Д.Катс.Д.Маккормик.Энциклопедия торговых стратегий. Донна л. Маккормик
 Скачать 5.96 Mb.
|
|
ГЛАВА 5 МОДЕЛИ, ОСНОВАННЫЕ НА ПРОБОЯХ 121 купку, когда цены поднимаются выше верхней границы волатильности, и открывает короткую позицию, когда они опускаются ниже нижней гра- ницы волатильности. Оптимальные значения для трех параметров модели исследовались с помощью генетического оптимизатора, встроенного в C-Trader toolkit, предлагаемый Scientific Consultant Services, Inc. Минимальное соотноше- ние риска/прибыли было достигнуто при множителе ширины среднего истинного диапазона 8,3, периоде скользящего среднего 11 и периоде сред- него истинного диапазона atrlen 21; при этих параметрах годовая прибыль составила всего 11,6%. В пределах выборки проведено 1465 сделкок. Сред- няя длительность сделки — 6 дней. Система провела 40% прибыльных сде- лок со средней прибылью в сделке, равной $931. Только длинные позиции были прибыльными во всех комбинациях параметров. Вне пределов выборки и длинные, и короткие позиции были убыточ- ными. Из 610 сделок только 29% были прибыльными. График изменения капитала и другие результаты тестов показывают, что ухудшение вне пре- делов выборки было гораздо сильнее, чем у других моделей, основанных на пробое волатильности, использующих лимитные или даже рыночные приказы. Может ли избыточная оптимизация объяснить быстрое ухудшение результатов вне пределов выборки? Нет. Оптимизация может заставить изначально плохую систему показать хорошие результаты в пределах выборки. При этом эффективность системы вне выборки не изменится. Оптимизация часто меняет таким образом модели, которым не хватает реальной достоверности и которые во многом случайны. Чем мощнее ре- альная модель, тем лучше она будет работать после оптимизации. Как и в предыдущих примерах, эффекты подгонки под исторические данные — не единственная причина провала; эффективность снизилась задолго до окончания периода выборки. Ухудшение эффективности в данном слу- чае можно приписать как излишней оптимизации, так и продолжающе- муся росту эффективности рынка. Модель в пределах выборки была выгодна при работе с британским фунтом, немецкой маркой, швейцарским франком и иеной; вне выборки все рынки, кроме британского фунта, дали положительные результаты. Если бы велась торговля всеми валютами, кроме евродолларов и канадс- кого доллара, то в обеих выборках была бы получена солидная прибыль; евродоллар понес большие убытки ввиду проскальзывания и входа по неоптимальной цене стоп-приказа. Дело в том, что долларовая волатиль- ность рынка евродоллара низка, поэтому требуется торговать большим количеством контрактов, что повышает расходы на сделку. Мазут принес прибыль, но на остальных рынках нефтепродуктов система получила убыт- ки. Ухудшение результатов вне пределов выборки в некоторых случаях по сравнению с входом по лимитному приказу показывает, что с помо- щью стоп-приказа достаточно сложно войти в рынок по приемлемой цене. 122 ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК ВАРИАЦИИ СИСТЕМЫ ПРОБОЯ ВОЛАТИЛЬНОСТИ Улучшится ли эффективность, если ограничить модели пробоя только длинными позициями? А если вести торговлю только на рынке склонных к трендам валют? Можно ли использовать индикатор трендов, чтобы из- бежать пилообразной торговли? Что будет, если не входить повторно в существующие (и, возможно, уже завершающиеся) тренды? Последний вопрос анализировался в отдельном тесте, результаты которого мы не приводим — они были настолько плохи, что никакого дополнительного исследования не проводилось. Остальные три вопроса будут рассмотре- ны ниже. Только длинные позиции В предыдущих тестах почти во всех случаях длинные позиции работали лучше, чем короткие. Что если попробовать применить одну из рассмот- ренных моделей для торговли только длинными позициями? Тест 10. Пробой волатильности с входом по лимитному приказу; только длинные позиции. Лучшая из исследованных моделей (тест 8) была модифицирована для работы только с длинными позициями. Опти- мизация параметров проводилась генетическим алгоритмом. При помо- щи генетической оптимизации множитель ширины среднего истинного диапазона bw подбирался в пределах 1,5 — 4,5 с шагом 0,1; период средне- го истинного диапазона atrlen прогонялся от 5 до 50 с шагом в 1; период скользящей средней malen подбирался в пределах 1 — 25 с шагом 1. Гене- тическая оптимизация проводилась в объеме 100 «поколений». Лучшая эффективность в пределах выборки была достигнута при мно- жителе ширины среднего истинного диапазона 2,6, периоде скользящего среднего 15 и периоде среднего истинного диапазона 18. При этих пара- метрах годовая прибыль составила 53,0% и соотношение риска/прибыли 1,17 (р < 0,0002, р < 0,02 после коррекции). В пределах выборки проведе- но 1263 сделки длительностью в среднем 7 дней с прибылью в среднем $4100 с учетом проскальзывания и комиссионных; 48% сделок были при- быльны. Даже при неоптимальных значениях параметров удавалось по- лучать прибыль — худшие параметры дали 15,5% прибыли! Вне пределов выборки, несмотря на высокую статистическую досто- верность и устойчивость модели (по результатам проверки на данных из выборки различных вариантов), модель была крайне неэффективна. Все- го 35% сделок были прибыльными, а убытки составили 14,6% в год. Это нельзя объяснить простой подгонкой, так как в пределах выборки все ком- бинации были прибыльными. Неоптимальные параметры привели бы к уменьшенной, но все равно эффективной работе. Дополнительные тесты показали, что ни один набор параметров не мог сделать систему выгод- ГЛАВА 5 МОДЕЛИ, ОСНОВАННЫЕ НА ПРОБОЯХ 123 ной вне пределов выборки! Это исключает оптимизацию как причину неэффективной работы — видимо, на рынке за последние годы произош- ли изменения, влияющие на способность моделей, основанных на пробое волатильности, давать прибыль даже при работе только с длинными пози- циями. График изменения капитала показывает, что основная часть при- были была получена до июня 1988 г. Остальные периоды как оптимиза- ции, так и проверки показывали только ухудшение. Как и ранее, в обеих выборках хорошо работали валютные рынки. Средняя сделка на валютном рынке приносила $5591 дохода в пределах выборки и $1723 за ее пределами. Корзина нефтепродуктов также давала прибыль в обоих случаях, равно как и кофе. Увы, эта система непригодна для использования в настоящее время, хотя в прошлом на ней можно было бы сделать состояние; впрочем, для некоторых рынков — валют, нефтепродуктов и кофе — в ней еще есть некоторый потенциал. Только валютный рынок Считается, что на валютных рынках наблюдаются сильные тренды, что делает их идеальными для систем следования за трендами, основанных на пробоях. Это убеждение вроде бы подтверждается вышеприведенны- ми тестами, включая тест 10. В тесте 11 мы ограничиваем модель валют- ными рынками. Тест 11. Пробой волатильности с входом по лимитному приказу; только валютные рынки. Модель идентична прошлой, за тем исключе- нием, что вместо ограничения длинными позициями введено ограниче- ние рынками валют. Оптимизация не проводилась ввиду малого количе- ства рынков и, соответственно, данных; вместо этого использованы луч- шие параметры теста 8. Это первый тест, где система, основанная на пробое, дала явно при- быльные результаты в обеих выборках с учетом реальных расходов на сделки! В пределах выборки прибыль системы составила 36,2% в год, вне — 17,7%, что тоже неплохо. В пределах выборки проведено 268 сде- лок, из них 48% прибыльных со средней прибылью $3977. Вне пределов выборки проведено 102 сделки, из них 43% прибыльных, средняя при- быль— $2106. График изменения капитала на рис. 5-2 подтверждает высокую эф- фективность системы. Почти вся прибыль сделана в пяти «рывках», длив- шихся несколько месяцев каждый. Эта модель потенциально пригодна для торговли, особенно если заменить стандартный выход на более эф- фективный. 124 ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК Фильтр трендов ADX Одна из проблем при использовании пробоев состоит в том, что существу- ет тенденция к крайне «пилообразной» торговле в тех случаях, если сис- тема регистрирует пробой, а реального тренда за этим не следует. Одно из возможных решений состоит в использовании индикатора трендов для фильтрации сигналов о пробоях. Многие трейдеры используют популяр- ный индикатор трендов ADX. Тест 12, например, исследует прибыльность индикатора ADX по Уайлдеру. Тест 12. Пробой волатильности с входом по лимитному приказу и фильтром трендов. Использована та же модель, что и в тестах 10—11; вместо ограничения длинными позициями или валютными рынками до- бавлен фильтр сигналов на наличие трендов по методу ADX или усред- ненного направленного движения (Wilder, 1978). Возможно, отсеивание рынков, где нет тренда, «пилообразной» торговли и затяжных сделок не- сколько улучшит результаты системы. ADX использован для фильтрации пробоев согласно исследованиям Уайта (White, 1993). Тренд считается су- Величина капитала Рисунок 5-2. График изменения капитала для системы на пробое ММ/ММ, вход по лимитному приказу (только валютные рынки). ГЛАВА 5 МОДЕЛИ, ОСНОВАННЫЕ НА ПРОБОЯХ 125 Как и в предыдущих тестах, использовалась генетическая оптимиза- ция параметров. Все 100 комбинаций, кроме одной, были прибыльными в пределах выборки; 88 дали прибыль более 20%. Это демонстрирует устой- чивость системы к изменению параметров. Наилучшие результаты были следующими: множитель ширины среднего истинного диапазона — 2,6; период скользящей средней — 8; период среднего истинного диапазона — 34. При этих параметрах в пределах выборки прибыль составила 68,3%, вероятность случайности результатов менее 0,0005 (0,035 после оптими- зации) . Совершено 872 сделки, из них 47% прибыльных. Средняя сделка принесла прибыль около $4500. Вне пределов выборки система понесла $2415 убытков и только 36% из 373 сделок были прибыльными. Прибыль составила — 20,9% — один из худших результатов вне выборки. Очевид- но, в прошлом ADX был более полезен, чем в недавнее время. Большинство рынков валют, мазут, кофе, лес и 10-летние казначейс- кие бумаги были прибыльными и вне пределов выборки. S&P 500, пшени- ца и золото были прибыльны вне пределов выборки, но убыточны в пре- делах выборки. Устойчивая прибыльность валют, нефтепродуктов и кофе соответствует наблюдавшейся ранее. ществующим в том случае, если ADX, рассчитанный по последним 18 дням, достигает нового шестидневного максимума. Входы производятся только при наличии тренда. // file = x09mod12.c // модель, основанная на пробое волатильности, с входом по лимитному приказ // и 18-дневный фильтр тренда ADX band_width = bw * atr[cb-l]; center_price = xmavg[cb-1]; upper_band = center_price + band_width; lower_band = center_price - band_width; limprice = 0.5 * (hi [cb] + lo[cb]); trending = adx[cb] > Highest(adx, 6, cb-1); if(trending && cls[cb] > upper_band && ts.position() <= 0) { ts. buylimit('1', limprice, ncontracts); } else if (trending && cls[cb] < lower_band && ts.position() >= 0) { ts. selllimit('2', limprice, ncontracts); } // симулятор использует стандартную стратегию выхода tmp = exitatr[cb]; ts.stdexitcls('X', ptlim*tmp, mmstp*tmp, maxhold); 126 ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК АНАЛИЗ И ОБОБЩЕНИЯ В табл. 5-3 приведены результаты тестов различных моделей, основанных на пробоях, — по выборке и виду приказа (Р/ПРИБ — годовое соотноше- ние риска/прибыли, ДОХ — доходность в процентах годовых, $СДЕЛ — прибыль или убыток от средней сделки). Виды пробоев В выборке данных, использованной для оптимизации (1985— 1995), наи- лучшим образом работали системы на пробое волатильности. Пробои ММ/ММ показали средние результаты, а пробои цен закрытия работали хуже всего; это отмечалось при использовании всех трех видов приказов. Вне пределов выборки (1995— 1998) модели на пробое ММ/ММ продол- жали работать несколько лучше, чем пробои цен закрытия, но модели на пробое волатильности работали гораздо хуже. По описанным ранее при- чинам объяснить ухудшение показателей систем, основанных на волатиль- ности, в последние годы только оптимизацией нельзя — возможно, это произошло из-за популярности метода в недавнем прошлом. Впрочем, в последние годы даже лучшие из моделей, основанных на пробое, работа- ют плохо. При разбивке по моделям на графиках изменения капитала наблюда- ются три ярко выраженных периода. С августа 1985 г. по июнь 1988 г. все модели были почти одинаково прибыльны. С июня 1988 г. по июль 1994 г. модели на пробоях цен закрытия и ММ/ММ практически не приносили прибыли. Модель пробоя волатильности резко улучшила свои показате- ли в августе 1992 г. — июле 1994 г. С июля 1994 г. по декабрь 1998 г. модели на ММ/ММ и ценах закрытия работали с некоторым убытком, причем некоторое преимущество было у моделей пробоев ММ/ММ. Капитал мо- делей, основанных на пробоях волатильности, за этот период значитель- но снизился. Приказы для входа в рынок Как в пределах выборки, так и вне ее на всех моделях наилучшим обра- зом работал лимитный приказ. Рыночные приказы и стоп-приказы были малоэффективны. Преимущества лимитного приказа, несомненно, свя- заны с тем, что он обеспечивает вхождение в рынок по более выгодной цене. В тестах 1 и 2 видно колоссальное влияние входов по неоптималь- ной цене и расходов на сделки (комиссия и проскальзывание). Как ни странно, лимитный приказ хорошо работал с методиками следования за трендом, к которым относятся модели пробоя. Можно было бы ожидать, что многие хорошие тренды будут пропущены при ожидании входа с по- ГЛАВА 5 МОДЕЛИ, ОСНОВАННЫЕ НА ПРОБОЯХ 127 Таблица 5—3. Сравнительный обзор результатов входов, основанных на пробоях Пробой канала по ценам закрытия Пробой ММ/ММ Пробой волатильности Пробой волатильности, только длинные позиции Пробой волатильности, только валюты Пробой волатильности с фильтром ADX Р/ПРИБ ДОХ $СДЕЛ Р/ПРИБ ДОХ $СДЕЛ Р/ПРИБ ДОХ $СДЕЛ Р/ПРИБ ДОХ $СДЕЛ Р/ПРИБ ДОХ $СДЕЛ Р/ПРИБ ДОХ $СДЕЛ В пределах выборки Рыночный вход -0,02 -1,1 -60 0,04 1,2 82 0,51 27,4 4675 Лимитный вход 0,54 32,6 1066 0,66 36,3 1558 0,96 48,3 3616 1,17 53,0 4100 0,61 36,3 3977 1,09 68,3 4570 Стоп- вход 0,22 8,7 430 0,28 11,6 931 Вне пределов выборки Рыночный вход -0,33 -13,5 -671 -0,41 -15,9 -912 -1,20 -20,5 -7371 Лимитный вход -0,14 -10,0 -299 -0,01 -2,1 -72 -0,58 -16,9 -2094 -0,48 -14,6 -1640 0,34 17,7 2106 -0,60 -20,0 -2415 Стоп- вход -0,44 -15,5 -798 -1,74 -22,7 -5272 мощью лимитного приказа. Однако откат рынка (даже после достовер- ных пробоев) происходит достаточно часто, что позволяет с помощью ли- митных приказов добиться входа по предпочтительной цене и не пропус- кать прибыльных трендов. Те же три периода, обнаруженные при исследовании видов пробоев, обнаруживаются и при рассмотрении тестов, распределенных по виду приказов. Для лимитных приказов и стоп-приказов отмечена значитель- ная прибыль с августа 1985 г. по июнь 1988 г. С использованием стоп-при- каза капитал возрастал медленнее. Для входов по стоп-приказу и рыноч- ному приказу прибыль была нестабильной и снижающейся с июня 1988 г. по июль 1994 г., в то время как лимитный приказ был умеренно прибыль- ным. С июля 1994 г. по декабрь 1998 г. рыночные приказы стали несколь- ко менее эффективными, стоп-приказы сильно снизили прибыльность, эффективность лимитных приказов была непостоянной. В первом пери- оде стоп-приказы работали лучше среднего, а в третьем — гораздо хуже 128 ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК среднего; эффективность стоп-приказов ухудшалась со временем быст- рее, чем эффективность других приказов. Во всех периодах времени луч- ше всего работали лимитные приказы. Объединив рассмотрение графиков изменения капитала по различ- ным типам моделей и приказов, мы увидим, что большая часть прибылей была получена в первом периоде, занимавшем менее трети выборки дан- ных. К концу этого периода было накоплено более 70% всего капитала. Во втором периоде отмечался некоторый дрейф капитала, а в третьем — па- дение, вначале медленное, а с июля 1997 г. все более быстрое. Взаимодействие Наиболее сильным, видимо, является взаимодействие между временем и видом пробоев. Наиболее выражено было взаимодействие пробоев вола- тильности (по сравнению с другими типам пробоев) и времени (в преде- лах выборки по сравнению с данными вне выборки). Пробои волатильно- сти сначала работали лучше других типов пробоев, а затем стали давать наихудшие результаты. Система на пробое волатильности со стоп-прика- зом за последние годы ухудшилась сильнее, чем система с лимитным при- казом, возможно, ввиду широкого использования стоп-приказов в моде- лях, следующих за трендом. Кроме того, система пробоев ММ/ММ иног- да предпочтительнее работала со стоп-приказом в отличие от моделей на волатильности. Ограничения и фильтры Ограничение торговли только длинными позициями значительно улучши- ло эффективность систем пробоя волатильности в пределах выборки. За пределами выборки данное ограничение принесло лишь небольшое улуч- шение результатов. Системы пробоя работают лучше в длинных позици- ях, чем в коротких. Использование фильтра ADX несколько улучшило эффективность в пределах выборки и было бесполезным вне ее. Ограничение торговли рынком валют дало ухудшение в пределах вы- борки, но огромное преимущество вне выборки. Преимущество было на- столько большим, что модель дала прибыль вне выборки в отличие от всех других испытанных комбинаций! Рынок валют не попал под влияние гло- бальных изменений, происходящих на других рынках и разрушивших ра- боту простых систем пробоев. Возможно, это связано с тем, что рынки валют имеют колоссальный объем и приводятся в движение мощными фундаментальными процессами. Уменьшение эффективности систем в пределах выборки можно объяснить уменьшением числа рынков, исполь- зуемых в работе. |