<< Пред. стр.

стр. 14
(общее количество: 46)

ОГЛАВЛЕНИЕ

След. стр. >>

ли, ожидание того стоит.
Капитал портфеля при использовании оптимального для выборки па-
раметра n стабильно рос как в пределах выборки данных, так и вне его;
избыточная оптимизация здесь не представляла проблемы. График изме-
нения капитала показывает некоторое снижение эффективности систе-
мы со временем. Впрочем, система, основанная на простом пробое кана-
ла, все еще может извлекать из рынка неплохую прибыль. Или нет? Учти-
те, что тест 1 проводился без учета расходов на сделки. В следующем тес-
те учтены комиссионные и проскальзывание.
ИССЛЕДОВАНИЕ входов в РЫНОК
110 ЧАСТЬ II




Тест 2. Система на основе пробоя канала. Используются только
цены закрытия; вход по рыночной цене при открытии биржи на
следующий день, комиссия и проскальзывание учитываются. Этот
тест проведен точно так же, как и предыдущий, за исключением учета
проскальзывания (3 тика) и комиссионных ($15 за цикл сделки). Хотя эта
модель работала успешно без учета расходов на сделки, на практике она с
треском провалилась. Даже лучшее в выборке решение принесло только
убытки, и, как и следовало ожидать, вне пределов выборки система так-
же работала с убытком. Почему же относительно небольшие комиссион-
ные и проскальзывание приводят к разрушению производительности сис-
темы, которая без них зарабатывает тысячи долларов на средней прибыль-
ной сделке? Потому что на многих рынках сделки включают множествен-
ные контракты, а комиссионные и проскальзывания влияют на каждый
контракт по отдельности. В данном случае опять именно длинные сделки
приносили наибольшую прибыль. Модель была умеренно доходной в 1980-
х годах, но потом стала убыточной. Учитывая прибыльные результаты
прошлого теста, можно предположить, что модель постепенно перестала
окупать расходы на совершение сделок. Когда простые компьютеризо-
ванные системы пробоев вошли в моду в конце 1980-х годов, возможно,
именно они с течением времени изменили природу рынков, что привело
к падению эффективности данных систем.
В табл. 5-1 приведены результаты портфеля для системы, основанной на
пробое канала. Результаты распределены по разным рынкам для различных
выборок данных (названия рынков и их символы соответствуют обозначе-
ниям табл. II-1; часть II, введение): ПРИБДЛ — общая прибыль длинных по-
зиций в тысячах долларов; ПРИБКР— общая прибыль коротких позиций в
тысячах долларов; ДОХ% — прибыль в процентах годовых; ВЕР — статисти-
ческая достоверность; $СДЕЛ — средняя прибыль/убыток в сделке.
Методы следования за трендом, такие как системы пробоев, предпо-
ложительно хорошо работают на валютных рынках. Данный тест подтвер-
ждает это предположение: положительная прибыль на нескольких рын-
ках валют была получена и в пределах выборки данных, и вне ее. На мно-
гих рынках (нефть и нефтепродукты, кофе, лес) также отмечена положи-
тельная прибыль. Прибыльное поведение индексов (S&P 500 и NYFE), ви-
димо, обусловлено сильным бычьим рынком 1990-х годов. На каждом рын-
ке в год проводилось около 10 сделок. Процент прибыльных сделок был
подобен наблюдавшемуся в первом тесте (около 40%).

Тест 3. Система на основе пробоя цены закрытия, вход по лимит-
ному приказу на следующий день, расходы на сделки учитываются.
Для улучшения эффективности модели путем контроля над проскальзы-
ванием и получения входов по более выгодной цене мы использовали ли-
митный приказ для входа на следующий день по указанной или более вы-
годной цене. Полагая, что рынок скорректирует по крайней мере полови-
ГЛАВА 5 МОДЕЛИ, ОСНОВАННЫЕ НА ПРОБОЯХ 111



Таблица 5—1. Статистика эффективности системы пробоя канала по ценам
закрытия для всех рынков в составе стандартного портфеля




ну ценового диапазона дня, в который был произведен пробой (cb), перед
тем как продолжить дальнейшее движение, мы размещаем лимитный при-
каз (limprice) на уровне середины этого диапазона. Поскольку большая
часть кода остается неизменной, приведем только наиболее сильно изме-
нившиеся участки:

// file = x09mod03.c
// пробой канала на основе только цен закрытия с входом на следующий день,
// используя лимитный приказ
limprice = 0.5 * (hi[cb] + lo [cb]);
ИССЛЕДОВАНИЕ входов в РЫНОК
112 ЧАСТЬ II




if (cls[cb]>Highest(cls,n,cb-l) && ts.position{)<=0) {
ts.buylimit('1' , limprice, ncontracts);
)
else if (cls[cb]<Lowest(cls,n,cb-l) && ts.position{)>=0) {
ts.selllimit('2', limprice, ncontracts);
)

// симулятор использует стандартную стратегию выхода
atr = AvgTrueRange{hi, lo, cls, 50, cb} ;
ts.stdexitcls ('X', ptlim*atr, mmstp*atr, maxhold);


Вход производится по лимитному приказу в пределах бара. Если бы
использовались целевая прибыль и защитная остановка в пределах бара,
то возникли бы проблемы. Помещение многих приказов внутри одного
бара может сделать моделирование недостоверным: последовательность
выполнения этих приказов невозможно отследить по данным на конец
дня, а повлиять на результат они могут серьезно. Поэтому стандартный
выход основан на приказах, использующих только цены закрытия.
Как и ранее, параметр n (количество дней для усреднения) оптимизи-
ровался от 5 до 100 с шагом 5, и выбиралось лучшее решение по соотно-
шению риска/прибыли (и t-вероятности). Комиссионные, проскальзыва-
ние, параметры выхода и возможность снова войти в продолжающийся
тренд, хотя и с запаздыванием, остались неизменными.
При оптимальном n = 80 (как и тесте 1) эта модель давала около 33%
прибыли в год в пределах выборки. Вероятность случайности этих показа-
телей была 5% без коррекции и 61% после коррекции на 21 тесте оптими-
зации. Хотя в пределах выборки система была выгодной, статистические
данные показывают, что в будущем возможен провал; в самом деле, на дан-
ных вне пределов выборки система была убыточной. Как и в тестах 1 и 2,
сделки длившиеся 7 и более баров, были прибыльнее, чем короткие. Про-
цент прибыльных сделок составил 42%. Хотя вход с использованием ли-
митного приказа не снял отрицательного влияния комиссии и проскаль-
зывания, тем не менее эффективность улучшилась. Лимитный приказ не
особенно уменьшил количество сделок и не привел к пропуску выгодных
трендов; обычно после пробоев рынок возвращался обратно, позволяя вхо-
дить по более выгодной цене. То, что такая произвольная и, почти навер-
няка, неоптимальная методика смогла улучшить эффективность системы,
весьма обнадеживает. График изменения капитала также показывает, что
подобная система когда-то работала хорошо, но теперь бесполезна.
Из табл. 5-2 видно, что прибыльные результаты были получены на
рынке нефти как в пределах, так и вне пределов выборки, что соответ-
ствует данным предыдущих тестов. Рынок кофе также был прибыльным
в обоих случаях. В пределах выборки фьючерсы на S&P 500 также при-
несли прибыль.

Заключение. Вход, основанный на лимитном приказе, может значитель-
но улучшить общую эффективность модели, основанной на пробое. Даже
113
ГЛАВА 5 МОДЕЛИ, ОСНОВАННЫЕ НА ПРОБОЯХ




Таблица 5—2. Статистика эффективности системы пробоя канала по ценам
закрытия для всех рынков в составе стандартного портфеля.
Вход осуществлялся по лимитному приказу




при грубом определении цены лимитного приказа получается значитель-
ное улучшение, причем интересно, что наибольшее улучшение наблю-
дается не на рынках с минимальной долларовой волатильностью и рас-
ходами на сделки, как можно было ожидать. Некоторые рынки, напри-
мер евродоллар или S&P 500, как видим, хорошо реагируют на использо-
вание входов по лимитному приказу, а другие (например, какао и живой
скот) — нет.
ИССЛЕДОВАНИЕ входов в РЫНОК
114 ЧАСТЬ II




ПРОБОИ МАКСИМАЛЬНОГО МАКСИМУМА/
МИНИМАЛЬНОГО МИНИМУМА
Интересно, можно ли снизить количество «пилообразных» сделок, уве-
личить процент прибыльных сделок и улучшить эффективность системы
пробоя, если расположить границы торгового диапазона дальше от теку-
щей цены? Более жесткие условия размещения уровней пробоя можно
легко получить, если заменить использованные в прошлой модели макси-
мальную и минимальную цену закрытия на максимальный максимум и
минимальный минимум. Таким образом, пороги пробоя будут соответство-
вать традиционным уровням поддержки/сопротивления: пробой проис-
ходит тогда, когда рынок «пробивает» предыдущее максимальное или
минимальное значение. Кроме того, чтобы отфильтровать «ложные» про-
бои, можно ввести условие, согласно которому рынок должен закрывать-
ся за пределами границ, а не просто пересекать их в какой-то из точек
внутри штриха. Система также может быть улучшена с помощью исполь-
зования стоп-приказа для входа и снижения расходов на сделку за счет
входа по лимитному приказу при откате.

Тест 4. Система пробоя ММ/ММ по ценам закрытая с входом по
цене открытия следующего дня. Эта система, основанная на пробое,
покупает на открытии следующего дня, если закрытие текущего дня про-
исходит по цене выше максимального максимума за последние n дней, и
продает на открытии следующего дня, если сегодняшнее закрытие про-
исходит по цене ниже минимального минимума за последние n дней. Ко-
личество дней n — единственный параметр модели. Красота этой модели,
помимо простоты, в том, что ни один важный тренд не будет пропущен, и
уже после сегодняшнего закрытия будет известно о сделках, предприни-
маемых завтра.

// file = x09mod04.c
// пробой канала MM/MM с входом на следующий день по цене открытия
if (cls [cb]>Highest(hi,n,cb-l) && ts.position{)<=0) {
ts.buyopen('1' , ncontracts);
}
else if (cls[cb]<Lowest(lo,n,cb-l) && ts.position{)>=0) {
ts.sellopen{'2 ' , ncontracts};
)

// симулятор использует стандартную стратегию выхода
atr = AvgTrueRange(hi, lo, cls, 50, cb) ;
ts.stdexitcls ('X', ptlim*atr, mmstp*atr, maxhold);


Значения n тестировались в пределах от 5 до 100 с шагом 5. В пределах
выборки модель была прибыльной только при 4 значениях. Лучшим было
значение 85, при котором годовая прибыль составила всего 1,2%. При та-
ких результатах и статистических данных неудивительно, что вне преде-
лов выборки убытки составили 15,9% в год. Прибыльные сделки отмеча-
МОДЕЛИ, ОСНОВАННЫЕ НА ПРОБОЯХ 115
ГЛАВА 5




лись в 39% случаев, более длительные сделки были прибыльнее коротких
в пределах выборки. Как и при предыдущем моделировании, система на
ММ/ММ наилучшим образом работала на рынках валют, нефтепродук-
тов и кофе, а хуже всего на рынках металлов, скота и зерна. Анализ гра-
фика изменения капитала показывает, что эффективность модели никог-
да не была хорошей, а сейчас вообще в катастрофическом состоянии.
Результаты, в общем, были несколько лучше, чем при пробое по це-
нам закрытия с таким же входом при открытии, но они явно недостаточ-
ны, чтобы преодолеть расходы на сделки. В модели, работающей по дан-
ным закрытия, лимитный приказ ограничивал расходы на «ложные про-
бои» и тем самым улучшал эффективность. Поскольку при пробоях на
ММ/ММ из-за более строгих порогов расходы больше, использование
входа по лимитному приказу может значительно улучшить эффектив-
ность. Использование входа по лимитному приказу позволяет избежать
резкого всплеска волатильности, как правило, сопровождающего момент
пробоя. Впрочем, более опытные трейдеры, несомненно, «смягчат» эф-
фект стоп-приказов, расставленных новичками, и «загонят» цены назад.
Хорошо установленный лимитный приказ позволит войти по хорошей
цене, используя этот откат. Если пробой представляет собой начало трен-
да, рынок, скорее всего, продолжит движение, что даст в конце концов
прибыльную сделку; если же нет, то хорошая цена входа даст меньший
убыток. Даже хотя система пробоя ММ/ММ на данном этапе кажется
лишь немного лучшей, чем система пробоя цены закрытия, окончатель-
ное решение еще не достигнуто; при помощи лимитного приказа можно
получить значительное улучшение эффективности.
В этом обсуждении как индикатор эффективности используется до-
ходность в процентах годовых; соотношению риск/прибыль не придает-
ся особого значения, хотя t-критерий рассчитывается на его основе. До-
ходность и соотношение риск/прибыль тесно связаны друг с другом. Они
почти идентичны и взаимозаменяемы как показатели эффективности
модели, а поскольку показатель доходности проще и привычнее для боль-
шинства трейдеров, то мы применяем именно его.

Тест 5. Система пробоя ММ/ММ по ценам закрытия с входом по
лимитному приказу при открытии следующего дня. Для системы,
основанной на пробое канала по ценам закрытия, использование для вхо-
да лимитного приказа может значительно улучшить эффективность. Воз-
можно, того же удастся достичь и в системе пробоя ММ/ММ. Для сохра-
нения сравнимых результатов цена лимитного приказа установлена на
середине бара, в котором имеет место пробой.

// file = x09mod05.c
// пробой канала MM/MM с входом на следующий день по лимитному приказу
limprice = 0.5 * (hi [cb] + lo [cb] ) ;
if (сls[cb]>Highest(hi,n,cb-l) && ts.position()< = 0) {
ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК
116



ts.buylimit('1' , limprice, ncontracts);
)
else if (cls [cb]<Lowest(lo,n,cb-l) && ts.position()>=0) (
ts.sellimit('2', limprice, ncontracts);
)

// симулятор использует стандартную стратегию выхода
atr = AvgTrueRange(hi, lo, cls, 50, cb) ;
ts.stdexitcls('X', ptlim*atr, mmstp*atr, maxhold) ;


Параметр n прогонялся через те же значения, что и в предыдущих тес-
тах. Все значения давали положительные результаты, лучшие получены
при n = 85 (прибыль 36,2% в год); вероятность случайной прибыли — ме-
нее 2% при коррекции на оптимизацию 33%. В пределах выборки длин-
ные позиции были прибыльнее коротких. Как ни странно, вне пределов
выборки короткие сделки приносили небольшую прибыль, а длинные
были убыточны! При прибыли в —2,3% эффективность вне пределов вы-
борки была плохой, но лучше, чем у других систем. В пределах выборки
было 43% прибыльных сделок, а средняя прибыль составила $1558; вне
пределов выборки был 41% прибыльных сделок, средний убыток соста-
вил $912.
График изменения капитала, приведенный на рис. 5-1, казалось бы,
противоречит тому, что вне пределов выборки получен отрицательный ре-
зультат, но в это время наблюдался повышательный тренд, как и во второй
части выборки. Кажущееся противоречие вызвано пиком в начале теста
на данных вне выборки. В любом случае система на пробое ММ/ММ с
входом по лимитному приказу (и при стандартном выходе) не подходит
для торговли после июня 1988 г. — прибыль была слишком низкой по срав-
нению с риском, представленным колебаниями капитала относительно ли-
нии тренда, вычисленной методом минимальных квадратов.
Все рынки валют и нефтепродуктов дали положительный результат в
пределах выборки. Вне выборки были отмечены хорошие результаты для
швейцарского франка, канадского доллара и немецкой марки, а также для
сырой нефти и мазута; евродоллар, британский фунт и бензин дали не-
большие убытки, кофе — прибыль в обоих случаях.

Тест 6. Система пробоя ММ/ММ по ценам закрытия с входом по
стоп-приказу на следующий день. Эта модель покупает по стоп-прика-
зу при пробое уровня сопротивления, определяемого недавними макси-
мумами, и продает по стоп-приказу при пробое уровня сопротивления,
определяемого недавними минимумами. Поскольку пробой определяет-
ся самим стоп-приказом, максимальный максимум и минимальный ми-
нимум рассчитываются для всех баров, включая текущий. Относитель-
ное положение закрытия и порогов пробоя используется для исключения
множественных приказов в пределах бара. Если закрытие ближе к верх-
нему порогу, ставится стоп-приказ на покупку; если ближе к нижнему
порогу, ставится стоп-приказ на продажу. Оба приказа никогда не ста-
117
ГЛАВА 5 МОДЕЛИ, ОСНОВАННЫЕ НА ПРОБОЯХ




Дата




Рисунок 5-1. График изменения капитала (пробой ММ/ММ, вход по лимитному
приказу).




вятся вместе. Используя пробой ММ/ММ со стоп-приказами, удается до-
стичь более быстрого реагирования на сигналы пробоя; системе не нуж-
но ждать следующего бара после поступления сигнала, чтобы войти в
рынок. Таким образом, вход осуществляется раньше. При такой страте-
гии входа ни одно значительное движение рынка не будет пропущено,
как это может случиться с лимитным приказом, ожидающим «отката»,
которого может и не быть. Впрочем, у такого входа есть значительный
недостаток: невыгодная цена открытия позиции. При покупке по стоп-
приказу во время движения рынка высока вероятность того, что вход бу-
дет достигнут по цене пробоя, а не «отката».
Параметр n оптимизировался как обычно; лучшее значение в преде-
лах выборки — 95; прибыльные значения — от 65 до 100. Годовая прибыль
составила 8,7%. Это лучше, чем в тесте 4, но хуже, чем в тесте 5. Большая
чувствительность системы дала некоторые преимущества, но не столь
большие, как ожидание коррекции для входа по более выгодной цене.
Процент выгодных сделок составлял 41%, и средняя сделка приносила $430
ИССЛЕДОВАНИЕ входов в РЫНОК
118 ЧАСТЬ II



прибыли. Вне пределов выборки система работала гораздо хуже, как и
следовало ожидать при низкой прибыли и плохих статистических пока-
зателях в пределах выборки. Модель теряла в среднем $798 на сделке,
прибыльных сделок было около 37%. Большая часть прибылей достигнута
до июня 1988 г., а убытки были постоянными с января 1992 г.
Все валютные рынки, кроме евродоллара, принесли прибыль за пери-
од выборки. На рынках иены, немецкой марки и канадского доллара сис-
тема получила доходность от 30 до 50%. Также получена умеренная при-
быль на рынках нефтепродуктов. Прибыль на рынке кофе составила 21,2%
в пределах выборки и 61,8% вне ее пределов. Кроме того, выгодной была в
обоих случаях торговля лесом.


ВХОДЫ НА ПРОБОЕ ВОЛАТИЛЬНОСТИ
Три следующих теста исследуют модели, основанные на пробое волатиль-
ности, в которых производится покупка при подъеме цен выше верхней
границы волатильности или открытие короткой позиции, когда они опус-
каются ниже нижней границы волатильности. Когда волатильность рас-
тет, границы расширяются; когда она падает, они сужаются. Точка рав-
новесия, относительно которой строятся границы, может быть последней
ценой закрытия, скользящей средней или каким-либо другим показате-
лем текущей цены.

Тест 7. Пробой волатильности с входом на открытии следующего
дня. Эта модель покупает при открытии следующего дня, если сегодняш-
нее закрытие превышает верхнюю границу волатильности, и открывает
короткую позицию, когда цена падает ниже нижней границы. Для опре-
деления верхней границы волатильности к текущей цене (или ее скользя-
щей средней) следует прибавить ширину среднего истинного диапазона,
умноженную на значение параметра bw. Ширина среднего истинного ди-
апазона рассчитывается за последние atrlen дней. Для расчета нижней гра-
ницы волатильности из текущей цены вычитают ширину среднего истин-
ного диапазона, умноженную на bw. Показателем цены служит malen —
экспоненциальное скользящее среднее цен закрытия. Если длина сколь-
зящего среднего malen равна единице, то этот показатель становится ра-
вен цене закрытия торгового дня, когда имеет место пробой.
Поскольку модель на пробое волатильности имеет три параметра, для
данного теста был использован метод генетической оптимизации. При
помощи генетической оптимизации множитель величины среднего истин-
ного диапазона bw-подбирался в пределах 1,5 — 4,5 с шагом 0,1; период сред-
него истинного диапазона atrlen тестировался в пределах от 5 до 50 с ша-
гом 1; период скользящей средней malen подбирался в пределах от 1 до 25
с шагом 1. Генетическая оптимизация поводилась в объеме 100 генера-
МОДЕЛИ, ОСНОВАННЫЕ НА ПРОБОЯХ 119
ГЛАВА 5




ций. Как и во всех предшествующих тестах, велся поиск максимального
соотношения риска/прибыли (или, что то же самое, минимальной веро-
ятности случайности прибыли).
Лучшая эффективность в пределах выборки была достигнута при мно-
жителе среднего истинного диапазона 3,8, периоде скользящего среднего
5 и периоде среднего истинного диапазона 20. При этих параметрах годо-
вая прибыль составила 27,4%. Вероятность случайности прибыли — соот-
ветственно 5,6% (после коррекции для 100 тестов— 99,7%). Практически
каждая из исследованных комбинаций давала прибыли в длинных пози-
циях и убытки в коротких. Средняя сделка для лучшего набора парамет-
ров длилась 6 дней и дала прибыль в $4675. За период оптимизации было
проведено всего 240 сделок, из них около 45% были прибыльными. По срав-

<< Пред. стр.

стр. 14
(общее количество: 46)

ОГЛАВЛЕНИЕ

След. стр. >>