6 июня 2009
Концепция системы.
Проблема индикаторов со статическими параметрами заключается в том, что они не корректируются в соответствии с изменяющимися условиями рынка – в частности в соответствии с изменением волатильности. Обычный период индикатора определяет, насколько он чувствителен к текущему состоянию рынка. Период, который применяется во время ситуации с высокой волатильностью, обычно неприемлем для ситуации низкой волатильности и наоборот.
Часто волатильность инкорпорируется в расчет индикатора, чтобы сделать его адаптивным или динамичным, хотя применение волатильности меняется в зависимости от цели и природы индикатора или системы. Например, разработчик системы может считать рост волатильности признаком нестабильности рынка и может увеличить период, чтобы вероятность генерирования сигналов в таких условиях была меньше.
Мы уже рассматривали примеры адаптивности в предыдущих тестах Trading System Labs. Так мы использовали Полосы Боллинджера, чтобы создать динамичные пороги перекупленности, перепроданности, для индекса относительной силы RSI, однако есть и другие способы для создания индикатора, параметры которого определялись бы рынком.
Один из них основан на частоте рыночных колебаний – времени между колебательными максимумами и минимумами. Колебательный максимум мы определяем как два последовательных более высоких максимума, за которыми следуют два последовательных более низких максимума. Соответственно колебательный минимум определяется как два последовательных более низких минимума, за которыми следуют два последовательных более высоких минимума. Подобного рода колебательные точки обычно сопровождают развороты; во время длительных трендов они редко встречаются. Чем чаще встречаются такие колебательные точки, тем более зыбчатым и волатильным является рынок.
Для определения нового переменного периода используется следующая информация:
1) Определяем начальное количество колебательных точек, которые будем использовать в расчете (по умолчанию 6).
2) Подсчитываем количество ценовых баров, необходимых для формирования N колебательных точек.
3) Делим итог шага 2 на итог шага 1 и округляем результат.
Например, если последние шесть колебательных точек сформировались за 60 баров, то период будет равен 10. Если последние шесть колебательных точек сформировались за 30 баров, то период будет равен 5.
Количество колебательных точек (которых по умолчанию шесть) определяет чувствительность индикатора. Использование очень маленького значения (например, от 1 до 3) укоротит период и сделает индикатор очень чувствительным, тогда как использование очень большого значения (от 10 до 20) превратит наш индикатор в похожий на обычный индикатор с фиксированным периодом.
На рисунке 1 мы видим дневной график, на котором показаны колебательные максимумы (+1) и колебательные минимумы (-1) и адаптивный период, основанный на шести последних колебательных точках (сверху). Сразу видно, что период удлиняется на трендовых и спокойных рынках и укорачивается при волатильных условиях.
Рисунок 1. Колебательные точки и волатильность. Период корректируется в зависимости от времени, которое необходимо для формирования определенного числа колебательных точек.
В следующем тесте мы попробуем применить эту технику в комбинации с Индексом денежного потока Money Flow Index (MFI), который похож на RSI, но в который также инкорпорированы данные по объему. Стержень индикатора Денежное отношение Money Ratio является кумулятивной суммой дневных положительных и отрицательных денежных потоков, которая затем нормализуется в осциллятор.
Money Flow Index (MFI) = 100 - (100/(1 + Money Ratio))
Money Ratio = (сумма значений положительных денежных потоков Money Flow) /
(сумма значений отрицательных денежных потоков Money Flow)
Money Flow (Величина денежного потока) = объем * средняя цена (максимум+минимум+закрытие)/3
Положительный и отрицательный денежный потоки: Если сегодняшняя средняя цена выше, чем вчерашняя, тогда денежный поток положительный. Если ниже чем вчерашняя, тогда денежный поток отрицательный.
Положительный денежный поток (POSITIVE MONEY FLOW) - это сумма значений положительных денежных потоков за выбранный период.
Отрицательный денежный поток (NEGATIVE MONEY FLOW) - сумма значений отрицательных денежных потоков за выбранный период.
Вместо использования фиксированного периода, система будет использовать адаптивный Индекс денежного потока, который корректирует период, основываясь на усреднение последних шести колебательных точек.
Система очень проста. Мы открываем длинные позиции, когда адаптивный MFI находится в зоне перепроданности, открываем короткие позиции, когда адаптивный MFI находится в зоне перекупленности.
Правила стратегии.
1) Покупаем на открытии, если в предыдущий день адаптивный MFI пересек вниз уровень 25.
2) Продаем на открытии, если в предыдущий день адаптивный MFI пересек вверх уровень 75.
3) Стоп-лосс. Продаем при убытке 30% от цены входа.
На рисунке 2 приведено сравнение MFI с фиксированным периодом 14 и его адаптивного варианта (период мы получаем путем усреднения последних шести колебательных точек). В спокойные периоды (первая половина графика) два индикатора ведут себя почти одинаково, однако, когда рынка становится более волатильным, становится также более заметно различие в их поведении.
Рисунок 2. Примеры сделок. При зыби на рынке, период укорачивается.
Например, в ноябре-декабре 2008 года адаптивный MFI сгенерировал множество торговых сигналов, передвигаясь в зоны перекупленности и перепроданности, тогда как стандартный MFI оставался между этими уровнями и не давал сигналов.
Управление капиталом: 10% депозита на позицию.
Начальный депозит: 100.000 долларов, предполагаемая комиссия 0.01 доллара на акцию и проскальзывание 0.10% на сделку.
Тестовые данные. Система тестировалась на стандартном портфеле Active Trader Standard Stock Portfolio, который включает в себя 17 акций Apple (AAPL), Boeing (BA), Citigroup (C), Caterpillar (CAT), Cisco Systems (CSCO), Disney (DIS), General Motors (GM), Hewlett Packard (HPQ), International Business Machines (IBM), Intel (INTC), International Paper (IP), J.P. Morgan Chase (JPM), Coca Cola (KO), Microsoft (MSFT), Starbucks (SBUX), AT&T (T), and Wal-Mart (WMT). Данные предоставлены Yahoo.com.
Тестовый период: февраль 1999 – январь 2009.
Итоги тестирования. Хотя итоги тестирования нельзя назвать великолепными, однако полученные результаты оказались значительно лучше, чем работа стандартного индекса MFI в этот же период времени. После медленного старта система, основанная на стандартном индексе, быстро оказалась в просадке, которая длилась более 1.400 баров или почти шесть лет. В 2008 году кривая депозита находилась на расстоянии примерно 50% от своего пика.
Адаптивная система в течение почти всего тестового периода работала лучше, чем система долгосрочного инвестирования buy-and-hold. Только во время максимума фондового рынка в 2007 году она потеряла свое лидерство. Хотя, как видно на рисунке 3, в течение большей части тестового срока кривая депозита росла, иногда этот рост был очень нестабильным, особенно в первые годы.
Рисунок 3. Кривая депозита.
На рисунке 4 мы видим несколько больших просадок, особенно в первой половине тестового периода, от которых система избавилась достаточно быстро (меньше, чем за 370 дней). Однако в конце тестового периода мы наблюдали самую большую просадку (также как в стратегии долгосрочного инвестирования). Ее размер, превышающий -42% делает систему невозможной для реальной торговли. Два года работы по системы были убыточными 2002 и 2008. Последний год принес самый большой годовой убыток в размере -26% (рисунок 5).
Рисунок 4. Просадки. Большие просадки делают систему непривлекательной для реальной работы. Однако итоги работы за тестовый период лучше итогов работы стандартной системы.
Рисунок 5. Годовая прибыль. Только два года были убыточными, однако прибыль очень неровная.
Слабость некоторых других показателей: коэффициент Шарпа ниже -0.30, фактор прибыли около 1.15, фактор восстановления почти 0.5 – является следствием больших просадок.
Однако системе удалось переиграть рынок, так как средняя прибыль на сделку после затрат составила 1.0%, кроме того 64% из 591 сделки, заключенной по системе, были прибыльными. Самая большая последовательность прибыльных сделок была длиннее самой длинной последовательности убыточных сделок.
Более трети прибыли (36.6%) при тестировании этой противо-трендовой системы было получено от сделок с акциями Apple (AAPL) – т.е. на архетипичном бычьем рынке. При стабильных нисходящих трендах (таких как в первой половине теста) система неплохо работала на откатах, однако при резком падении рынка в конце 2008 года она оказалась неэффективной.
Заключение.
Хотя мы не можем порекомендовать рассмотренную систему к использованию, наш тест показал, что индикатор MFI можно усовершенствовать, адаптировав его период к рынку. Превращение индикатора из стандартного в адаптивный позволило превратить убыточную систему в прибыльную. Адаптация индикатора путем введения переменного периода проста и может быть применена к другим индикатора.
Рисунок 6. Итоги тестирования системы. ADP: адаптированная система; BSC: базовая система.
Рисунок 7. Периодичность прибыли. ADP: адаптированная система; BSC: базовая система.
Легенда к рисункам.
Net profit – Прибыль по состоянию на конец тестового периода. Exposure — Экспозиция. Часть кривой капитала, которая демонстрирует позиции по отношению к депозиту. Profit factor – Валовая прибыль, разделенная на валовый убыток. Payoff ratio – Средняя прибыль прибыльных сделок деленная на средний убыток по убыточным сделкам. Recovery factor – Чистая прибыль, деленная на максимальную просадку. Max. DD (%) – максимальная просадка по депозиту. Longest flat period – Самый длинный период между двумя максимумами на кривой депозита. Количество сделок – Количество сделок, которые сгенерировала система. Win/loss (%) – Соотношение прибыльных сделок к убыточным. Avg. trade – Средняя прибыль/убыток для всех сделок. Avg. winner – Средняя прибыльная сделка. Avg. loser – средняя убыточная сделка. Avg. hold time – среднее время ушедшее на среднюю сделку. Avg. hold time (winners) – средняя время для прибыльной сделки. Avg. hold time (losers) – средняя время для убыточной сделки. Max. consec. win/loss – максимальная последовательность прибыльных и убыточных сделок.
Возвраты. В колонке (недельный, месячный, квартальный, годовой). Avg. return – Средний возврат за период. Sharpe ratio — Коэффициент Шарпа, средний возврат деленный на стандартное отклонение возвратов (годовое).– Best return - Лучший возврат за период. Worst return – худший возврат за период. Percentage profitable periods – процент прибыльных периодов. Max. consec. Profitable – Максимальная последовательность прибыльных периодов. Max. consec. Unprofitable – Максимальная последовательность неприбыльных периодов.
© VOLKER KNAPP, ACTIVE TRADER
(C) Источник
Не является индивидуальной инвестиционной рекомендацией
При копировании ссылка обязательна Нашли ошибку: выделить и нажать Ctrl+Enter
Проблема индикаторов со статическими параметрами заключается в том, что они не корректируются в соответствии с изменяющимися условиями рынка – в частности в соответствии с изменением волатильности. Обычный период индикатора определяет, насколько он чувствителен к текущему состоянию рынка. Период, который применяется во время ситуации с высокой волатильностью, обычно неприемлем для ситуации низкой волатильности и наоборот.
Часто волатильность инкорпорируется в расчет индикатора, чтобы сделать его адаптивным или динамичным, хотя применение волатильности меняется в зависимости от цели и природы индикатора или системы. Например, разработчик системы может считать рост волатильности признаком нестабильности рынка и может увеличить период, чтобы вероятность генерирования сигналов в таких условиях была меньше.
Мы уже рассматривали примеры адаптивности в предыдущих тестах Trading System Labs. Так мы использовали Полосы Боллинджера, чтобы создать динамичные пороги перекупленности, перепроданности, для индекса относительной силы RSI, однако есть и другие способы для создания индикатора, параметры которого определялись бы рынком.
Один из них основан на частоте рыночных колебаний – времени между колебательными максимумами и минимумами. Колебательный максимум мы определяем как два последовательных более высоких максимума, за которыми следуют два последовательных более низких максимума. Соответственно колебательный минимум определяется как два последовательных более низких минимума, за которыми следуют два последовательных более высоких минимума. Подобного рода колебательные точки обычно сопровождают развороты; во время длительных трендов они редко встречаются. Чем чаще встречаются такие колебательные точки, тем более зыбчатым и волатильным является рынок.
Для определения нового переменного периода используется следующая информация:
1) Определяем начальное количество колебательных точек, которые будем использовать в расчете (по умолчанию 6).
2) Подсчитываем количество ценовых баров, необходимых для формирования N колебательных точек.
3) Делим итог шага 2 на итог шага 1 и округляем результат.
Например, если последние шесть колебательных точек сформировались за 60 баров, то период будет равен 10. Если последние шесть колебательных точек сформировались за 30 баров, то период будет равен 5.
Количество колебательных точек (которых по умолчанию шесть) определяет чувствительность индикатора. Использование очень маленького значения (например, от 1 до 3) укоротит период и сделает индикатор очень чувствительным, тогда как использование очень большого значения (от 10 до 20) превратит наш индикатор в похожий на обычный индикатор с фиксированным периодом.
На рисунке 1 мы видим дневной график, на котором показаны колебательные максимумы (+1) и колебательные минимумы (-1) и адаптивный период, основанный на шести последних колебательных точках (сверху). Сразу видно, что период удлиняется на трендовых и спокойных рынках и укорачивается при волатильных условиях.
Рисунок 1. Колебательные точки и волатильность. Период корректируется в зависимости от времени, которое необходимо для формирования определенного числа колебательных точек.
В следующем тесте мы попробуем применить эту технику в комбинации с Индексом денежного потока Money Flow Index (MFI), который похож на RSI, но в который также инкорпорированы данные по объему. Стержень индикатора Денежное отношение Money Ratio является кумулятивной суммой дневных положительных и отрицательных денежных потоков, которая затем нормализуется в осциллятор.
Money Flow Index (MFI) = 100 - (100/(1 + Money Ratio))
Money Ratio = (сумма значений положительных денежных потоков Money Flow) /
(сумма значений отрицательных денежных потоков Money Flow)
Money Flow (Величина денежного потока) = объем * средняя цена (максимум+минимум+закрытие)/3
Положительный и отрицательный денежный потоки: Если сегодняшняя средняя цена выше, чем вчерашняя, тогда денежный поток положительный. Если ниже чем вчерашняя, тогда денежный поток отрицательный.
Положительный денежный поток (POSITIVE MONEY FLOW) - это сумма значений положительных денежных потоков за выбранный период.
Отрицательный денежный поток (NEGATIVE MONEY FLOW) - сумма значений отрицательных денежных потоков за выбранный период.
Вместо использования фиксированного периода, система будет использовать адаптивный Индекс денежного потока, который корректирует период, основываясь на усреднение последних шести колебательных точек.
Система очень проста. Мы открываем длинные позиции, когда адаптивный MFI находится в зоне перепроданности, открываем короткие позиции, когда адаптивный MFI находится в зоне перекупленности.
Правила стратегии.
1) Покупаем на открытии, если в предыдущий день адаптивный MFI пересек вниз уровень 25.
2) Продаем на открытии, если в предыдущий день адаптивный MFI пересек вверх уровень 75.
3) Стоп-лосс. Продаем при убытке 30% от цены входа.
На рисунке 2 приведено сравнение MFI с фиксированным периодом 14 и его адаптивного варианта (период мы получаем путем усреднения последних шести колебательных точек). В спокойные периоды (первая половина графика) два индикатора ведут себя почти одинаково, однако, когда рынка становится более волатильным, становится также более заметно различие в их поведении.
Рисунок 2. Примеры сделок. При зыби на рынке, период укорачивается.
Например, в ноябре-декабре 2008 года адаптивный MFI сгенерировал множество торговых сигналов, передвигаясь в зоны перекупленности и перепроданности, тогда как стандартный MFI оставался между этими уровнями и не давал сигналов.
Управление капиталом: 10% депозита на позицию.
Начальный депозит: 100.000 долларов, предполагаемая комиссия 0.01 доллара на акцию и проскальзывание 0.10% на сделку.
Тестовые данные. Система тестировалась на стандартном портфеле Active Trader Standard Stock Portfolio, который включает в себя 17 акций Apple (AAPL), Boeing (BA), Citigroup (C), Caterpillar (CAT), Cisco Systems (CSCO), Disney (DIS), General Motors (GM), Hewlett Packard (HPQ), International Business Machines (IBM), Intel (INTC), International Paper (IP), J.P. Morgan Chase (JPM), Coca Cola (KO), Microsoft (MSFT), Starbucks (SBUX), AT&T (T), and Wal-Mart (WMT). Данные предоставлены Yahoo.com.
Тестовый период: февраль 1999 – январь 2009.
Итоги тестирования. Хотя итоги тестирования нельзя назвать великолепными, однако полученные результаты оказались значительно лучше, чем работа стандартного индекса MFI в этот же период времени. После медленного старта система, основанная на стандартном индексе, быстро оказалась в просадке, которая длилась более 1.400 баров или почти шесть лет. В 2008 году кривая депозита находилась на расстоянии примерно 50% от своего пика.
Адаптивная система в течение почти всего тестового периода работала лучше, чем система долгосрочного инвестирования buy-and-hold. Только во время максимума фондового рынка в 2007 году она потеряла свое лидерство. Хотя, как видно на рисунке 3, в течение большей части тестового срока кривая депозита росла, иногда этот рост был очень нестабильным, особенно в первые годы.
Рисунок 3. Кривая депозита.
На рисунке 4 мы видим несколько больших просадок, особенно в первой половине тестового периода, от которых система избавилась достаточно быстро (меньше, чем за 370 дней). Однако в конце тестового периода мы наблюдали самую большую просадку (также как в стратегии долгосрочного инвестирования). Ее размер, превышающий -42% делает систему невозможной для реальной торговли. Два года работы по системы были убыточными 2002 и 2008. Последний год принес самый большой годовой убыток в размере -26% (рисунок 5).
Рисунок 4. Просадки. Большие просадки делают систему непривлекательной для реальной работы. Однако итоги работы за тестовый период лучше итогов работы стандартной системы.
Рисунок 5. Годовая прибыль. Только два года были убыточными, однако прибыль очень неровная.
Слабость некоторых других показателей: коэффициент Шарпа ниже -0.30, фактор прибыли около 1.15, фактор восстановления почти 0.5 – является следствием больших просадок.
Однако системе удалось переиграть рынок, так как средняя прибыль на сделку после затрат составила 1.0%, кроме того 64% из 591 сделки, заключенной по системе, были прибыльными. Самая большая последовательность прибыльных сделок была длиннее самой длинной последовательности убыточных сделок.
Более трети прибыли (36.6%) при тестировании этой противо-трендовой системы было получено от сделок с акциями Apple (AAPL) – т.е. на архетипичном бычьем рынке. При стабильных нисходящих трендах (таких как в первой половине теста) система неплохо работала на откатах, однако при резком падении рынка в конце 2008 года она оказалась неэффективной.
Заключение.
Хотя мы не можем порекомендовать рассмотренную систему к использованию, наш тест показал, что индикатор MFI можно усовершенствовать, адаптировав его период к рынку. Превращение индикатора из стандартного в адаптивный позволило превратить убыточную систему в прибыльную. Адаптация индикатора путем введения переменного периода проста и может быть применена к другим индикатора.
Рисунок 6. Итоги тестирования системы. ADP: адаптированная система; BSC: базовая система.
Рисунок 7. Периодичность прибыли. ADP: адаптированная система; BSC: базовая система.
Легенда к рисункам.
Net profit – Прибыль по состоянию на конец тестового периода. Exposure — Экспозиция. Часть кривой капитала, которая демонстрирует позиции по отношению к депозиту. Profit factor – Валовая прибыль, разделенная на валовый убыток. Payoff ratio – Средняя прибыль прибыльных сделок деленная на средний убыток по убыточным сделкам. Recovery factor – Чистая прибыль, деленная на максимальную просадку. Max. DD (%) – максимальная просадка по депозиту. Longest flat period – Самый длинный период между двумя максимумами на кривой депозита. Количество сделок – Количество сделок, которые сгенерировала система. Win/loss (%) – Соотношение прибыльных сделок к убыточным. Avg. trade – Средняя прибыль/убыток для всех сделок. Avg. winner – Средняя прибыльная сделка. Avg. loser – средняя убыточная сделка. Avg. hold time – среднее время ушедшее на среднюю сделку. Avg. hold time (winners) – средняя время для прибыльной сделки. Avg. hold time (losers) – средняя время для убыточной сделки. Max. consec. win/loss – максимальная последовательность прибыльных и убыточных сделок.
Возвраты. В колонке (недельный, месячный, квартальный, годовой). Avg. return – Средний возврат за период. Sharpe ratio — Коэффициент Шарпа, средний возврат деленный на стандартное отклонение возвратов (годовое).– Best return - Лучший возврат за период. Worst return – худший возврат за период. Percentage profitable periods – процент прибыльных периодов. Max. consec. Profitable – Максимальная последовательность прибыльных периодов. Max. consec. Unprofitable – Максимальная последовательность неприбыльных периодов.
© VOLKER KNAPP, ACTIVE TRADER
(C) Источник
Не является индивидуальной инвестиционной рекомендацией
При копировании ссылка обязательна Нашли ошибку: выделить и нажать Ctrl+Enter