<<
>>

ТЕСТЫ ПРОТИВОТРЕНДОВЫХ МОДЕЛЕЙ

Противотрендовые модели, так же как и следующие за трендом, могут использовать различные виды скользящих средних, различные правила генерации сигналов и различные виды приказов для входа в рынок.
Использованы те же виды скользящих средних, что и ранее; тестировались модели на основе и одиночных, и двойных скользящих средних. Использовались рыночные, лимитные и стоп-приказы.

Тесты с 25 по 36 рассматривают стандартную модель пересечения скользящего среднего с противоположно направленными сигналами. Как и ранее, сигнал на вход поступает при пересечении ценами линии скользящего среднего или при пересечении быстрого и медленного скользящих средних. В традиционных следующих за трендом моделях трейдер поку

ГЛАВА 6 МОДЕЛИ, ОСНОВАННЫЕ НА скользящих СРЕДНИХ

149

пает, когда цена (или быстрое среднее) пересекает медленное среднее вверх и продает, когда пересекает вниз. В этой же модели на обратном пересечении все сделано наоборот. В тестах использована оптимизация с лобовым подходом, период быстрого среднего оптимизировался в пределах 1 —7 с шагом 1, период медленного в пределах 5 —50 с шагом 5. Рассматривались только случаи, когда длинные скользящие средние по размеру превышали короткие. Параметры подбирались таким образом, чтобы минимизировать вероятность того, что какие-либо из наблюдавшихся прибыльных показателей оказались таковыми случайно. Модель была апробирована на данных вне пределов выборки с использованием лучших наборов параметров, определенных с помощью данных из выборки.

В тестах модели поддержки/сопротивления (с 37 по 48) трейдер покупает, когда цены отскакивают вверх от скользящего среднего, и продает, когда они касаются скользящего среднего при движении снизу вверх. В этом случае скользящее среднее играет роль уровня поддержки или сопротивления, на котором ценовой тренд может развернуться. Правила почти такие же, как для тестов с 25 по 36, за тем исключением, что не каждое пересечение скользящего среднего приводит к входу.

Если цены выше скользящего среднего и пересекают его, генерируется покупка, однако, когда цены отскакивают назад и снова оказываются над скользящим средним, второго пересечения недостаточно для инициации продажи. Если цены пересекают скользящее среднее снизу вверх, то осуществляется продажа. Однако при обратном пересечении покупка не генерируется. Такое поведение модели достигается путем добавления одного условия к обратной модели пересечения. Это условие заключается в том, что сигнал формируется только тогда, когда он совпадает с направлением наклона медленного скользящего среднего. Поиски наилучшего решения проводились методом прямой оптимизации по данным выборки. Период короткого скользящего среднего изменялся от 1 до 5 с шагом 1. Период длинного скользящего среднего изменялся от 5 до 50 с шагом 5. Если период скользящего среднего равен 1, то данное среднее эквивалентно самой цене. Следовательно, при оптимизации тестировались модель, в которой цена сравнивалась со скользящим средним, и модель, в которой одно скользящее среднее сравнивалось с другим. Исследовались только те случаи, в которых период длинного скользящего среднего был больше, чем период короткого среднего. Мы подбирали параметры системы с целью минимизации вероятности того, что система приносит прибыль случайно. Затем модель была проверена на данных вне выборки с использованием лучшего набора параметров, найденного в пределах выборки.

В табл. 6-4 и 6-5 для тестов с 25 по 48 представлены результаты действия системы на рынках различных финансовых инструментов, как в пределах выборки (табл. 6-4), так и вне нее (табл. 6-5). Символы, обозначающие величину прибыли (+ и —), могут быть интерпретированы таким же образом, как и для табл. 6-1 и 6-2.

150

ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК

Таблица 6—4. Эффективность систем в пределах выборки. Результаты отдельных тестов и рынков ШЛЕЕ 26 2? 291 2E 30 31 32 33 34 3S 34 37 M 3B 40 41 42 43 44 45 46 47 4B SP + 44 YX + + 44 ив + 4 4+ + 4 ТЕ 4+ TY ++ ОЙ ++ + 4 + 44 DM 4 + + + + ++ +4 + 4 ++ SF + ++ 4+ 4+ JV ++ + 4-+ ++ 4* ++ CD - 4 ED 4 - CL + 4 + + 4+ НО + ++ + ++ ++ 4 + + 44 ++ ни 4 ++ ? * - 4 + ОС - SI 4 44 4 ? PL 44 ++ - ?» 4 + PA + * +? + + FC - ++ ++ *+ LC * + 44 + 4 + t +4 ? 4 LH + PB ++ ++ + 4 + + 4 + 4 S 44 SM BO * + + 4 ++ с 0 - 4 + KW 44 4 ++ uw 44 - КС + +4 t + 44 44 ОС 4+ + + 4 + 44 + SB - *4 ++ 4* +4 JO + ++ ++ 44 CT + + + ? 44 4 44 +4 LB 4 4+ В табл.

6-6 представлены результаты для различных скользящих средних, моделей, приказов и выборок. Последние две колонки справа и последние четыре ряда цифр внизу являются усредненными. Цифры внизу усреднены по всем комбинациям разных типов скользящих средних и моделей. Данные в двух последних колонках справа усреднены по типам приказов.

Лучшими моделями в пределах выборки были модель поддержки/сопротивления на основе простого скользящего среднего и модель поддержки/сопротивления на основе треугольного скользящего среднего с переднем взвешиванием. Система поддержки/сопротивления на основе простого скользящего среднего со стоп-приказом в отличие от других систем

ГЛАВА 6 МОДЕЛИ, ОСНОВАННЫЕ НА скользящих СРЕДНИХ 151

Таблица 6—5. Эффективность систем вне выборки. Результаты отдельных тестов и рынков 5ГМ 25 2в 27 2Э 29 30 31 32 33 34 35 1ft 37 за за 40 41 42 43 44 45 +6 47 SP ++ ++ ++ + ++? ++ ++ ++ + ++ ++ +? + + YX ++ + ++ ++ ++ *+ ++ ++ ++ ++ US + ++ + ++ ТВ - ТУ ++ ++ + BP + - — ?М ++ + + + - + + ++ SF + ++ + + + ++ JY ++ + + ++ ++ ++ ++ + + CD ++ + ED ++ CL - ++ ++ НО - ни ++ +? ++ со + SI ++ +?+ ++ ++ PL ? - + РА ++ + + ++ ++ + + FC + ++ 1— + + LC - LK - - РВ + ++ + ++ S ++ ++ ++ + + ++ SM *? + + ++ ++ + 90 ++ + + + + t + + - + + С * * + - + О ? - ++ VY + ++? KW ++ ?- ++ ++ +* + MW + + + ++ КС ++ - сс - - sa - + JO * ** + + + ++ ++ ст + + * ++ LB ++ ? +?+ показала небольшие прибыли в обеих выборках: для данных в пределах выборки средняя сделка принесла прибыль $227, доход в процентах годовых равен 4,2%; соответствующие показатели для данных вне выборки равны $482 и 14,8%. Треугольное скользящее среднее с передним взвешиванием и стоп-приказом было прибыльным в выборке, но давало большие убытки вне пределов выборки. Обе модели, особенно в комбинации со стоп-приказом, давали относительно мало сделок; следовательно, их результаты статистически менее стабильны.

В выборке стоп-приказ был лучшим для противотрендовой системы, основанной на пересечениях скользящих средних, и для моделей поддержки/сопротивления, в которых стоп-приказ приводил в среднем к прибыль

152

ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК

Таблица 6—6. Эффективность противотрендовых моделей в зависимости от вида приказов, вида скользящих средних, типа модели и выборки данных Модель Вне пределов выборки Среднее Среднее Открытие Лимитный Стоп Открытие Лимитный Стоп в Вне ПСС-ОП ДОХ% -10.2 -9.6 -9.5 -22.7 -20.7 -20.6 -9.8 -21.3 $СДЕЛ -2220 -1630 -1120 -3221 -1917 -1731 -1657 -2290 ЭСС-ОП ДОХ% -10.1 -10.1 -9.1 -22.8 -22.5 -23.1 -9.8 -22.8 $СДЕЛ -2350 -1905 -1171 -2471 -2214 -3128 -1809 -2604 ТССПВ-ОП ДОХ% -9.7 -9.1 -8.5 -20.9 -16.7 -19.9 -9.1 -19.2 $СДЕЛ -2405 -1869 -1246 -1821 -971 -1343 -1840 -1378 АСС-ОП ДОХ% -10.3 -10.3 -9.5 -23.0 -22.8 -20.8 -10.0 -22.2 $СДЕЛ -1865 -1488 -1033 -2222 -2254 -1604 -1462 -2027 ПСС-П/С ДОХ% -9.6 -10.2 4.2 -20.4 -16.9 14.8 -5.2 -7.5 $СДЕЛ -1099 -844 227 -1962 -1512 482 -572 -997 эсс-п/с ДОХ% 0 0 0 0 0 0 0 0 $СДЕЛ 0 0 0 0 0 0 0 0 ТССПВ-П/С ДОХ% -8.1 -3.2 8.8 -13.2 -13.8 -22.3 -0.8 -16.4 $СДЕЛ -841 -261 1015 -1444 -1087 -3566 -29 -2032 АСС-П/С ДОХ% 0 0 0 0 0 0 0 0 $СДЕЛ 0 0 0 0 0 0 0 0 Модели ОП Средняя ДОХ% -10.1 -9.8 -9.2 -22.4 -20.7 -21.1 -9.7 -21.4 Средняя $СДЕЛ -2210 -1723 -1143 -2434 -1839 -1952 -1691.8 -2074.8 Модели П/С Средняя ДОХ% -8.8 -6.7 6.5 -16.8 -15.4 -3.7 -3.0 -12.0 Средняя $СДЕЛ -970 -553 621 -1703 -1300 -1542 -300.5 -1514.8 ному результату. Другие приказы приводили к потерям в данных системах; наихудшим же был рыночный приказ по открытию следующего торгового дня. Вне выборки рыночный приказ был наихудшим как для про-тивотрендовои модели, так и для модели поддержки/сопротивления. Наилучшие результаты вне выборки были получены при использовании лимитного приказа. Обе модели приводили к гораздо большим потерям вне выборки, чем в пределах выборки.

Противотрендовые модели работали хуже, чем следующие за трендом. Тем не менее нашлись превосходные сочетания противотрендовои модели, вида скользящих средних и приказа для входа, которые работали гораздо лучше большинства других протестированных комбинаций.

ГЛАВА 6 МОДЕЛИ, ОСНОВАННЫЕ НА скользящих СРЕДНИХ

155

смысла добавлять в систему, основанную на пробоях (как и стоп-приказ, он представляет собой еще один элемент следования за трендом), в про-тивотрендовой модели такой элемент может дать определенные преимущества. В системе, основанной на пробоях, лучше работает лимитный приказ, за исключением случаев, когда стоп-приказ выгоден благодаря своим характеристикам следования за трендом.

Результаты приводят к некоторым обобщениям. Иногда стоп-приказ может обеспечивать достаточную прибыль для компенсации связанной с ним завышенной стоимости транзакций. Тем не менее в большинстве случаев лимитные приказы обычно более эффективны благодаря своей способности входить в рынок по оптимальной цене. Такое обобщение может помочь трейдеру сделать выбор. Однако необходимо постоянно отслеживать потенциальные взаимодействия различных параметров в комбинациях скользящего среднего, модели и приказа, которые могут спровоцировать провал этих обобщений. Каждый параметр по-своему воздействует на эффективность торговой системы, но в сочетании с другими параметрами данное воздействие может сильно меняться с течением времени. Для достижения успеха в системной торговле трейдер должен постоянно держать руку на пульсе этих изменений.

ЧТО МЫ УЗНАЛИ?

При построении модели входа пытайтесь продуктивно комбинировать противотрендовый элемент с элементом следования за трендом. Это может быть осуществлено множеством способов, например покупкой на краткосрочном противотрендовом движении, когда развивается долгосрочный тренд; входом при пробое, когда развивается противотрендовое движение, или применением трендового фильтра в противотрендовой модели.

• Если возможно, используйте приказы, которые понижают транзакционные затраты, например лимитный приказ для входа. Однако в этом случае требуется гибкий подход. Определенные системы могут работать лучше при использовании других типов приказов: например, если требуется элемент следования за трендом, следует использовать стоп-приказ.

Будьте готовы к неожиданностям. Мы полагали, что для моделей, основанных на наклонах, адаптивное скользящее среднее, имеющее более быстрый отклик, будет обеспечивать лучшие результаты. На самом деле система с адаптивным средним оказалась одной из худших.

• Даже несмотря на то, что традиционные индикаторы, используемые стандартным образом, обычно приводят к неудаче (на

156

ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК

пример, такие старые системы, как пробои волатильности), классические концепции поддержки/сопротивления могут быть весьма выгодными. Пробои уровней поддержки/сопротивления проявляют себя лучше, чем, например, пробои волатильности. Аналогично, модели скользящего среднего, использующие концепцию поддержки/сопротивления, работают лучше прочих. Реализация метода поддержки/сопротивления была рудиментарной, тем не менее в самых удачных сочетаниях она дает одни из лучших результатов. Вероятно, дальнейшая разработка данного метода сможет значительно повысить эффективность основанных на нем торговых систем. Хотя метод поддержки/сопротивления широко известен на протяжении многих лет, его дальнейшее развитие может оказаться достаточно сложным. Основной задачей здесь можно назвать поиск автоматизированного «механического» метода поиска текущих уровней поддержки/сопротивления.

ГЛАВА 6 МОДЕЛИ, ОСНОВАННЫЕ НА скользящих СРЕДНИХ

153

1000Ш

Дата

Рисунок 6-2. Графики изменения капитала для комбинаций моделей и скользящих средних.

Результаты тестов систем, основанных на скользящих средних и пробоях, показывают, что при использовании моделей следования за трендом лимитный приказ всегда улучшает характеристики; для противотрен-довых моделей огромное преимущество иногда дает стоп-приказ. Эта тенденция может быть результатом того, что у моделей следования за трендом уже есть элемент обнаружения тренда: добавление еще одного обнаруживающего или проверяющего элемента (такого, как вход по стоп-при-казу) является избыточным; однако добавление лимитного приказа вносит в систему противотрендовый элемент и обеспечивает более выгодный вход, повышая, тем самым, эффективность. В случае с противотрен-довыми моделями добавление элемента подтверждения тренда придает системе новое качество и, следовательно, улучшает результаты. Иногда это настолько выгодно, что компенсирует менее благоприятные цены входа, чем при использовании стоп-приказов.

Для такихрынков, как рынок казначейских облигаций, японской йены, немецкой марки, швейцарского франка, неэтилированного бензина, кофе,

154

ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК

апельсинового сока и свиной грудинки, можно найти высокоприбыльные комбинации типов модели и приказа.

На рис. 6-2 представлены графики изменения капитала для различных комбинаций моделей и скользящего среднего. Капитал каждой системы был усреднен по типу приказа. Лучшими двумя моделями были модель поддержки/сопротивления на основе треугольного скользящего среднего с передним взвешиванием и модель поддержки/сопротивления на основе простого скользящего среднего. Эти модели работали значительно лучше, чем любые из противотрендовых моделей, основанных на пересечении. Можно выделить три временных периода, в каждом из которых эти модели вели себя по-разному: от начала выборки до октября 1987 г., с октября 1987 г. по июнь 1991 г. и с июня 1991 г. по декабрь 1998 г. Наихудшие результаты были получены в течение последнего периода.

Графики изменения капитала, представленные на рис. 6-2, показывают, что противотрендовые модели лучше работали в прошлом, в то время как модели следования за трендом лучше работали в последнее время. В пределах выборки стоп-приказ оказался наилучшим видом входного приказа для каждой комбинации модели и скользящего среднего. Вне пределов выборки стоп-приказ был наихудшим для трех комбинаций модели и скользящего среднего из шести (по двум комбинациям не было сделок, поэтому они не рассматривались). Рыночный приказ по цене открытия следующего дня оказался наихудшим во всех случаях, за исключением двух. Стоп-приказ, как правило, был лучше лимитного приказа в пределах выборки. Однако вне выборки лимитный приказ был немного лучше стоп-приказа.

ЗАКЛЮЧЕНИЕ

В общем, модели следования за трендом в тестах с 1 по 24 работали лучше, чем противотрендовые модели в тестах с 25 по 48, за некоторыми исключениями, рассмотренными выше.

Лучшие модели, несомненно, сочетают в себе как противотрендовые элементы, так и элементы следования за трендом. Например, покупка при откате рынка с использованием лимитного приказа после пробоя скользящего среднего обеспечивает лучшие результаты, чем другие комбинации. Противотрендовые модели, основанные на скользящих средних и имеющие элемент следования за трендом (например, стоп-приказ), также показывают наилучшие результаты. Чистые противотрендовые модели и модели следования за трендом значительно им уступают. Более того, добавление трендового фильтра к системе следования за трендом не дает преимуществ, но может увеличивать затраты при входе. С другой стороны, комбинация противотрендовых моделей с трендовым фильтром ADX может повысить эффективность системы. Хотя фильтр ADX не имеет

<< | >>
Источник: Джеффри Оуэн Кац, Донна Л. МакКормик . Энциклопедия торговых стратегий / Пер, с англ. — М.: Альпина Паблишер. — 400 с. . 2002

Еще по теме ТЕСТЫ ПРОТИВОТРЕНДОВЫХ МОДЕЛЕЙ:

  1. ТЕСТЫ МОДЕЛЕЙ, ОСНОВАННЫХ НА РАСХОЖДЕНИИ
  2. ТЕСТЫ МОДЕЛЕЙ, СЛЕДУЮЩИХ ЗА ТРЕНДОМ
  3. 1.2.4. Сравнение различных типов моделей (вычислимых моделей общего равновесия и эконометрических моделей) и возможности совмещения различных подходов
  4. Модель ЕВО или модель Эдвардса — Белла — Ольсона при оценке интеллектуальной собственности и нематериальных активов
  5. 7.3.2. Модификации модели ARCH: модели GARCH и EGARCH
  6. Взаимосвязь кейнсианской модели с моделями совокупногоспроса и совокупного предложения
  7. 1.1.3.2. Модель вычислимого общего равновесия в непрерывном времени Описание методологии используемых моделей
  8. 8.5 Модель эффекта от создаваемых государствомпроизводительных общественных благс «перегрузкой» и модель защитыправ собственности
  9. Модели рыночной экономики. Особенности белорусской модели
  10. Прикладные модели управления запасами на предприятии: модель экономичной партии заказа
  11.   3.2 Простейшая модель эндогенногоэкономического роста — АК-модель
  12. 4.2.3. Основные модели японских свечей 4.2.3.1. Модели разворота тренда
  13. Тесты