<< Пред. стр.

стр. 27
(общее количество: 46)

ОГЛАВЛЕНИЕ

След. стр. >>

тия (тест 4), по лимитному приказу (тест 5) и по стоп-приказу (тест 6).
Оптимизация состояла в прогонке периода скользящих средних от 5
до 15 с шагом 5, смещения от 1 до 10с шагом 1 и порогового значения от
1,5 до 2,5 с шагом 0,5. Наилучшие результаты были достигнуты при значе-
ниях периода, смещения и порога 10, 10 и 2 для входа по цене открытия и
15, 9 и 1,5 для входа по лимитному и стоп-приказу.
В общем, результаты были хуже, чем для модели, основанной на пе-
ресечении. В обеих выборках данных для всех видов входов отмечены
220 ЧАСТЬ II ИССЛЕДОВАНИЕ входов в РЫНОК



значительные убытки, подобно картине, обнаруженной при исследова-
нии импульсных моделей сезонных явлений. Длинные позиции показали
большую эффективность, чем короткие.
При входе по цене открытия капитал снижался плавно и непрерывно
с некоторым замедлением скорости снижения со временем. При входе
по лимитному приказу снижение капитала было постоянным, при входе
по стоп-приказу капитал резко падал с начала выборки до августа 1988 г.,
а затем плавно снижался.
В пределах выборки некоторую прибыль удалось получить на рынках
S&P 500, NYFE, немецкой марки и швейцарского франка. Вне пределов
выборки S&P 500 и NYFE не принесли ни прибылей, ни убытков, в то вре-
мя как рынок немецкой марки был очень прибылен при входе по цене
открытия, а швейцарского франка — при входе по лимитному приказу и
по стоп-приказу. Как и в случае с моделью на основе пересечения, име-
лись и другие прибыльные сочетания рынков и приказов.


Тестирование модели на основе пересечения с подтверждением
Эта модель идентична базовой модели на основе пересечения, но в ней вхо-
ды производятся после подтверждения сигнала стохастическим осцилля-
тором — Быстрым %К. Если лунный цикл давал сигнал к покупке, то при-
каз отдавался только в том случае, когда Быстрый %К был менее 25%. Это
означает, что перед покупкой рынок должен был находиться в состоянии
минимума или близком к нему. Подобным же образом сигнал на продажу
принимался к исполнению только в тех случаях, когда Быстрый %К был
выше 75%, т.е. рынок был близок к максимуму. Входы осуществлялись по
цене открытия, по лимитному приказу и по стоп-приказу (тесты с 7 по 9 со-
ответственно).
Оптимизация состояла в прогонке периода скользящих средних avglen
от 3 до 15с шагом 3, а смещения disp — от 0 до 15с шагом 1. Наилучшие
результаты были достигнуты при значениях периода и смещения 15 и 12
соответственно (вход по цене открытия и по лимитному приказу), а так-
же при значении периода 12 и смещения 5 для входа по стоп-приказу.
В пределах выборки результаты были несколько лучше, чем для базо-
вой модели, основанной на пересечении: при использовании входа по стоп-
приказу модель с подтверждением принесла среднюю прибыль в сделке
$234. Вне пределов выборки, впрочем, средний убыток в сделке был боль-
ше, чем для двух предыдущих моделей при любом виде входов. Вход по
стоп-приказу был наилучшим и давал наименьшие убытки. Эта система
также не была выгодна при работе с целым портфелем: графики измене-
ния капитала для всех трех видов входов показывали только убытки.
В пределах выборки на рынках иены, мазута, соевых бобов и соевой
муки была получена прибыль для всех трех видов приказов; вне преде-
ЛУННЫЕ и СОЛНЕЧНЫЕ РИТМЫ 221
ГЛАВА 9




лов выборки на этих рынках были только убытки или в лучшем случае
неприбыльная торговля. При торговле на рынке канзасской пшеницы при
входе по цене открытия и по лимитному приказу были получены устой-
чивые прибыли, а при использования стоп-приказа — убытки. При ис-
пользовании стоп-приказа прибыльными были рынки британского фун-
та, швейцарского франка, канадского доллара, евродоллара и свиной гру-
динки. Поскольку во всем портфеле количество сделок на большинстве
рынков было очень маленьким, полученные результаты вряд ли заслу-
живают доверия.


Тестирование модели на основе пересечения
с подтверждением и инверсией
Эта модель подобна предыдущей модели с подтверждением. Их разница
состоит в том, что в моменты возможного разворота рынка проводятся
дополнительные сделки. Если пересечение скользящих средних генери-
ровало сигнал на покупку, но показатель Быстрого %К был более 75% (т.е.
рынок был близок к максимуму), отдавался приказ на продажу, а не на
покупку. Подобным же образом, если пересечение давало сигнал к про-
даже, но рынок был близок к минимуму, генерировался приказ к покуп-
ке. Эти сигналы подавались в дополнение к стандартным сигналам, пода-
ваемым основанной на пересечении базовой моделью. Входы осуществ-
лялись по цене открытия (тест 10), по лимитному приказу (тест И) и по
стоп-приказу (тест 12).
Оптимизация состояла в прогонке периода скользящих средних avglen
от 3 до 15 с шагом 3, смещения disp от 0 до 15 с шагом 1. Наилучшие ре-
зультаты были достигнуты при значениях периода и смещения 15 и 12
соответственно для входа по цене открытия, для входа по лимитному при-
казу — при периоде 15 и смещении 8, а для входа по стоп-приказу — при
периоде 12 и смещении 15.
Модель несла тяжелые убытки при всех сочетаниях выборок данных
и входов. Как и в случае с сезонными моделями, инверсии не улучшили
эффективность, и график изменения капитала являет собой удручающее
зрелище.
В пределах выборки рынок NYFE был прибыльным при всех входах,
но рынок S&P 500 давал убытки для двух видов входов и нулевую прибыль
для третьего. Рынок швейцарского франка также был прибыльным в пре-
делах выборки для всех трех входов; вне пределов выборки он принес
значительную прибыль при входе по цене открытия, но в других случаях
был убыточен. В общем, в результатах разных выборок наблюдается вы-
сокая неустойчивость.
ИССЛЕДОВАНИЕ входов в РЫНОК
222 ЧАСТЬ II



ОБЗОР РЕЗУЛЬТАТОВ

При сравнении всех моделей становится очевидно, что вход по стоп-при-
казу был наиболее эффективен и в пределах, и вне пределов выборки.
Наихудшие результаты были показаны при использовании входа по цене
открытия (в пределах выборки) и входа по лимитному приказу (вне пре-
делов выборки). Вне пределов выборки лучше всего работала базовая
модель на основе пересечения и хуже всего — модель с пересечением и
подтверждением.
Отмечено много сильных взаимосвязей между выборкой, моделью и
видом входа. Некоторые из результатов вызваны ограниченным количе-
ством сделок. Оптимальные сочетания моделей и приказов для сезонных
систем, в общем, давали лучшие и более устойчивые результаты, чем лун-
ные модели.


ЗАКЛЮЧЕНИЕ
В отношении целых портфелей модели, основанные на лунных ритмах,
показывают менее убедительные результаты, чем сезонные модели. Низ-
кая эффективность лунных моделей противоречит нашим прошлым дан-
ным (Katz, McCormick, июнь 1997). Различия могут быть объяснены дву-
мя факторами: моделями входа и выхода. В данных тестах модели были
оптимизированы на целом портфеле, что может быть неуместно в отно-
шении лунного ритма (использовавшаяся ранее модель входила на рынок
через определенное число дней после полнолуния). Методы, использован-
ные в этой главе, были изменены по сравнению с более ранними подхода-
ми, поскольку пришлось проводить оптимизацию, используя одинаковые
параметры для различных рынков. При использовании старой модели
пришлось бы входить в рынок в фиксированный день после полнолуния
или новолуния вне зависимости от рынка. Это было бы неправильно, так
как, согласно нашему первому исследованию, лунные циклы по-разному
влияют на различные рынки. Таким образом, пришлось придать модели
самоадаптивность, т.е. способность выбирать время для входа на основе
анализа предыдущих лунных циклов.
Другая возможная причина противоречивых результатов может со-
стоять во взаимодействии между видами входов и выходов. Лунные и,
возможно, сезонные модели имеют свойство находить пригодные для тор-
говли максимумы и минимумы, но лишь в определенном проценте случа-
ев. Такие системы хорошо работают с близко расставленными защитны-
ми остановками, которые быстро останавливают убытки, если предска-
зание не оправдывается, но позволяют прибыли накапливаться, если ры-
нок движется в предсказанном направлении.
В общем, лунные модели работали плохо, но на некоторых рынках
обнаруживались многообещающие и устойчивые результаты, тем более
ЛУННЫЕ и СОЛНЕЧНЫЕ РИТМЫ 223
ГЛАВА 9




впечатляющие, что модель не подвергалась специальной адаптации к от-
дельным рынкам. Это позволяет предположить, что при использовании
специализированных выходов можно получить замечательные результа-
ты. Так, в нашем первом исследовании лунная модель хорошо работала
на рынке серебра, но сейчас рынок серебра был малочувствителен к цик-
лам. При торговле портфелем лунные модели были убыточны, но на каж-
дой сделке они теряли гораздо меньше, чем, например, большинство ос-
цилляторных моделей и моделей на основе скользящих средних.


СОЛНЕЧНАЯ АКТИВНОСТЬ И ТОРГОВЛЯ

Предыдущее исследование (Katz, McCormick, сентябрь 1997) было посвя-
щено влиянию солнечных пятен на рынки S&P 500 и пшеницы. В преде-
лах выборки простая модель на основе солнечной активности заработала
$64 000 на рынке S&P 500 с 1984 г. по 1992 г. Было совершено 67 сделок,
31% из них были прибыльными. Средняя прибыльная сделка принесла
$5304,76 — гораздо больше, чем было потеряно в средней убыточной сдел-
ке ( — $1030,43). Средняя прибыль в сделке составила $955,22. Это соот-
ветствует общей доходности 561% (не в годовом исчислении). Прибыль
принесли и длинные, и короткие позиции, но прибыль, полученная в ко-
ротких позициях, была значительно больше. Это указывает на связь нео-
бычной солнечной активности с обвалами на рынке. Высокая эффектив-
ность коротких позиций особенно важна, поскольку рынок в рассматри-
ваемый период находился в состоянии повышательного тренда. Эффек-
тивность системы не снизилась и вне пределов выборки. С 1993 г. по 1996 г.
модель заработала 265%, проведя всего 23 сделки, причем прибыльными
были 30% сделок. Средняя прибыль в сделке составила $891,30. Результа-
ты на рынке пшеницы также были хороши в обеих выборках данных — в
пределах выборки 57% из 84 сделок были прибыльны, средняя прибыль в
сделке составила $203,27, а общая прибыль — 859%. Вне пределов выбор-
ки было проведено 29 сделок, причем 55% из них принесли прибыль. Сред-
няя прибыль в сделке составила $260,78, а общая прибыль — 406%.
Наши первоначальные исследования говорят о том, что данная тема
является весьма перспективной. В приведенных ниже тестах исследуется
влияние солнечной активности на стандартный портфель. Для генерации
входов использованы ежедневные данные о количестве солнечных пятен с
1985 г. по 1999 г., полученные в Бельгийской Королевской Обсерватории.


ВХОДЫ, ОСНОВАННЫЕ НА СОЛНЕЧНОЙ АКТИВНОСТИ

Существует много способов получать сигналы входа на основе солнеч-
ной активности. Ниже описан метод пробоя, где в качестве исходных дан-
ИССЛЕДОВАНИЕ входов в РЫНОК
224 ЧАСТЬ II



ных использованы не цены, а количество солнечных пятен. Правила та-
ковы: если текущее количество солнечных пятен выше, чем текущий мак-
симальный порог, и количество пятен за несколько (1b2) прошлых дней
было ниже соответствующих порогов, то подается сигнал на продажу или
покупку в зависимости от предыдущей реакции рынка на пробой порога.
Если текущее количество пятен ниже текущего нижнего порога, а за не-
сколько (1b2) предыдущих дней оно было выше соответствующего поро-
га, то опять-таки подается сигнал на продажу или покупку в зависимости
от предыдущей реакции рынка на пробой предела. Сигналы исполняют-
ся не мгновенно, а только спустя некоторое количество дней (disp). Поро-
ги определяются следующим образом: верхний порог для данного дня —
это максимальное количество пятен за некоторое количество предшеству-
ющих дней (1b1), а низший порог — минимальное количество пятен за та-
кое же количество дней. «Предыдущее поведение рынка» означает поло-
жение рынка вблизи максимума или минимума ценового диапазона, ко-
торый наблюдался в течение некоторого времени после пробоя. Если дан-
ное направление солнечных пробоев исторически ассоциируется с ми-
нимумами рынка, то подается сигнал на покупку, в обратном случае — на
продажу.
Как и лунные циклы, или сезонные явления, входы на основе солнеч-
ной активности основываются на предположении, что поведение рынка
находится под влиянием неких внешних факторов и что независимая
внешняя переменная имеет предсказательную ценность. Система, пост-
роенная на таком принципе, предсказывает поведение рынка, а не реаги-
рует на него. Как и в случае любого предсказания, его точность может
быть различной. Сделки, заключенные на основе неверных предсказаний,
могут быть разрушительными, даже если многие сделки, основанные на
удачных предсказаниях, принесли прибыль. Данные системы прогностич-
ны по своей природе, и это их свойство позволяет вести торговлю против
тренда, что обеспечивает лучшее выполнение приказов, меньшее про-
скальзывание и лучший контроль над риском, если использовать опти-
мальные защитные остановки (здесь это не использовано ввиду необхо-
димости придерживаться стандартных выходов).
Код для системы солнечных тестов подобен коду лунных тестов и здесь
не приводится.


РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ СОЛНЕЧНЫХ МОДЕЛЕЙ
Проводилось исследование эффективности модели, основанной на солнеч-
ных циклах с использованием входов по цене открытия (тест 1), по лимит-
ному приказу (тест 2) и по стоп-приказу (тест 3). Параметр 1b1 прогонялся
от 25 до 40 с шагом 5, параметр 1b2 — от 10 до 15с шагом 5 и смещение
(disp) — от 0 до 2 с шагом 1. При входе по цене открытия наилучшая эф-
ЛУННЫЕ и СОЛНЕЧНЫЕ РИТМЫ 225
ГЛАВА 9




фективность была достигнута при 1b1 = 35, 1b2 = 15 и смещении 2. При
входе по лимитному приказу наилучшая эффективность была достигнута
при 1b1 = 40,1b2 = 15 и смещении 0. При входе по стоп-приказу наилучшая
эффективность была достигнута при 1b1 = 35,1b2 = 15 и смещении 2.
В табл. 9-4 изображена эффективность системы на различных рын-
ках в пределах и вне пределов выборки. В столбцах и строках данные рас-
положены таким же образом, как и в табл. 9-2 и 9-3.
Солнечная модель работала примерно так же, как и лунная. В преде-
лах выборки лучше всего работал вход по стоп-приказу; наихудшим был
вход по цене открытия (— $1631 со сделки), несколько лучше был вход по
лимитному приказу ( — $1519), особенно в случае ограничения только длин-
ными позициями. Лучшим был вход по стоп-приказу, приносивший убы-
ток всего в $52 со сделки; если бы не транзакционные расходы, этот вход
в пределах выборки был бы прибыльным.
Модель включала параметр смещения. Наилучшим значением смеще-
ния для входа по лимитному приказу был 0, что резонно для входа, требу-
ющего быстрого реагирования на «солнечный» сигнал, чтобы войти до
того, как рынок развернется. При использовании входа по стоп-сигналу
оптимальным было смещение 2: чтобы сработал стоп-сигнал, запускаю-
щий вход, необходимо некоторое движение рынка. Когда смещение от-
клонялось всего на один-два дня от оптимума, средние убытки в сделке
возрастали с $52 до $2000. Это указывает на связь между временем ры-
ночных событий и солнечной активности — в противном случае столь
небольшие изменения смещения не приводили бы к таким значительным
изменениям эффективности торговой системы.
При использовании входа по стоп-приказу в пределах выборки был до-
стигнут высокий процент выгодных сделок, и длинные позиции принесли
прибыль. Вне пределов выборки вход по стоп-приказу опять-таки был наи-
лучшим, но средняя сделка приносила значительный убыток — $1329.
График изменения капитала был построен только для входа по стоп-
приказу, поскольку другие входы работали слишком плохо для рассмот-
рения. Капитал очень быстро возрастал до июня 1988 г., затем практичес-
ки не менялся до октября 1990 г., после чего резко падал до июня 1994 г., а
затем колебался с тенденцией к понижению.
Интересно, что подтвердились некоторые наши предыдущие данные
(Katz, McCormick, сентябрь 1997). При использовании входа по стоп-при-
казу (наилучшего при торговле целым портфелем) рынок S&P 500 был
очень прибыльным и в пределах, и вне пределов выборки. Средняя сдел-
ка приносила прибыль $4991 в пределах выборки, с годовой прибылью
20,4%; t-критерий показывает, что вероятность подлинности этого эффекта
и потенциальной устойчивости прибыли превышает 80%. Прибыльными
были и короткие, и длинные позиции. В пределах выборки было проведе-
но 37 сделок (40% прибыльных). Вне пределов выборки и длинные, и ко-
роткие позиции были прибыльны; удивительно, что прибыльными были
226 ИССЛЕДОВАНИЕ входов в РЫНОК
ЧАСТЬ II



Таблица 9—4. Эффективность по выборкам, тестам и рынкам
ЛУННЫЕ и СОЛНЕЧНЫЕ РИТМЫ 227
ГЛАВА 9




короткие позиции, так как в течение большей части этого периода време-
ни рынок находился в состоянии повышательного тренда. Вне пределов
выборки годовая прибыль составляла 39,5% (вероятность подлинности
данного результата равна 80%); было проведено 11 сделок (45% прибыль-
ных) со средней прибылью $5640. Подобные результаты нельзя не счи-
тать выдающимися.
Подтвердилось наблюдение, что после солнечных вспышек могут
происходить резкие снижения цен. При использовании входа по стоп-
приказу прибыль в пределах и вне пределов выборки также была полу-
чена на рынках миннесотской пшеницы, соевых бобов и хлопка. На рын-
ке миннесотской пшеницы в пределах выборки годовая прибыль соста-
вила 13,5%, опять-таки с вероятностью подлинности результатов, пре-
вышающей 80%. Вне пределов выборки данные показатели составили
30,5 и 85% соответственно. Интересно, что рынки мазута и сырой нефти
в пределах выборки были высокоприбыльны, но вне пределов выборки
принесли умеренные убытки. Несколько других рынков были выгодны-
ми, но без устойчивых связей между рынком, частью выборки и исполь-
зовавшимся входом.


ЗАКЛЮЧЕНИЕ
Подобно сезонным явлениям и фазам луны, солнечная активность, ви-
димо, оказывает реальное влияние на ряд рынков, особенно на S&P 500
и миннесотскую пшеницу. Как и в случае с лунными циклами, это влия-
ние недостаточно сильно или постоянно, чтобы служить основным эле-
ментом в системе портфельной торговли, но как компонент системы,
включающей другие факторы, солнечная активность заслуживает вни-
мания. Мы подозреваем, что солнечные явления не влияют на рынок на-
прямую, но запускают события, которые ждут своего часа или же син-
хронизируют уже существующие циклы рыночной активности, имею-
щие близкую периодичность. Например, если цены на рынке сильно за-
вышены и нестабильны, как это было с S&P 500 в октябре 1987 г., для
запуска неизбежного обвала вполне достаточно могло быть и солнеч-
ной вспышки.


ЧТО МЫ УЗНАЛИ?
Лунные и солнечные явления могут иметь реальное влияние
на фьючерсные рынки. В случае с солнечными явлениями та-
кое влияние на рынок S&P 500 подтверждено. В отношении
лунных явлений влияние явно ощутимо, хотя и не столь по-
стоянно.
ИССЛЕДОВАНИЕ входов в РЫНОК
228 ЧАСТЬ II



Астрономические явления, вероятно, стоит включать в состав
сложных торговых систем, например использовать как одни
из входов в нейронной сети.
Модели, основанные на подобных явлениях, нуждаются в тща-
тельной подгонке к отдельным рынкам. В пользу этого вывода
говорит то, что на индивидуальных рынках системы показы-
вали лучшие результаты, чем при торговле портфелем.
Как другие противотрендовые модели, астрономические мо-
дели нуждаются в стратегии выходов с близко расположен-
ными защитными остановками. Если остановка расположена
верно, то в благоприятной ситуации она не срабатывает, по-
зволяя позиции накапливать прибыль, а когда прогноз оказы-
вается неверным, остановка быстро закрывает сделку, сни-
жая убытки. Использование близких защитных остановок
также может объяснить более высокую эффективность тор-
говли в нашем первом исследовании (Katz, McCormick, июнь,
сентябрь 1997).
• Учитывая высокую вероятность влияния солнечных и лунных
циклов на ряд рынков, стоит обратить внимание на некоторые
планетарные ритмы, в том числе на конфигурации и явления,
рассматривающиеся сейчас только астрологией.
Методы входа влияют на модели. Например, вход по лимитно-
му приказу не всегда приносит хорошие результаты, а вход по
стоп-приказу порой улучшает эффективность. Причина этого
может лежать в том, что стоп-приказ вводит элемент подтвер-
ждения начала тренда перед сделкой, что может оказаться важ-
ным для прогностической противотрендовой стратегии.
ГЛАВА 10


Входы на основе циклов




Цикл— это ритмическое колебание, имеющее определимую частоту
(0,1 цикла в день, например) или же, по-другому, периодичность (10 дней
на цикл, например). В предыдущих двух главах рассматривались цикли-
ческие по природе явления. Эти процессы имели внешнюю по отноше-
нию к рынку природу и известную, если не фиксированную периодич-
ность. Сезонные явления, например, вызваны сменой времен года, и, сле-
довательно, привязаны к внешней действующей силе. Таким образом, все
сезонные явления цикличны, но не все цикличные явления сезонны.
В этой главе будут рассматриваться циклы, существующие исключи-
тельно в ценовых данных и не обязательно имеющие какие-либо внешние
причины. Некоторые из таких циклов могут объясняться еще неизвест-
ными влияниями, другие могут происходить из резонансных колебаний
рынков. Какова бы ни была причина, при рассмотрении практически
любого графика можно обнаружить циклические явления. В старину трей-
деры использовали для поиска регулярных максимумов и минимумов ин-
струмент в форме гребня, который прикладывали к графику. Сейчас при-
меняются компьютерные программы, позволяющие легко наблюдать и

<< Пред. стр.

стр. 27
(общее количество: 46)

ОГЛАВЛЕНИЕ

След. стр. >>