10 мая 2010
Динамический подход к разработке торговых систем позволяет увеличить прибыльность и снизить просадки.
Одна из самых больших проблем в процессе разработки механических торговых систем это создание стратегий, который могли бы выдержать изменение условий на рынках без потери прибыльности. В статье Адаптивное управление капиталом на рынке форекс http://kroufr.ru/content/view/4998/124/ было показано, как подход адаптивного управления капиталом значительно улучшил результаты работы торговой системы. В этой статье мы увидим, как корректировка других переменных к волатильности – в частности периодов индикаторов - помогает увеличить прибыльность двух торговых систем. Этот эксперимент будет осуществляться на двух торговых стратегиях, одной основанной на простых средних скользящих,, другой на индикаторе конвергенции/дивергенции средних скользящих MACD.
В первой стратегии мы входим на пресечении средней скользящей с периодом 15 и долгосрочной средней скользящей с переменным периодом N, как это показано на рисунке 1. Мы покупаем, когда средняя скользящая с периодом 15 пересекает вверх среднюю с периодом N, короткие позиции открываются, когда 15 МА пересекает вниз среднюю с периодом N. Позиции закрываются на пересечении (в противоположном направлении) МА с периодами 15 и 21.
Рисунок 1. При работе по первой стратегии мы открываем позиции на пересечении средней скользящей с периодом 15 и долгосрочной средней скользящей с периодом N, мы закрываем позиции, когда 15 и 21 – МА пересекаются в противоположном направлении.
Вторая стратегия похожа на первую, мы будем корректировать долгосрочную экспоненциальную среднюю скользящую (10, n, 9) в MACD в зависимости от волатильности. Система открывает длинную позицию, когда гистограмма MACD формирует трехбаровый паттерн на дне (минимум, окруженный двумя более высокими минимумами), как показано на рисунке 2. Короткая позиция открывается, когда формируется трехбаровая вершина. Эти паттерны могут просигнализировать об окончании откатов, и с определенной долей вероятности за ними будет следовать продолжение ранее установившегося тренда. Кроме того, короткие позиции открываются, только когда гистограмма MACD ниже нулевой линии (указывает на нисходящий тренд), тогда как длинные позиции открываются, только когда гистограмма выше нуля (указывает на восходящий тренд).
Рисунок 2. Во второй стратегии мы корректируем долгосрочную экспоненциальную среднюю скользящую (10, n, 9) в MACD и открываем короткие и длинные позиции, когда гистограмма формирует трехбаровые паттерны на вершине или на дне, на рисунке они отмечены квадратиками.
В стратегии, основанной на средних скользящих, мы будем использовать цель прибыли и стоп-лосс, равные половине истинного среднего диапазона с периодом 14 дней, тогда как в стратегии на основе MACD будет использоваться 1 ATR как для цели прибыли, так и для стоп-лосса. Например, для стратегии со средними скользящими, если мы входим по цене 1.3432 и 14 ATR составляет 150 пипсов, то наш стоп лосс будет:
1.3432 + (0.5*0.0150) =
1.3507
Цель прибыли будет:
1.3357 (1.3432-0.5*0.0150)
Для стратегии по MACD стоп-лосс и цель прибыли будут находиться на 1.3582 (1.3432+1.00*150) и1.3282 (1.3432–1*150), соответственно.
В обеих стратегиях мы будем использовать следующую формулу для расчета размера сделки, которая увеличиваем размер позиции, когда волатильность снижается и уменьшает размер позиции, когда волатильность увеличивается:
Размер сделки = 0.01*Баланс счета/(Размер контракта*ATR с периодом 14).
Например, если наш размер депозита 100.000, ATR с периодом 14 равен 50, то наш размер сделки будет: 0.01*100,000/(100,000*0.0150) = 0.67 или $67,000.
Если ATR с периодом 14 вырастет до 300 пипсов, то размер сделки будет:
0.01*100,000/(100,000*0.0300) = 0.33 или $33,000
Теперь мы посмотрим, как сделать так, чтобы средние скользящие в системах корректировались в соответствии с волатильностью.
Делаем индикаторы динамическими.
Медленная средняя скользящая в обеих системах будет адаптироваться к изменениям волатильности, представленной посредством ATR с периодом 14. Поскольку бОльшая рыночная волатильность увеличивает вероятность сигналов «пилы» в стратегиях основанных на средних скользящих, периоды МА будут увеличиваться пропорционально росту волатильности. В следующих тестах мы будем использовать пару фунт/американский доллар (GBP/USD) для стратегии пересечения МА и пару евро/американский доллар для системы по MACD.
Сначала мы должны определить диапазон для переменных средних скользящих, т.е. минимальный и максимальный период, чтобы не использовать периоды, которые окажутся слишком большими для практической торговли. Чтобы добиться этого, мы проанализировали движения пар GBP/USD and EUR/USD за 10 лет и решили использовать диапазон длинной средней для первой пары 180-250 (стратегия пересечения средних), а для второй пары 310-540 для стратегии по MACD. Эти диапазоны основаны на простом визуальном анализе условий с высокой и низкой волатильностью без всякой оптимизации.
Два линейных уравнения на рисунке 3 представляют изменение длины медленной средней против дневного ATR. Уравнения представляют собой функции, которые позволяют рассчитывать периоды индикаторов непрерывно от минимума к максимуму, которые заданы в предыдущем абзаце. Например, для стратегии MACD максимум ATR для GBP/USD даст нам среднюю скользящую с периодом 540, тогда как минимум ATR даст нам среднюю с периодом 310.
Рисунок 3. Два уравнения показывают, как корректируется период средней в зависимости от волатильности, между заранее определенным минимальным и максимальным периодами для каждой системы/валютной пары.
Эти функции следующие:
1) Длина медленной МА = 6000*ATR + 210
2) Длина медленной ЕМА MACD = 4250*ATR + 150
Например, если 14-дневный ATR для стратегии по MACD равен 150 пипсов, длина для долгосрочной ЕМА индикатора будет равна 4250*0.0150 + 150 = 214.
Если же ATR вырастет до 200 пипсов, длина будет равна 4250*0.0200 + 150 = 235
Теперь давайте протестируем статическую и адаптивную версии этих систем, чтобы сравнить результаты.
Результаты тестов.
Две системы тестировались по часовым данным для периода с 1 января 2000 года по 1 января 2010 года. Обратите внимание на то, что хотя мы используем дневной ATR в наших стратегиях, исполнение сделок происходит на часовых графиках. Мы используем дневной диапазон, поскольку адаптация к волатильности, основанная на том же самом временном диапазоне может привести нас к подгонке кривой. Мы будем тестировать систему с MACD на паре EUR/USD, а систему пересечения средних по паре GBP/USD.
На рисунках 4 и 5 мы видим кривые депозита не-адаптированной и адаптированной версий систем, обе принесли прибыль к концу 10-летнего тестового периода. В неадаптированной версии мы использовали длину долгосрочной средней скользящей равную 300 (для системы 1) и 250 (для системы 2). Эти значения представляют собой средние показатели длины МА в каждой из систем в течение тестового периода. Адаптивные версии обеих систем показали лучшие результаты, чем статические варианты.
Рисунок 4. Система пересечения средних. Адаптирование системы снизило просадку между сделками 100 и 175.
Рисунок 5. Система MACD. Адаптированная кривая более сглаженная. Прибыль больше, просадки меньше.
В обоих случая разница не очень большая, но она постоянная. Адаптивные кривые депозиты более сглажены, прибыль больше, а просадки меньше (Обратите внимание, насколько меньше просадка в адаптивной системе на рисунке 4 между сделками 100-175).
В Таблице 1 приведено сравнение средней годовой прибыли, максимальной просадки и процента прибыльных сделок по системам.
Таблица 1. Статическое против динамического. Улучшение работы системы было умеренным, но постоянным. Кроме того, это улучшение не было результатом оптимизации и поэтому имеет бОльшую значимость.
Другой позитивный аспект этих тестов заключается в том, что ни один из параметров не был оптимизирован, это означает, что исход не является результатом подгонки кривой и что мы можем доверять этому подходу, подтверждающему долгосрочное прибыльное выживание системы.
Таким образом, хотя улучшения работы системы были не очень большие, робастная природа родового метода добавления адаптивности делает результаты более значительными, чем если бы мы получили сильно улучшенные показатели в результате оптимизации.
Эта концепция может быть использована, чтобы создавать другие системы, основанные не индикаторах, отвечающие изменяющимся рыночным условиям. Однако вы должны всегда делать предварительную оценку системы по разным уровням волатильности, чтобы определить диапазон и способ, в результате применения которого период индикатора будет варьироваться в соответствии с рыночной волатильностью. Конечный результат может дать вам систему более устойчивую к изменению рыночных условий, которое является главной проблемой для авторов всех торговых систем.
© DANIEL FERNANDEZ
(C) Источник
Не является индивидуальной инвестиционной рекомендацией
При копировании ссылка обязательна Нашли ошибку: выделить и нажать Ctrl+Enter
Одна из самых больших проблем в процессе разработки механических торговых систем это создание стратегий, который могли бы выдержать изменение условий на рынках без потери прибыльности. В статье Адаптивное управление капиталом на рынке форекс http://kroufr.ru/content/view/4998/124/ было показано, как подход адаптивного управления капиталом значительно улучшил результаты работы торговой системы. В этой статье мы увидим, как корректировка других переменных к волатильности – в частности периодов индикаторов - помогает увеличить прибыльность двух торговых систем. Этот эксперимент будет осуществляться на двух торговых стратегиях, одной основанной на простых средних скользящих,, другой на индикаторе конвергенции/дивергенции средних скользящих MACD.
В первой стратегии мы входим на пресечении средней скользящей с периодом 15 и долгосрочной средней скользящей с переменным периодом N, как это показано на рисунке 1. Мы покупаем, когда средняя скользящая с периодом 15 пересекает вверх среднюю с периодом N, короткие позиции открываются, когда 15 МА пересекает вниз среднюю с периодом N. Позиции закрываются на пересечении (в противоположном направлении) МА с периодами 15 и 21.
Рисунок 1. При работе по первой стратегии мы открываем позиции на пересечении средней скользящей с периодом 15 и долгосрочной средней скользящей с периодом N, мы закрываем позиции, когда 15 и 21 – МА пересекаются в противоположном направлении.
Вторая стратегия похожа на первую, мы будем корректировать долгосрочную экспоненциальную среднюю скользящую (10, n, 9) в MACD в зависимости от волатильности. Система открывает длинную позицию, когда гистограмма MACD формирует трехбаровый паттерн на дне (минимум, окруженный двумя более высокими минимумами), как показано на рисунке 2. Короткая позиция открывается, когда формируется трехбаровая вершина. Эти паттерны могут просигнализировать об окончании откатов, и с определенной долей вероятности за ними будет следовать продолжение ранее установившегося тренда. Кроме того, короткие позиции открываются, только когда гистограмма MACD ниже нулевой линии (указывает на нисходящий тренд), тогда как длинные позиции открываются, только когда гистограмма выше нуля (указывает на восходящий тренд).
Рисунок 2. Во второй стратегии мы корректируем долгосрочную экспоненциальную среднюю скользящую (10, n, 9) в MACD и открываем короткие и длинные позиции, когда гистограмма формирует трехбаровые паттерны на вершине или на дне, на рисунке они отмечены квадратиками.
В стратегии, основанной на средних скользящих, мы будем использовать цель прибыли и стоп-лосс, равные половине истинного среднего диапазона с периодом 14 дней, тогда как в стратегии на основе MACD будет использоваться 1 ATR как для цели прибыли, так и для стоп-лосса. Например, для стратегии со средними скользящими, если мы входим по цене 1.3432 и 14 ATR составляет 150 пипсов, то наш стоп лосс будет:
1.3432 + (0.5*0.0150) =
1.3507
Цель прибыли будет:
1.3357 (1.3432-0.5*0.0150)
Для стратегии по MACD стоп-лосс и цель прибыли будут находиться на 1.3582 (1.3432+1.00*150) и1.3282 (1.3432–1*150), соответственно.
В обеих стратегиях мы будем использовать следующую формулу для расчета размера сделки, которая увеличиваем размер позиции, когда волатильность снижается и уменьшает размер позиции, когда волатильность увеличивается:
Размер сделки = 0.01*Баланс счета/(Размер контракта*ATR с периодом 14).
Например, если наш размер депозита 100.000, ATR с периодом 14 равен 50, то наш размер сделки будет: 0.01*100,000/(100,000*0.0150) = 0.67 или $67,000.
Если ATR с периодом 14 вырастет до 300 пипсов, то размер сделки будет:
0.01*100,000/(100,000*0.0300) = 0.33 или $33,000
Теперь мы посмотрим, как сделать так, чтобы средние скользящие в системах корректировались в соответствии с волатильностью.
Делаем индикаторы динамическими.
Медленная средняя скользящая в обеих системах будет адаптироваться к изменениям волатильности, представленной посредством ATR с периодом 14. Поскольку бОльшая рыночная волатильность увеличивает вероятность сигналов «пилы» в стратегиях основанных на средних скользящих, периоды МА будут увеличиваться пропорционально росту волатильности. В следующих тестах мы будем использовать пару фунт/американский доллар (GBP/USD) для стратегии пересечения МА и пару евро/американский доллар для системы по MACD.
Сначала мы должны определить диапазон для переменных средних скользящих, т.е. минимальный и максимальный период, чтобы не использовать периоды, которые окажутся слишком большими для практической торговли. Чтобы добиться этого, мы проанализировали движения пар GBP/USD and EUR/USD за 10 лет и решили использовать диапазон длинной средней для первой пары 180-250 (стратегия пересечения средних), а для второй пары 310-540 для стратегии по MACD. Эти диапазоны основаны на простом визуальном анализе условий с высокой и низкой волатильностью без всякой оптимизации.
Два линейных уравнения на рисунке 3 представляют изменение длины медленной средней против дневного ATR. Уравнения представляют собой функции, которые позволяют рассчитывать периоды индикаторов непрерывно от минимума к максимуму, которые заданы в предыдущем абзаце. Например, для стратегии MACD максимум ATR для GBP/USD даст нам среднюю скользящую с периодом 540, тогда как минимум ATR даст нам среднюю с периодом 310.
Рисунок 3. Два уравнения показывают, как корректируется период средней в зависимости от волатильности, между заранее определенным минимальным и максимальным периодами для каждой системы/валютной пары.
Эти функции следующие:
1) Длина медленной МА = 6000*ATR + 210
2) Длина медленной ЕМА MACD = 4250*ATR + 150
Например, если 14-дневный ATR для стратегии по MACD равен 150 пипсов, длина для долгосрочной ЕМА индикатора будет равна 4250*0.0150 + 150 = 214.
Если же ATR вырастет до 200 пипсов, длина будет равна 4250*0.0200 + 150 = 235
Теперь давайте протестируем статическую и адаптивную версии этих систем, чтобы сравнить результаты.
Результаты тестов.
Две системы тестировались по часовым данным для периода с 1 января 2000 года по 1 января 2010 года. Обратите внимание на то, что хотя мы используем дневной ATR в наших стратегиях, исполнение сделок происходит на часовых графиках. Мы используем дневной диапазон, поскольку адаптация к волатильности, основанная на том же самом временном диапазоне может привести нас к подгонке кривой. Мы будем тестировать систему с MACD на паре EUR/USD, а систему пересечения средних по паре GBP/USD.
На рисунках 4 и 5 мы видим кривые депозита не-адаптированной и адаптированной версий систем, обе принесли прибыль к концу 10-летнего тестового периода. В неадаптированной версии мы использовали длину долгосрочной средней скользящей равную 300 (для системы 1) и 250 (для системы 2). Эти значения представляют собой средние показатели длины МА в каждой из систем в течение тестового периода. Адаптивные версии обеих систем показали лучшие результаты, чем статические варианты.
Рисунок 4. Система пересечения средних. Адаптирование системы снизило просадку между сделками 100 и 175.
Рисунок 5. Система MACD. Адаптированная кривая более сглаженная. Прибыль больше, просадки меньше.
В обоих случая разница не очень большая, но она постоянная. Адаптивные кривые депозиты более сглажены, прибыль больше, а просадки меньше (Обратите внимание, насколько меньше просадка в адаптивной системе на рисунке 4 между сделками 100-175).
В Таблице 1 приведено сравнение средней годовой прибыли, максимальной просадки и процента прибыльных сделок по системам.
Таблица 1. Статическое против динамического. Улучшение работы системы было умеренным, но постоянным. Кроме того, это улучшение не было результатом оптимизации и поэтому имеет бОльшую значимость.
Другой позитивный аспект этих тестов заключается в том, что ни один из параметров не был оптимизирован, это означает, что исход не является результатом подгонки кривой и что мы можем доверять этому подходу, подтверждающему долгосрочное прибыльное выживание системы.
Таким образом, хотя улучшения работы системы были не очень большие, робастная природа родового метода добавления адаптивности делает результаты более значительными, чем если бы мы получили сильно улучшенные показатели в результате оптимизации.
Эта концепция может быть использована, чтобы создавать другие системы, основанные не индикаторах, отвечающие изменяющимся рыночным условиям. Однако вы должны всегда делать предварительную оценку системы по разным уровням волатильности, чтобы определить диапазон и способ, в результате применения которого период индикатора будет варьироваться в соответствии с рыночной волатильностью. Конечный результат может дать вам систему более устойчивую к изменению рыночных условий, которое является главной проблемой для авторов всех торговых систем.
© DANIEL FERNANDEZ
(C) Источник
Не является индивидуальной инвестиционной рекомендацией
При копировании ссылка обязательна Нашли ошибку: выделить и нажать Ctrl+Enter