Название в основном объясняет содержание, которое можно ожидать в этой записи. Уверяю системных и технических трейдеров, что это будет интересно.
Академия нередко пользуется инструментами и стратегиями, основанными на анализе цен или других методах в области технического анализа, попеременно доказывая их эффективность или, наоборот, их недостаток. Когда предметом анализа становятся почти полные транзакционные системы, я не могу отказаться от публикации результатов исследования и выводов в блоге ?
В электронной библиотеке SSRN я нашел новую работу Кристофера Нили, работавшего в Федеральном резервном банке St. Луис и Пол Веллер из Университета Айовы, под названием:
«Уроки эволюции валютных торговых стратегий»
(в моем переводе: «Уроки по эволюции торговых стратегий на валютном рынке»).
В последнее время я очень часто читал о том, что валютный рынок разочаровывает менеджеров по работе с клиентами, в основном из-за отсутствия волатильности и значительных событий, которые, как я предполагаю, должны заранее настроить клиентов на плохие результаты. В своей работе авторы предлагают, напротив, стратегии, основанные на довольно простых, с нашей точки зрения активных трейдеров, технических принципах. Основной проблемой, которую они пытаются решить, является проблема адаптации этих стратегий к изменяющимся рыночным условиям. Это своего рода эволюция нового типа для академии, поскольку она далека от гипотезы эффективного рынка, о которой я упомяну в отдельной записи. Ища ответ на вопрос о возможности адаптации стратегии к окружающей среде, джентльмены создают интересный тест, который стоит исследовать, и нельзя исключать возможности его применения на практике.
Их предложение и соответствующий тест на исторических данных (что важно — с повторным тестом на выборке, не замеченной в тесте) выглядит следующим образом:
Мы создаем набор простых стратегий различного типа, мы помещаем их в ранжирование по месяцам. Индекс Шарпа, тогда торгуются только реальные из списка, созданного таким образом.
Стратегии, использованные для тестирования:
1 / На основе принципа фильтрации
Мы покупаем валюту, котируемую по отношению к доллару, когда курс данной пары увеличивается на X% с последнего минимума, и продаем, когда курс падает на X% от последнего максимума. 7 различных значений были использованы как X — 0,5; 1; 2; 3; 4; 5 и 10%
2 / Пересечение 2 средних значений различной длины.
Известный, следовательно, не требует переводов.
Было исследовано пересечение следующих средних пар: 1 и 5 дней, 5 и 20 дней, 1 и 200 дней
3 / Выход из ценового канала
В соответствии с классическими правилами, покупка рынка, когда курс превышает максимальную цену за последние X дней + 10 пунктов, короткая продажа, когда курс преодолевает минимум X дней минус 10 пунктов.
5, 10 и 20 дней были заменены на X
4 / Так называемые нести торговлю
Он заключается в открытии длинной позиции, если процентная ставка валюты за день (точно так называемый овернайт) для валюты выше, чем для доллара США, короткая позиция, когда возникает обратное условие.
Итак, у нас есть 14 стратегических тестов для 14 валютных пар, в которых доллары США указаны в фунтах, швейцарских франках, австралийских долларах, гонконгских и канадских долларах, шведских кронах, иенах, рандах, батах, чешских кронах, рублях и немецких марках взаимозаменяемо. от евро. 14 × 14 дает нам 196 индивидуальных стратегий. Для реальности результатов были приняты во внимание средние транзакционные издержки, основанные на запросе bidberg от Bloomberg. Источником котировок стала база Совета управляющих Федеральной резервной системы, а для процентных ставок — ресурсы банка Б.И.С.
Сначала тест проводился на выборке 500 дней с начала доступных списков для каждой пары, и результаты были ранжированы в соответствии с Индикатор Шарпа. Затем каждые 20 дней новый рейтинг был организован таким же образом. Основным моментом этого исследования был способ выбора стратегии игры на следующие 20 дней: в соответствии с принципом эволюции из каждого последующего рейтинга выбирались только те, которые недавно дали самый высокий индекс Шарпа. Было выдвинуто предположение, что лучшие из них имеют шанс превзойти остальных в следующем 20-дневном испытании (которое в то же время стало проверкой реальной ценности каждой системы на данных, не показанных в тесте, упомянутом выше). Итак, во всех 20-дневных циклах проверялись все доступные данные за 1975-2010 гг.
Что касается стратегий справедливости, эталоном для сравнения является изменение значения индекса (например, WIG20), поэтому для валют не существует единого, общего и популярного индикатора для ссылок. В этом исследовании был сделан синтетический контрольный показатель: были рассчитаны нормы прибыли для всех 14 стратегий для каждой валютной пары, а затем был усреднен результат. Таким образом, средняя доходность составила 2,63% годовых. Одним словом, если бы все эти простые методы были введены в действие с самого начала, они могли бы приносить 2,63% прибыли ежегодно. Не было никакого управления позициями, или я не знаю, насколько велико было левередж, но, поскольку он не упоминается, я предполагаю, что по умолчанию это соотношение 1: 1.
А теперь давайте посмотрим на результат эволюционной тактики, то есть каждые 20 рабочих дней мы выбираем лучшие стратегии из рейтинга и используем их в течение следующих 20 дней:
Если бы была выбрана только лучшая стратегия, тогда прибыль составила бы 6,53% брутто в год и 5,95% нетто в год.
Если, с другой стороны, на вершине было сыграно 10 стратегий, то средняя валовая прибыль составила бы 5,77%, а чистая прибыль — 4,94% в год.
Кто-то может найти результаты скромными, но не с номинальными значениями в этом несложном методе. Частично я представляю это, чтобы показать, что простые технические стратегии имеют добавленную стоимость, во-вторых — чтобы вдохновить системное управление, и в-третьих — для некоторых интересных выводов, о которых говорится в следующем посте.
—Кат—