Также можно построить кривые капитала, спроектированные с помощью форвардного метода, используя распределение доходности сделок в процессе бэк-тестирования. Это может дать вам еще одно представление о том, чего ожидать в будущем.

 

 

Тестирование дисперсий с помощью программного обеспечения Build Alpha

 

Эти методы не обойдутся без специального программного обеспечения. ПО Build Alpha, разработанное Дэйвом Бергстромом – одна из программ, предлагающих эти функции.

 

Тестирование на наличие здравого смысла

 

Вы должны руководствоваться здравым смыслом, тестируя свою стратегию.

 

Если она хорошо работает с 10-дневным закрытием позиций, протестируйте ее с 9-дневным и 11-дневным закрытием позиций, чтобы увидеть, как она работает на них. Слегка измените правила открытия и закрытия позиций и обратите внимание на разницу в результатах.

Если она хорошо работает на бычьих рынках, посмотрите, как она работает на медвежьих рынках.

Я часто буду тестировать стратегии открытия длинных позиций на медвежьих рынках (и наоборот – стратегии открытия коротких позиций на бычьих рынках), так как если они могут хорошо работать на медвежьих рынках, то они будут еще лучше работать на бычьих рынках.

 

Пропустите систему через серьезные испытания.

Вы должны узнать свою систему как можно лучше, прежде чем использовать ее в реальном рынке.

 

Наконец, один из простейших способов построения более надежных торговых систем – это разработка стратегий, которые в первую очередь основаны на некоторой основопологающей истине о рынке.

 

Например, эффект смены месяца существует по той причине, что пенсионные фонды и постоянные инвесторы вкладывают свои деньги в рынок в начале месяца. (Частные инвесторы часто имеют больше денег для инвестирования в начале месяца).

 

Это фундаментальное объяснение торгового преимущества, основанного на поведении инвесторов. Это придаст вашей стратегии больше доверия.

 

Не все торговые преимущества нужно объяснять. Тем не менее, закономерности, которые вы не можете объяснить, следует оценивать более тщательно, чтобы доказать, что они не случайны.

 

Шаг десятый: торговля на реальном рынке и обратная связь

 

Последний шаг при построении вашей торговой стратегии возврата к среднему заключается в настройке процесса для запуска вашей системы и последующего отслеживания ее дальнейшего развития.

Важно отметить, что перед запуском вы должны знать ответы на некоторые ключевые вопросы, например:

 

Как вы будете совершать свои сделки и какой тип ордеров будете использовать?

 

Когда вы торгуете на реальном рынке, ваша цена должна быть как можно ближе к той, которую вы видели при тестировании на исторических данных.

 

Ваши бэктесты должны компенсировать такие детали, как комиссии и проскальзывания, чтобы вы не получили слишком много неприятных сюрпризов при переходе к реальному трейдингу.

 

Поскольку я использую платформу от Interactive Brokers, я обычно устанавливаю свои комиссионные в размере $0,01 или $0,005 за акцию – ваши же комиссионные будут зависеть от того, какого брокера вы используете.

 

Для систем возврата к среднему обычно хорошо работают лимитные ордера, поскольку они могут обеспечить лучшее исполнение цены во время быстрого падения/роста рынка.

 

Вы также должны осознавать возможности своей торговой стратегии. Если вы торгуете неликвидными копеечными акциями, то обычная покупка тысячи акций не может не повлиять на спред.

 

Вы должны знать возможности своей торговой стратегии и учитывать их при тестировании своей стратегии на исторических данных, прежде чем запускать ее на реальном рынке.

 

Что, если что-то пойдет не так?

 

Как и во многих других сферах жизни, стоит иметь запасной план на случай, если что-то пойдет не так.

 

Если ваша торговая стратегия выходит из-под контроля или рынок сходит с ума, у вас должен быть способ быстро отключить данную ситуацию. У некоторых брокеров, включая Interactive Brokers, есть команды, которые можно использовать для закрытия всех позиций на рынке.

 

При использовании автоматических торговых стратегий они должны идеально работать на собственном выделенном сервере в облаке. Это же касается и услуги резервного копирования.

 

Если они не являются облачными, вам следует подумать о наличии резервного компьютера, резервного сервера и резервного источника питания на случай выхода из строя одного из вышеперечисленных.

 

Как вы будете отслеживать дальнейшее продвижение своей стратегии и анализировать свои торговые результаты?

 

Одна из самых важных частей работы – это отслеживание ваших результатов и оценка дальнейшего продвижения вашей стратегии.

 

Всякий раз, когда вы запускаете систему в реальном рынке, маловероятно, что все пойдет гладко и ваши результаты будут точно имитировать результаты моделирования.

 

Первый вопрос, который следует задать: совпадают ли ваши торговые результаты с результатами моделирования? Если нет, вам нужно будет вернуться и разобраться, что происходит.

 

Если дела идут относительно гладко, вы можете начать отслеживать дальнейшее продвижение вашей стратегии.

 

Записывайте максимальную просадку и последовательность прибыльных/убыточных сделок и сравнивайте их с результатами моделирования.

Если максимальное количество убыточных сделок во время вашего тестирования на исторических данных было восемь подряд и вы внезапно достигли этого числа всего через пару недель торговли на реальном рынке, то есть большая вероятность, что данная система не делает того, что вы от нее ожидали.

 

То же самое касается и вашей просадки. Вы должны знать, какой результат заставит вас отключить вашу систему, а затем придерживаться его.

 

Более разумный способ отслеживать дальнейшую работу вашей стратегии – это снова использовать метод Монте-Карло. Представьте, что кривые капитала, полученные при использовании метода Монте-Карло, которые мы рассматривали ранее, экстраполируются еще на 100 сделок.

 

Если кривая вашего капитала начнет опускаться ниже этих кривых – это означает, что ваша система работает плохо.

 

Если кривая вашего капитала опускается более чем на 5% по сравнению с рандомными кривыми (или перегруппированными кривыми) – это сильный сигнал для ее отключения.

 

 

Убедитесь, что обратная связь является неотъемлемой частью исполнения вашей торговой системы. Используйте ее для улучшения своей торговой системы и процесса ее тестирования на исторических данных.

Вы можете использовать опыт реального трейдинга – это в будущем поможет вам проводить более точные бэктесты.

 

Пример торговой стратегии возврата к среднему

 

Я не планировал, что эта статья будет такой длинной! Но я действительно хотел включить в нее пример торговой стратегии возврата к среднему.

 

Итак, данная торговая стратегия предназначена для акций S&P 500.

 

Она была протестирована на исторических данных с учетом компаний, ранее входящих в индекс S&P 500, и была скорректирована с учетом дивидендов и корпоративных сделок. Результаты также включают комиссию в размере $0,01 за акцию.

 

Обратите внимание, что данная система не предназначена для торговли. Это всего лишь пример, который я придумал за пару часов тестирования на исторических данных.

 

Правила данной стратегии следующие:

 

Правила для покупки:

·       Значение RSI (3) < 15 в течение 3 дней подряд;

·       Значение IBR < 0,2;

·       Цена закрытия выше скользящей средней с периодом 200 дней.

 

Правила для продажи:

·      Значение IBR > 0,7;

·      Стоп-лосс 5%.

 

Дополнительные правила/информация:

·       Все совершаемые сделки открываются на следующий день;

·       Максимум пять открытых позиций;

·       Стартовый капитал 50 000 $;

·       Размер позиции 20% (равновесные позиции);

·       Комиссия $0,01 за акцию;

·       Ранжирование с помощью RSI (3);

·       Маржа отсутствует.

 

Пример торгового сетапа

 

Ниже приведен пример торгового сетапа, который мы ищем с помощью этой стратегии.

 

20 января 2017 года RSI (3) опустился ниже 15 в течение трех дней подряд, и акция закрылась около своих минимумов на значении IBR 0,07. Следовательно, мы открываем длинную позицию по следующей цене открытия 23 января (зеленая стрелка).

 

24 января цена достигла сильного закрытия, и сейчас значение IBR составляет 0,72. Поэтому мы закрываем нашу позицию по цене открытия рынка на следующий день. Наша прибыль составляет 3,15% после уплаты комиссий (красная стрелка).

 

 

Пример торгового сетапа на акциях компании Citigroup

 

Идея, лежащая в основе этой сделки, заключается в том, что акции, которые удерживаются в перепроданном состоянии в течение нескольких дней, скорее всего, быстро восстановятся.

 

Мы не собираемся ждать длительное время, чтобы зафиксировать прибыль, поэтому стремимся закрыть позицию на первом же приличном подъеме цены.

 

Мы ожидаем отката в рамках восходящего тренда, поэтому смотрим, чтобы акция находилась выше скользящей средней с периодом 200 дней.

 

Результаты стратегии

 

При тестировании этой стратегии на акциях S&P 500 в период с 2002 по 2018 год мы получили следующие результаты и кривую капитала. Наша кривая капитала включает два периода вне выборки:

 

·       Количество сделок 1579;

·       Чистая прибыль 121 296 $;

·       Суммарный годовой доход (CAR) 8,00%;

·       Максимальная просадка (MDD) -12,78%;

·       CAR/MDD 0,63;

·       Процент прибыльных позиций 64,34%;

·       Средняя прибыль в сделке 0,41%;

·       Доходность с поправкой на риск 36,92%.

 

 

Ниже приведены таблица ежемесячных результатов и график просадки и перетасовки, полученный с помощью метода Монте-Карло:

 

 

Системные наблюдения

 

Эта стратегия представляет собой простой пример, тем не менее, она демонстрирует некоторые характеристики хорошей системы возврата к среднему.

 

У нас имеется большое количество сделок, высокий процент прибыльных позиций и хорошая доходность с поправкой на риск. Данная система, вероятно, заслуживает дальнейшего изучения и может претендовать на последующее добавление кредитного плеча.

 

Более продвинутые идеи в отношении стратегии возврата к среднему

 

Если вы зациклились на идеях о том, как сделать вашу собственную торговую стратегию возврата к среднему более уникальной, рассмотрите следующие дополнительные идеи:

 

Прочтите академические статьи

 

Обычно бывает полезно почитать академические статьи для вдохновения;

 

Попробуйте применить межрыночные фильтры

 

Хотя для помощи в построении торговых сигналов я вкратце обсудил использование VIX и более широкого рынка, существует гораздо больше инструментов, которые можно использовать для классификации сделок с возвратом к среднему. Их обычно называют межрыночными фильтрами.

 

Попробуйте использовать такие валюты, как USD и GBP. Сырьевые товары, такие как золото и нефть. Экономические показатели, такие как кривая доходности и ВВП. Возможно, измерить корреляции между ними.

Эти виды правил не так часто используются, но могут предложить некоторые интересные преимущества для стратегий возврата к среднему;

 

Попробуйте применить альтернативные данные

 

Еще одним вариантом является рассмотрение альтернативных источников данных. Например: данные о событиях, данные новостных настроений, фундаментальные данные, данные, полученные с помощью искусственных спутников. На сайте Quandl можно приобрести целую массу различных источников данных.

Одной из торговых идей в нашей программе является простая стратегия возврата к среднему значению для биржевых инвестиционных фондов, которая была усовершенствована дополнительным правилом, полученным из альтернативной базы данных;

 

Поведенческие предубеждения/кризисы ликвидности

 

Проведите мозговой штурм, как вы можете количественно оценить поведенческие эффекты или методы прогнозирования кризисов ликвидности. Например, в преддверии выхода крупных новостных событий.

Небольшие детали могут дать вашей торговой системе преимущество и позволить задействовать ее в наиболее подходящие моменты.

 

Заключительные выводы

 

Касательно стратегии возврата к среднему я обнаружил одну важную вещь: для хорошей сделки в рамках данной стратегии необходимо, чтобы всё вокруг оставалось стабильным.

 

Когда акции падают на 10 или 20% – на то есть причина, и обычно вы можете ее узнать.

 

Если падение цены произошло по серьезной причине, например, структурные изменения или вследствие выхода реальной новости, которая коренным образом меняет правила игры, то шансы на то, что эта акция быстро откатится и это принесет вам прибыль, будут намного меньше.

 

Когда такое происходит, вы получаете импульс, и он, очевидно, является врагом стратегии возврата к среднему.

В других же случаях акция может резко упасть по менее очевидным причинам. На рынке может просто возникнуть дисбаланс, вызванный крупным ордером на продажу (возможно, исполненный неким инсайдером).

 

Или же акции могут упасть вследствие чрезмерной реакции на краткосрочное событие (например, террористическую угрозу, результат выборов или разлив нефти).

 

Зачастую такие случаи являются наиболее благоприятными моментами для сделок с возвратом к среднему. На рынке произошло большое движение, но на самом деле фундаментально мало что изменилось.

 

Следовательно, возврат к среднему значению требует, чтобы все параметры оставались прежними. Совершая сделку с возвратом к среднему значению, вы не желаете каких-либо структурных внутренних изменений – вы всего лишь ищете острой реакции и нелогичных ценовых движений.

 

Если вы можете найти способы количественного определения, то вы будете на пути к разработке надежной торговой стратегии возврата к среднему.

 

Благодарю за внимание!

 

 

Джо Марвуд,
Переведено специально для Tlap.com

Изменено 18 сентября, 2020 пользователем ju.vskv

[grindeathcore]

а кто подскажет что за индикатор такой Internal Bar Range и где его взять?

[Vitrion]

В 22.10.2020 в 16:04, grindeathcore сказал:

а кто подскажет что за индикатор такой Internal Bar Range и где его взять?

Таким термином обычно внутренний бар именуют, собственно гугл-переводчик так и сказал.

В сети должно быть полно бесплатных. Можно поискать синоним inside bar

[grindeathcore]

43 минуты назад, Vitrion сказал:

Таким термином обычно внутренний бар именуют, собственно гугл-переводчик так и сказал.

В сети должно быть полно бесплатных. Можно поискать синоним inside bar

я тоже искал, но у вы это не то, индикатор подвальный и рассчитывает значения по формуле:
IBR = (цена закрытия – минимальная цена) / (максимальная цена – минимальная цена)