12 марта 2011
Скользящие средние - популярный технический инструмент торговли, используемый для генерации сигналов покупки и продажи. Возникает вопрос - а работают ли они? Сабрина Махмуд обсуждает различные стратегии пересечения скользящих средних, используя смоделированные данные по акциям за десять лет.
Основы
Скользящие средние - популярный технический инструмент торговли, используемый для генерации сигналов покупки и продажи, в зависимости от отношения между долгосрочной и краткосрочной скользящими средними. Одна из самых популярных форм известна как Дивергенция-Конвергенция Скользящих средних (MACD). StockChart.com дает следующее описание MACD:
Разработка Джеральда Аппеля
Конвергенция/Дивергенция Скользящих средних (MACD) является одним из самых простых и самых надежных доступных индикаторов. MACD использует скользящие средних, которые являются запаздывающими индикаторами, чтобы получить некоторые характеристики следования за трендом. Эти запаздывающие индикаторы превращены в импульсный осциллятор путем вычитания более длинной скользящей средней из более короткой. Получающийся график формирует линию, которая колеблется выше и ниже нуля, без ограничений сверху или снизу. MACD - центростремительный осциллятор, и к нему применяются правила работы, действующие для осцилляторов, колеблющихся вокруг центральной оси.
Сайт описывает использование индикатора MACD на основе 26-дневной длинной скользящей средней и 12-дневной короткой скользящей средней со сглаживанием в 9 дней.
Цель
Цель данной статьи состоит в том, чтобы, используя моделирование, исследовать эффективность использования скользящих средних в качестве технического сигнала. Другими словами, работают ли они, а в противном случае, можно ли усовершенствовать сигналы покупки и продажи для повышения их эффективности? Будут смоделированы десятилетние паттерны акций, и исследованы финансовые результаты отбора различных алгоритмов для генерации сигналов покупки и продажи, основанных на долгосрочных и краткосрочных скользящих средних.
Модель цены акций
Можно оценить техническую стратегию для акций, используя фактические данные акции, но такая работа потребовала бы ценовой истории по многим акциям. В то время как такой подход вполне выполним, моделирование цены акций - более легкий способ оценить техническую стратегию торговли, используя тысячи ценовых паттернов. Моделирование для создания сценария поведения цены акции требует максимумов и минимумов цены, а также, что наиболее важно, ожидаемый диапазон цен (разница между максимумом и минимумом на ежегодной основе).
Минимальная цена необходима, чтобы предотвратить, на чисто случайной основе, отрицательные цены. Максимальная цена должна сохранять курс акций в пределах каких-то разумных ожиданий. Ключевая переменная - ежегодный диапазон, разница между ежегодным максимумом и минимумом, как мера волатильности цен. Модель была создана так, что определяет ежедневные изменения цены для данной изменчивости, показанной на Рисунке 1. Вогнутая форма означает, что более высокие вероятности связаны с небольшими изменениями цен, чем с большими ценовыми изменениями. Следующий генератор изменения дневных цен создает котировки акций со средним ежегодным диапазоном 30$ между максимумами и минимумами.
Рисунок 1. Генератор изменения цен
В каждый данный день случайное число определяет, положительно ли будет изменение цены или отрицательно на основе 50 на 50. Другое случайное число определяет совокупную вероятность, по которой определяется дневное изменение цены. Если достигнута желаемая минимальная цена 30$ за акцию, увеличивается склонность к покупкам (повышаются шансы генерации +1 для положительного изменения цены), когда цена падает ниже 40$. Если достигнута желаемая самая высокая цена 120$, увеличивается склонность к продажам (повышаются шансы генерации -1 для отрицательного изменения цены) когда цена поднимается выше 110$.
Как работает модель
Рисунок 2 - случайно отобранная ценовая история акции. Средний ежегодный диапазон за 10-летний период (250 дней года) составляет 30$, но, как можно видеть на графике, диапазон не составляет 30$ в течение каждого года. Несколько лет показывают колебания выше 30$, а другие - меньше 30$. Однако, средний ежегодный диапазон между максимумом и минимумом цены акций за время десятилетнего периода близок к 30$. Обратите внимание, что цена акции не поднималась выше 120$, как и не падала ниже 30$.
Рисунок 2. Пример 10-летней ценовой истории
Моделирование было выполнено на языке программирования Java, чтобы оценить несколько различных торговых стратегий.
Стратегия I
Стратегия I представляет собой обычный подход к торговле по скользящим средним. Когда средняя короткой продолжительности (короткая МА) переходит выше длинной скользящей средней (длинная МА), купите 100 акций по рыночной цене и продайте эти 100 акций по рыночной цене, когда короткая скользящая средняя падает ниже длинной скользящей средней. Если портфель содержит 100 акций акции в конце 2500-дневного (10-летнего) моделирования, закройте позицию по конечной цене. Результаты короткой позиции (продажа в короткую, когда короткая скользящая средняя падает ниже длинной средней и выкуп акций, когда она повышается выше длинной скользящей средней) очень подобны длинной позиции. Методика скользящей средней хорошо работает, когда присутствуют расширеннные восходящие тренды для длинного портфеля или нисходящие тренды для короткого портфеля, либо есть паттерны из длинных волн. Проблема со скользящей средней наступает, когда динамика цен изменчива (паттерны из коротких волн, особенно с общим боковым трендом). Рисунок 3 показывает, как задержка скользящих средних работает против прибыльного трейдинга (длинная скользящая средняя за 25 дней и короткая скользящая средняя за 10 дней).
Рисунок 3. Иллюстрирует сигналы покупки и продажи для Стратегии I
В день 110 краткосрочная скользящая средняя пересеклась выше долгосрочной скользящей средней и 100 акций были куплены по цене 67,04$ с общей инвестицией 6 704$. Цена акций повысилась до 71,58$ прежде, чем начать уменьшаться. Краткосрочная скользящая средняя пошла вниз, но не пересекала долгосрочную скользящую среднюю до дня 129. К тому времени цена акций уменьшилась до 60,14$. Позиция была закрыта с убытком 690$. Ясно, что техника скользящей средней, из-за присущей ей временной задержки, не всегда гарантирует прибыльный трейдинг.
Моделирование 10 000 итераций, каждая из которых представляет различные истории цен акций с тем же самым максимумом (120$), минимумом (30$) и средним диапазоном (30$), работали на 2500-дневном (10-летнем) периоде. Результаты показаны на Рисунке 4.
Рисунок 4. Результаты моделирования Стратегии I
Эта кривая распределения вероятности была получена, используя параметр Fit Distribution в функции Data программы @Risk. Моделирование 10-летней инвестиционной стратегии покупок и продаж, когда короткая скользящая средняя пересекает длинную, дает средний убыток - 1 500$. Бывают случаи, когда метод работает исключительно хорошо (максимальная достигнутая доходность составляла 11 400$), а временами он работает очень плохо (максимальная потеря 14 100$). Первое характеризовалось ценовой историей с длительными периодами растущих цен или длинными волнами, а второе - ценовой историей десяти лет волатильного рынка. Шанс положительного результата 34 % также означает, что шанс отрицательного результата составляет 66 %. Значит, следование Стратегии I вслепую - проигрышное предложение.
Стратегия II
В этих обстоятельствах понятно, что инвестору надлежало бы продавать до того, как короткая скользящая средняя пересечет длинную. Вот спред, или разница между короткой и длинной скользящими средними, в сравнении со средней этого спреда. Сигнал продажи генерируется не тогда, когда короткая скользящая средняя пересекает длинную, а когда спред между короткой и длинной скользящими средними пересекает свою среднюю, как показано на Рисунке 5.
Рисунок 5. Иллюстрирует сигналы покупки и продажи для Стратегии II
Таблица 1 показывает цены акций и значения скользящих средних, спреда и среднего по спреду, демонстрируя методику этих двух стратегий.
Таблица 1
Иллюстрация стратегий I и II
Краткосрочная скользящая средняя превысила долгосрочную в день 110, инициировав покупку для обеих стратегий. Для Стратегии I в день 129 короткая скользящая средняя снова пересекла длинную, вызвав селл-ордер и создав убыток 690$. Но спред между короткой и длинной скользящими средними пересек свою среднюю в день 126, когда цена акции была выше, сократив потерю для 470$. Рисунок 6 - результаты моделирования Стратегии II.
Рисунок 6. Результаты моделирования Стратегии II
Стратегия II превосходит Стратегию I наличием меньшей потери (-810$ против - 1 510$) и меньшим стандартным отклонением. Кроме того, вероятность увеличения положительной отдачи возрастает от 34% до 38.6%.
Стратегия III
Стратегия III подобна Стратегии II за исключением того, что, если спред, оставаясь положительным, повторно пересекает свою среднюю после предыдущей продажи, 100 акций приобретаются снова и продаются, когда спред опять пересекает среднюю. Сигналы покупки и продажи показаны на Рисунке 7.
Рисунок 7. Иллюстрирует сигналы покупки и продажи для Стратегии III
Это исправляет потенциальный недостаток Стратегии II, когда цена акций движется в восходящем тренде, но продается преждевременно, когда спред опускается ниже своей средней. Таким образом, последующее восходящее движение курса акций оказывается пропущено, чего не произошло бы в Стратегии I. Как показано на Рисунке 7, многократные сигналы покупки и продажи подаются Стратегией III там, где Стратегии I и II дают единственный сигнал покупки и продажи. Однако, Стратегия I покупает и продает в течение всего отрезка времени, когда спред положителен, в то время как Стратегия II уменьшает отрезок времени до первого возникновения ситуации, когда спред падает ниже своей средней. Рисунок 8 показывает соответствующую цену акций для сигналов покупки и продажи Рисунка 7.
Рисунок 8. Сигналы покупки и продажи Стратегии III
Для этого конкретного примера истории цены акций можно видеть, что единственная покупка и продажа Стратегии I была бы лучше, чем Стратегия II, где сигнал продажи был дан преждевременно, учитывая последующий восходящий тренд. Стратегия III превзошла бы Стратегию II, но ее многократные сигналы покупки и продажи уменьшают общую доходность, которая получилась бы от Стратегии I. Однако, это лишь один паттерн на десятилетнем промежутке времени. Результаты моделирования Стратегии III показаны на Рисунке 9.
Рисунок 9. Результаты моделирования Стратегии III
Эта стратегия лежит между Стратегиями I и II при средней отдаче -1100$ и шансом на получение положительной отдачи 36.7%.
Воздействие изменения продолжительности скользящих средних
Изменение продолжительности скользящих средних влияет на производительность этих трех стратегий, как отражено в Таблице 2.
Таблица 2
Стратегия I с переменными скользящими средними
Рисунок 10 показывает лучшие результаты применения Стратегии II (продажа, когда спред между короткой и длинной скользящими средними пересекает свою среднюю), если длинная скользящая средняя 10 дней, а короткая - 5 дней.
Рисунок 10. Результаты моделирования Стратегии II с уменьшенными скользящими средними
Стратегия II с длинной скользящей средней 10 дней и короткой 5 дней привела к самому маленькому убытку (-524$) и самой высокой вероятностью получения положительной отдачи (42.5 %).
Конвергенция/Дивергенция Скользящей средней не является верным путем к бесконечной прибыли, хотя MACD может привести к прибыльным результатам во время длительных восходящих трендов для длинного портфеля и нисходящих трендов для короткого портфеля. Однако, это не слишком хорошо работает на изменчивом рынке. Чтобы всегда быть прибыльной, она требует других технических индикаторов. Когда цена работает против нее, проявляя аспекты случайного движения, лучшее, что мы можем сделать, это уменьшить шанс проиграть деньги до 57.5%, согласно Рисунку 10. Мы не исчерпали возможности устанавливать правила или алгоритмы, чтобы получать сигналы покупки и продажи, используя скользящие средних. Давайте рассмотрим другую стратегию.
Стратегия III
Для этой стратегии покупка совершается, когда 5-дневная скользящая средняя пересекается выше 10-дневной скользящей средней. После того, как появился сигнал покупки, сигнал продажи состоит в том, что разница 5-дневной скользящей средней минус 10-дневная скользящая средняя пересекается и становится меньше разницы 5-дневной скользящей средней минус 20-дневная скользящая средняя. В то время как, возможно, не сразу понятно, почему это должно улучшить работу, этот алгоритм производит положительную отдачу 156$ с 52%-ой вероятностью получения положительных результатов, как показано на Рисунке 11.
Рисунок 11. Результаты моделирования Стратегии III
Стратегия IV
В этой стратегии сигнал покупки появляется, когда 5-дневная скользящая средняя пересекает 10-дневную скользящую среднюю, как в Стратегии III. Сигнал продажи изменен и подается, когда разница 5-дневной скользящей средней предыдущего дня минус вчерашняя 10-дневная скользящая средняя больше, чем разница 5-дневной скользящей средней предыдущего дня минус 20-дневная скользящая средняя предыдущего дня и разница текущей 5-дневной скользящей средней минус текущая 10-дневная скользящая средняя - меньше чем разница текущей 5-дневной скользящей средней минус текущая 20-дневная скользящая средняя. Алгоритм звучит замысловато, а Рисунок 12 показывает усовершенствование результатов моделирования этой стратегии.
Рисунок 12. Результаты моделирования Стратегии IV
Это усовершенствование Стратегии III принесло 728$ и шансы наличия положительного результата 59.7 %. В Стратегией IV, оптимальное распределение - нормальная кривая с меньшим стандартным отклонением.
Стратегия V
Здесь сигнал покупки подается, когда 5-дневная скользящая средняя пересекает 10-дневную скользящую среднюю, как в предыдущих двух стратегиях. Сигнал продажи изменен и подается, когда средняя от 5-дневной скользящей средней минус 20-дневная скользящая средняя становится больше чем средняя по следующим трем разницам: 5-дневная скользящая средняя минус 10-дневная скользящая средняя, 5-дневная скользящая средняя минус 20-дневная скользящая средняя и 10-дневная скользящая средняя минус 20-дневная скользящая средняя. Результаты моделирования показаны на Рисунке 13.
Рисунок 13. Результаты моделирования Стратегии V
Результатом будет положительная отдача 1 660$, это лучшая из всех рассмотренных стратегий. Распределение вероятности смещено направо с лучшей отдачей 14100$ и худшей отдачей -7500$. Вероятность наличия положительной отдачи составляет 65.7 %, что также является самым высоким значением из всех рассматриваемых стратегий. Результаты суммированы в Таблице 2.
Таблица 2
Суммирование результатов
Выводы
Технический индикатор, описываемый как “простой и надежный”, может быть простым, но это не обязательно приводит к позитивным результатам. Компьютерное моделирование может использоваться для оценки результативности технического индикатора для различных алгоритмов генерирующих сигналы покупки и продажи с намерением выявить алгоритм, который максимизирует отдачу.
В данной статье были исследованы различные стратегии и показано, что традиционный подход в итоге оказался не прибыльным и идентифицированы три стратегии, которые привели к положительной отдаче. Ни одна из этих стратегий не может быть выполнена "на лету" дейтрейдером, требуя помощи компьютера для идентификации сигналов покупки и продажи. В то время как одна из этих стратегий была лучше остальных, нужно помнить, что сфера возможностей совсем не исчерпана. Очень вероятно, что поискав, можно найти еще более лучшую стратегию.
Subrina Mahmood
© The Trader's Journal • Февраль 2009
© FXstreet.com
Основы
Скользящие средние - популярный технический инструмент торговли, используемый для генерации сигналов покупки и продажи, в зависимости от отношения между долгосрочной и краткосрочной скользящими средними. Одна из самых популярных форм известна как Дивергенция-Конвергенция Скользящих средних (MACD). StockChart.com дает следующее описание MACD:
Разработка Джеральда Аппеля
Конвергенция/Дивергенция Скользящих средних (MACD) является одним из самых простых и самых надежных доступных индикаторов. MACD использует скользящие средних, которые являются запаздывающими индикаторами, чтобы получить некоторые характеристики следования за трендом. Эти запаздывающие индикаторы превращены в импульсный осциллятор путем вычитания более длинной скользящей средней из более короткой. Получающийся график формирует линию, которая колеблется выше и ниже нуля, без ограничений сверху или снизу. MACD - центростремительный осциллятор, и к нему применяются правила работы, действующие для осцилляторов, колеблющихся вокруг центральной оси.
Сайт описывает использование индикатора MACD на основе 26-дневной длинной скользящей средней и 12-дневной короткой скользящей средней со сглаживанием в 9 дней.
Цель
Цель данной статьи состоит в том, чтобы, используя моделирование, исследовать эффективность использования скользящих средних в качестве технического сигнала. Другими словами, работают ли они, а в противном случае, можно ли усовершенствовать сигналы покупки и продажи для повышения их эффективности? Будут смоделированы десятилетние паттерны акций, и исследованы финансовые результаты отбора различных алгоритмов для генерации сигналов покупки и продажи, основанных на долгосрочных и краткосрочных скользящих средних.
Модель цены акций
Можно оценить техническую стратегию для акций, используя фактические данные акции, но такая работа потребовала бы ценовой истории по многим акциям. В то время как такой подход вполне выполним, моделирование цены акций - более легкий способ оценить техническую стратегию торговли, используя тысячи ценовых паттернов. Моделирование для создания сценария поведения цены акции требует максимумов и минимумов цены, а также, что наиболее важно, ожидаемый диапазон цен (разница между максимумом и минимумом на ежегодной основе).
Минимальная цена необходима, чтобы предотвратить, на чисто случайной основе, отрицательные цены. Максимальная цена должна сохранять курс акций в пределах каких-то разумных ожиданий. Ключевая переменная - ежегодный диапазон, разница между ежегодным максимумом и минимумом, как мера волатильности цен. Модель была создана так, что определяет ежедневные изменения цены для данной изменчивости, показанной на Рисунке 1. Вогнутая форма означает, что более высокие вероятности связаны с небольшими изменениями цен, чем с большими ценовыми изменениями. Следующий генератор изменения дневных цен создает котировки акций со средним ежегодным диапазоном 30$ между максимумами и минимумами.
Рисунок 1. Генератор изменения цен
В каждый данный день случайное число определяет, положительно ли будет изменение цены или отрицательно на основе 50 на 50. Другое случайное число определяет совокупную вероятность, по которой определяется дневное изменение цены. Если достигнута желаемая минимальная цена 30$ за акцию, увеличивается склонность к покупкам (повышаются шансы генерации +1 для положительного изменения цены), когда цена падает ниже 40$. Если достигнута желаемая самая высокая цена 120$, увеличивается склонность к продажам (повышаются шансы генерации -1 для отрицательного изменения цены) когда цена поднимается выше 110$.
Как работает модель
Рисунок 2 - случайно отобранная ценовая история акции. Средний ежегодный диапазон за 10-летний период (250 дней года) составляет 30$, но, как можно видеть на графике, диапазон не составляет 30$ в течение каждого года. Несколько лет показывают колебания выше 30$, а другие - меньше 30$. Однако, средний ежегодный диапазон между максимумом и минимумом цены акций за время десятилетнего периода близок к 30$. Обратите внимание, что цена акции не поднималась выше 120$, как и не падала ниже 30$.
Рисунок 2. Пример 10-летней ценовой истории
Моделирование было выполнено на языке программирования Java, чтобы оценить несколько различных торговых стратегий.
Стратегия I
Стратегия I представляет собой обычный подход к торговле по скользящим средним. Когда средняя короткой продолжительности (короткая МА) переходит выше длинной скользящей средней (длинная МА), купите 100 акций по рыночной цене и продайте эти 100 акций по рыночной цене, когда короткая скользящая средняя падает ниже длинной скользящей средней. Если портфель содержит 100 акций акции в конце 2500-дневного (10-летнего) моделирования, закройте позицию по конечной цене. Результаты короткой позиции (продажа в короткую, когда короткая скользящая средняя падает ниже длинной средней и выкуп акций, когда она повышается выше длинной скользящей средней) очень подобны длинной позиции. Методика скользящей средней хорошо работает, когда присутствуют расширеннные восходящие тренды для длинного портфеля или нисходящие тренды для короткого портфеля, либо есть паттерны из длинных волн. Проблема со скользящей средней наступает, когда динамика цен изменчива (паттерны из коротких волн, особенно с общим боковым трендом). Рисунок 3 показывает, как задержка скользящих средних работает против прибыльного трейдинга (длинная скользящая средняя за 25 дней и короткая скользящая средняя за 10 дней).
Рисунок 3. Иллюстрирует сигналы покупки и продажи для Стратегии I
В день 110 краткосрочная скользящая средняя пересеклась выше долгосрочной скользящей средней и 100 акций были куплены по цене 67,04$ с общей инвестицией 6 704$. Цена акций повысилась до 71,58$ прежде, чем начать уменьшаться. Краткосрочная скользящая средняя пошла вниз, но не пересекала долгосрочную скользящую среднюю до дня 129. К тому времени цена акций уменьшилась до 60,14$. Позиция была закрыта с убытком 690$. Ясно, что техника скользящей средней, из-за присущей ей временной задержки, не всегда гарантирует прибыльный трейдинг.
Моделирование 10 000 итераций, каждая из которых представляет различные истории цен акций с тем же самым максимумом (120$), минимумом (30$) и средним диапазоном (30$), работали на 2500-дневном (10-летнем) периоде. Результаты показаны на Рисунке 4.
Рисунок 4. Результаты моделирования Стратегии I
Эта кривая распределения вероятности была получена, используя параметр Fit Distribution в функции Data программы @Risk. Моделирование 10-летней инвестиционной стратегии покупок и продаж, когда короткая скользящая средняя пересекает длинную, дает средний убыток - 1 500$. Бывают случаи, когда метод работает исключительно хорошо (максимальная достигнутая доходность составляла 11 400$), а временами он работает очень плохо (максимальная потеря 14 100$). Первое характеризовалось ценовой историей с длительными периодами растущих цен или длинными волнами, а второе - ценовой историей десяти лет волатильного рынка. Шанс положительного результата 34 % также означает, что шанс отрицательного результата составляет 66 %. Значит, следование Стратегии I вслепую - проигрышное предложение.
Стратегия II
В этих обстоятельствах понятно, что инвестору надлежало бы продавать до того, как короткая скользящая средняя пересечет длинную. Вот спред, или разница между короткой и длинной скользящими средними, в сравнении со средней этого спреда. Сигнал продажи генерируется не тогда, когда короткая скользящая средняя пересекает длинную, а когда спред между короткой и длинной скользящими средними пересекает свою среднюю, как показано на Рисунке 5.
Рисунок 5. Иллюстрирует сигналы покупки и продажи для Стратегии II
Таблица 1 показывает цены акций и значения скользящих средних, спреда и среднего по спреду, демонстрируя методику этих двух стратегий.
Таблица 1
Иллюстрация стратегий I и II
Краткосрочная скользящая средняя превысила долгосрочную в день 110, инициировав покупку для обеих стратегий. Для Стратегии I в день 129 короткая скользящая средняя снова пересекла длинную, вызвав селл-ордер и создав убыток 690$. Но спред между короткой и длинной скользящими средними пересек свою среднюю в день 126, когда цена акции была выше, сократив потерю для 470$. Рисунок 6 - результаты моделирования Стратегии II.
Рисунок 6. Результаты моделирования Стратегии II
Стратегия II превосходит Стратегию I наличием меньшей потери (-810$ против - 1 510$) и меньшим стандартным отклонением. Кроме того, вероятность увеличения положительной отдачи возрастает от 34% до 38.6%.
Стратегия III
Стратегия III подобна Стратегии II за исключением того, что, если спред, оставаясь положительным, повторно пересекает свою среднюю после предыдущей продажи, 100 акций приобретаются снова и продаются, когда спред опять пересекает среднюю. Сигналы покупки и продажи показаны на Рисунке 7.
Рисунок 7. Иллюстрирует сигналы покупки и продажи для Стратегии III
Это исправляет потенциальный недостаток Стратегии II, когда цена акций движется в восходящем тренде, но продается преждевременно, когда спред опускается ниже своей средней. Таким образом, последующее восходящее движение курса акций оказывается пропущено, чего не произошло бы в Стратегии I. Как показано на Рисунке 7, многократные сигналы покупки и продажи подаются Стратегией III там, где Стратегии I и II дают единственный сигнал покупки и продажи. Однако, Стратегия I покупает и продает в течение всего отрезка времени, когда спред положителен, в то время как Стратегия II уменьшает отрезок времени до первого возникновения ситуации, когда спред падает ниже своей средней. Рисунок 8 показывает соответствующую цену акций для сигналов покупки и продажи Рисунка 7.
Рисунок 8. Сигналы покупки и продажи Стратегии III
Для этого конкретного примера истории цены акций можно видеть, что единственная покупка и продажа Стратегии I была бы лучше, чем Стратегия II, где сигнал продажи был дан преждевременно, учитывая последующий восходящий тренд. Стратегия III превзошла бы Стратегию II, но ее многократные сигналы покупки и продажи уменьшают общую доходность, которая получилась бы от Стратегии I. Однако, это лишь один паттерн на десятилетнем промежутке времени. Результаты моделирования Стратегии III показаны на Рисунке 9.
Рисунок 9. Результаты моделирования Стратегии III
Эта стратегия лежит между Стратегиями I и II при средней отдаче -1100$ и шансом на получение положительной отдачи 36.7%.
Воздействие изменения продолжительности скользящих средних
Изменение продолжительности скользящих средних влияет на производительность этих трех стратегий, как отражено в Таблице 2.
Таблица 2
Стратегия I с переменными скользящими средними
Рисунок 10 показывает лучшие результаты применения Стратегии II (продажа, когда спред между короткой и длинной скользящими средними пересекает свою среднюю), если длинная скользящая средняя 10 дней, а короткая - 5 дней.
Рисунок 10. Результаты моделирования Стратегии II с уменьшенными скользящими средними
Стратегия II с длинной скользящей средней 10 дней и короткой 5 дней привела к самому маленькому убытку (-524$) и самой высокой вероятностью получения положительной отдачи (42.5 %).
Конвергенция/Дивергенция Скользящей средней не является верным путем к бесконечной прибыли, хотя MACD может привести к прибыльным результатам во время длительных восходящих трендов для длинного портфеля и нисходящих трендов для короткого портфеля. Однако, это не слишком хорошо работает на изменчивом рынке. Чтобы всегда быть прибыльной, она требует других технических индикаторов. Когда цена работает против нее, проявляя аспекты случайного движения, лучшее, что мы можем сделать, это уменьшить шанс проиграть деньги до 57.5%, согласно Рисунку 10. Мы не исчерпали возможности устанавливать правила или алгоритмы, чтобы получать сигналы покупки и продажи, используя скользящие средних. Давайте рассмотрим другую стратегию.
Стратегия III
Для этой стратегии покупка совершается, когда 5-дневная скользящая средняя пересекается выше 10-дневной скользящей средней. После того, как появился сигнал покупки, сигнал продажи состоит в том, что разница 5-дневной скользящей средней минус 10-дневная скользящая средняя пересекается и становится меньше разницы 5-дневной скользящей средней минус 20-дневная скользящая средняя. В то время как, возможно, не сразу понятно, почему это должно улучшить работу, этот алгоритм производит положительную отдачу 156$ с 52%-ой вероятностью получения положительных результатов, как показано на Рисунке 11.
Рисунок 11. Результаты моделирования Стратегии III
Стратегия IV
В этой стратегии сигнал покупки появляется, когда 5-дневная скользящая средняя пересекает 10-дневную скользящую среднюю, как в Стратегии III. Сигнал продажи изменен и подается, когда разница 5-дневной скользящей средней предыдущего дня минус вчерашняя 10-дневная скользящая средняя больше, чем разница 5-дневной скользящей средней предыдущего дня минус 20-дневная скользящая средняя предыдущего дня и разница текущей 5-дневной скользящей средней минус текущая 10-дневная скользящая средняя - меньше чем разница текущей 5-дневной скользящей средней минус текущая 20-дневная скользящая средняя. Алгоритм звучит замысловато, а Рисунок 12 показывает усовершенствование результатов моделирования этой стратегии.
Рисунок 12. Результаты моделирования Стратегии IV
Это усовершенствование Стратегии III принесло 728$ и шансы наличия положительного результата 59.7 %. В Стратегией IV, оптимальное распределение - нормальная кривая с меньшим стандартным отклонением.
Стратегия V
Здесь сигнал покупки подается, когда 5-дневная скользящая средняя пересекает 10-дневную скользящую среднюю, как в предыдущих двух стратегиях. Сигнал продажи изменен и подается, когда средняя от 5-дневной скользящей средней минус 20-дневная скользящая средняя становится больше чем средняя по следующим трем разницам: 5-дневная скользящая средняя минус 10-дневная скользящая средняя, 5-дневная скользящая средняя минус 20-дневная скользящая средняя и 10-дневная скользящая средняя минус 20-дневная скользящая средняя. Результаты моделирования показаны на Рисунке 13.
Рисунок 13. Результаты моделирования Стратегии V
Результатом будет положительная отдача 1 660$, это лучшая из всех рассмотренных стратегий. Распределение вероятности смещено направо с лучшей отдачей 14100$ и худшей отдачей -7500$. Вероятность наличия положительной отдачи составляет 65.7 %, что также является самым высоким значением из всех рассматриваемых стратегий. Результаты суммированы в Таблице 2.
Таблица 2
Суммирование результатов
Выводы
Технический индикатор, описываемый как “простой и надежный”, может быть простым, но это не обязательно приводит к позитивным результатам. Компьютерное моделирование может использоваться для оценки результативности технического индикатора для различных алгоритмов генерирующих сигналы покупки и продажи с намерением выявить алгоритм, который максимизирует отдачу.
В данной статье были исследованы различные стратегии и показано, что традиционный подход в итоге оказался не прибыльным и идентифицированы три стратегии, которые привели к положительной отдаче. Ни одна из этих стратегий не может быть выполнена "на лету" дейтрейдером, требуя помощи компьютера для идентификации сигналов покупки и продажи. В то время как одна из этих стратегий была лучше остальных, нужно помнить, что сфера возможностей совсем не исчерпана. Очень вероятно, что поискав, можно найти еще более лучшую стратегию.
Subrina Mahmood
© The Trader's Journal • Февраль 2009
© FXstreet.com
Не является индивидуальной инвестиционной рекомендацией | При копировании ссылка обязательна | Нашли ошибку - выделить и нажать Ctrl+Enter | Жалоба