Преимущество в интуитивном трейдинге

Механический трейдинг как антитеза интуитивного трейдинга.

К какому бы типу не относилась торговая стратегия, суммарный результат ее прибыльных сделок должен превосходить суммарный результат убыточных сделок, т.е. иметь статистическое преимущество. Любая торговая стратегия эксплуатирует «дыры эффективности»: потенциально полезную информацию, которая по какой-либо причине недоступна или в той или иной степени игнорируется рынком, п.э. не (полностью) отражена в рыночной цене, и таким образом может быть использована для получения спекулятивной прибыли.

Механический (алгоритмический) и интуитивный подходы в трейдинге не только по разному эксплуатируют рыночную неэффективность, но и по разному подходят к ее выявлению…

Алгоритмический трейдер всегда находит неэффективность на исторических данных. После этого создает торговый алгоритм, позволяющий извлекать из данной неэффективности прибыль, и использует его в реальном времени и торговле. Когда данный алгоритм согласно критериям трейдера становится не рентабельным, он может быть изменен в случае модификации используемой рыночной неэффективности или выброшен в мусорную корзину в случае полного исчезновения неэфективности. Поскольку большинство «дыр эффективности» представляет собой не инсайдерскую и не иную эксклюзивную, а общедоступную информацию, по какой-то причине недооцененную рынком, как правило, такая информация рано или поздно обращает на себя внимание участников рынка. Чем более активно начинает эксплуатироваться данная неэффективность, тем менее рентабельной она становится. Нестабильность рыночных «дыр эффективности» влечет необходимость периодического изменения параметров алгоритма или отказа от него. В связи с этим механическая торговая стратегия (алгоритм) всегда более специфична: она работает на ограниченном количестве рынков, таймфреймов и в течение ограниченного периода времени.

В целом процесс алготрейдинга включает в себя следующие этапы:

Наблюдение о волатильности

...на примере eur/usd (котировки с 1999 года для дней, недель и месяцев, часы и пятиминутки - по 65000 баров).

Во-первых, автокорреляция волатильности значительно сильнее для диапазонов типа high-low, чем для диапазонов close-open. Это довольно просто объяснить: если диапазоны  high-low детерминированы <только> прошлой волатильностью, то положение цен close и open относительно друг-друга и цен high и low "более случайно". Поясню: наприм., мы имеем ряд примерно одинаково длинных свечей, что приводит к высокой АК волатильности типа high-low. Но некоторые из этих свечей вероятно будут иметь длинные тела (close-open) с короткими тенями, а некоторые - короткие тела с длинными тенями. В этом случае АК диапазонов (close-open) неизбежно будет слабее.

Во-вторых, отсутствует четкая зависимость  АК диапазонов close-open (1) от АК диапазонов  high-low (2). Так для пятиминуток АК 1-го типа в 2,3 раза меньше АК 2-го типа. А для месячных цен - в 7,8 раз. Это объяснить гораздо труднее.

АК размеров ценовых дипазонов разных типов

На примере евро хорошо заметна лишь одна закономерность АК волатильности: на краткосрочном таймфрейме она более выражена, чем на долгосрочном. Впрочем, я проверял ее на других инструментах: эта закономерность не является универсальной.

Системная идея: покупка силы и продажа слабости

Есть в трейдинге такой очень конкурентоспособный мем: покупать силу и продавать слабость рынка. Это подразумевает предпочтительность покупки актива, ранее склонного к росту, и предпочтительность продажи актива, ранее склонного к падению (или менее первого склонного к росту).

Я протестировал эту идею на ряде рынков, главным образом – валютных.

Методика теста простая: из пары активов мы (сегодня) покупаем тот, что вырос больше за предыдущий период (вчера), и одновременно продаем тот, что вырос меньше или упал. Позиции открываются по цене Close и пересматриваются ежедневно, еженедельно, etc. Капитал распределяется в равных долях для длинной и короткой позиции.

Буду краток: мне не удалось найти подтверждения универсальности данной идеи. После ряда тестов выяснилось, что для некоторых пар активов эта идея является прибыльной (более того – стабильно прибыльной); для других: ее результат колеблется близ нуля; для третьих: прибыльной является обратная идея – покупка слабости и продажа силы.

Наилучший результат был получен для обыкновенный акций Газпрома и Сбербанка на основе ежедневных цен:

Однако в общем можно сказать, что покупка силы и продажа слабости – идея, работающая «здесь и сейчас». Какую либо зависимость прибыльности идеи от корреляции активов или используемого таймфрейма выявить не удалось, п.э. используя ее необходимо помнить, что срок ее жизни на любых рынках ограничен.

Где ловить тренды. И получать прибыль от неслучайности рыночных цен.

Говоря математическим языком, рынки могут демонстрировать 

зависимость без корреляции. Объяснение парадокса кроется в 

различии между размером и направлением ценовых изменений. 

Предположим, что направление не коррелирует с прошлым, т.е.

вчерашнее падение цен не означает большую вероятность их падения

и сегодня. Это не исключает возможность зависимости абсолютных 

изменений: вчерашнее 10%-ное падение вполне может увеличить

вероятность 10%-ной подвижки цен и сегодня, однако заранее 

невозможно сказать, в каком направлении будет эта подвижка

 — вверх или вниз (рост цен или падение). Если так, то корреляция

 исчезает, несмотря на сильную зависимость. Вслед за крупными

 изменениями цен можно ожидать еще более крупных изменений,

 хотя они могут быть как положительными, так и отрицательными.

 Аналогично, за малыми изменениями, вероятно, последуют еще

 меньшие. Моменты неустойчивости сбиваются в кластеры.

Б.Мандельброт, Р.Хадсон (Не)послушные рынки

Intro

Данная статья написана не математиком и является попыткой не математика осмыслить некоторые математические идеи. Поэтому ошибки в рассуждениях вполне вероятны. С другой стороны, я надеюсь, некоторые заключения вполне могли бы быть одобрены профессионалом, более того – являются верными.

Есть мнение, что неслучайность – или, точнее, несоответствие рыночных цен модели случайного блуждания – автоматически подразумевает возможность рыночного арбитража и получения сверхрыночной прибыли. Ниже я рассматриваю ряд статистических свойств ценового ряда, которые уверенно позволяют говорить о неслучайности цены. Эти свойства не из разряда тех, что временно возникают на рынке и позволяют некоторым трейдерам обыгрывать его, вроде эффекта января для акций компаний малой капитализации или пробоев двухнедельных хаев, которые «работали» где-то и когда-то. Статистические свойства, о которых пойдет речь, являются стационарными и характерными практически для всех финансовых рынков и таймфреймов, на которых оперируют трейдеры. Как я показываю ниже, далеко не все признаки, характеризующие рыночную неслучайность, предоставляют возможность арбитража.

Тренды и пивоты. FX. Июнь 2012.

Так как я собираюсь регулярно публиковать посты на данную тему, начну с небольшого введения, которое не буду повторять впоследствии.

Идеология трендово-пробойной спекуляции хорошо изложена в книгах:

«Воспоминания биржевого спекулянта» Э.Лефевра;

«Жизнь и смерть величайшего биржевого спекулянта» Р.Смиттена;

«Как торговать акциями» Дж.Ливермора.

Особенно в последней из названных, поскольку описана там очень конкретно и лаконично.

Мой подход не имеет целью имитацию или копирование торгового стиля Дж.Ливермора. Он, например, в принципе не использовал графики цен. Тем не менее, и мой и его подходы к рыночному анализу имеют общие принципиальные черты, а именно: выявление направления изменения котировок (линии наименьшего сопротивления) и пивотов (базисных точек), пробои которых служат сигналами нарушения или продолжения тенденции. Так же как и Великий Медведь, я использую эти принципы для позиционного трейдинга.

Что насчет VIX?

Этот пост в продолжение предыдущего об индикаторах противоположного мнения. После тестирования AAII Sentiment Index меня охватило разочарование в отношении контрарных индикаторов как таковых. Тест, о котором пишу ниже, вселяет некоторые надежды. Хотя к его результатам отношусь умеренно скептически, руководствуясь пословицей: «Слишком хорошо, чтобы быть правдой».

Первые корреляционные тесты касаются дневных и недельных приращений SP500 и VIX (приращения данных close)[1]. Это для начала: получены ожидаемые результаты – зависимость между значениями SP500 и VIX является очень высокой. Для дневных данных коэф. корреляции равен -0,82; для недельных: -0,75. Зависимость очевидна, если ее оценивать визуально (см. рис.1). Однако из тестов следует, что на дневном таймфрейме она более выражена, чем на недельном.

Рис.1. Недельные бары VIX (вверху) и SP500 (внизу).

Может ли AAII Sentiment Index дать статистическое преимущество?

ААII Sentiment Index является одним из популярных контрарных индикаторов для американского фондового рынка из разряда бычье-медвежьих консенсусов. Респондентами этого консенсуса являются только члены Американской Ассоциации индивидуальных инвесторов, голосующие через сайт Ассоциации.

Методическая статья на сайте Ассоциации гласит: «Market sentiment—the summation of all expectations for the market as a whole—often directly reflects where the market has been, not where it is going. When market sentiment is low, the majority believes the market will fall, while high market sentiment means that the majority feels the market will rise in value.

However, history shows us that more times than not the market will go against the majority».

Что подразумевает, будто регулярно играя против большинства инвесторов, контрарный трейдер может получить сверхрыночную (арбитражную) прибыль.

Проверим это, сделав простые корреляционные тесты…

Turtles never die!

Длительное нахождение в просадке снова заставляет меня широко и хвилософски взглянуть на проблему рыночных трендов…

Тренд – понятие глубоко трендцендентальное. В каждый момент времени на рынке существует множество трендов: бычий на краткосрочном горизонте, медвежий – на среднесрочном и, снова, бычий – на долгосрочном. Или наоборот.