Як визначити найкращий час для операції на фондовому ринку: Алгоритми проходження тренду



Протягом багатьох років учасники фондового ринку намагаються розробляти способи прогнозування майбутнього руху цін. Для цього використовуються спеціальні алгоритми, машинне навчання або навіть зовнішні сервіси на зразок Google Trends. До теперішнього моменту не існує техніки створення прогнозів, яка була б ефективна на 100%.

Дослідники з університету Макао кілька років тому опублікували роботу, присвячену аналізу ефективності алгоритмів проходження тренду, які не намагаються передбачити зміни ціни, а точно реагують на її зміни в реальному часі. Ми представляємо до вашої уваги головні думки цього дослідження.

Введення

Загалом, існує два головних підходи до оцінки ймовірності створення подібних прогнозів. Послідовники першого з них вважають, що ринок можна передбачити, аналізуючи патерни поведінки цін, а точність прогнозу залежить від правильного методу виявлення цих патернів, а також використання вірного набору параметрів. Другий підхід передбачає, що фондовий ринок повністю випадковий, і передбачити його з допомогою математичних формул неможливо (існують також математичні докази того, що це не так).

На стику цих двох «шкіл» народився метод прямування за трендом. Він припускає, що ринкові тренди — це якісь випадкові змінні. Відповідно, не потрібно і намагатися робити якісь прогнози, потрібно лише генерувати сигнали на покупку і продаж з допомогою аналізу рухів цін в довгостроковій перспективі. Цей метод широко поширений на фінансових ринках, де трейдери використовують їх для визначення моменту відкриття або закриття позицій по валютних парах, однак на фондовому ринку він застосовується не настільки широко.

У сьогоднішньому матеріалі мова піде про двох різновидах алгоритмів проходження тренду. Дослідники ставили своєю метою проанализирвоать результативність застосування цих алгоритмів.

Два способи аналізу ринку



Існує дві методики прогнозування цін акцій:

  • Фундаментальний аналіз — в цьому випадку аналітики оцінюють інформацію, яка більше відноситься до компанії, чиї акції торгуються на біржі, ніж до самих акцій. Рішення щодо тих чи інших діях на ринку приймаються на основі аналізу попередньої діяльності компанії, прогнози виручки і прибутку і так далі.
  • Технічний аналіз — в даному випадку розглядається поведінка ціни акцій і виявляються його різноманітні патерни (аналіз тимчасових рядів).
Багато з розглянутих нами раніше методів прогнозування ціни на фондовому ринку відносяться якраз до галузі технічного аналізу. У середовищі фінансистів і вчених йдуть гарячі суперечки про те, чи можна за допомогою аналізу минулих цін, спрогнозувати їх майбутнє рух.

Метод прямування за трендом тут являє собою альтернативу — він не маємо на увазі створення прогнозів і лише реагує тільки на події, які сталися нещодавно, або відбуваються прямо зараз, не замислюючись про майбутнє. При цьому торгівля підпорядковується певним статистичним правилами — і основне завдання полягає в тому, щоб їх сформулювати.

Дотримання тренду: основні принципи

Успішність чи неуспішність алгоритму проходження тренду залежить від того, які припущення лежать в його основі. Насамперед, до таких припущенням відноситься регулярність появи цінових трендів, які є резальтатом безлічі факторів. Другим важливим моментом є здатність алгоритму отримувати вигоду з рухів цін, формують тренди.

Всі трейдери прагнуть до «обмеження збитку» і «максимізації прибутку» – найбільше заробити можна, синхронизировавшись з потужним трендом. І щоб це зробити, трейдеру необхідно відкинути емоційну частину торгівлі («інтуїцію») — метод прямування за трендом не передбачає вгадування моменту його завершення. Навпаки, потрібно діяти відразу після настання цього моменту.

Виходячи з цього була розроблена модель Performance Probability Score (PPS) — вона об'єднує аналіз поведінки ціни для створення оцінки ризику та можливої прибутку. Ядро моделі формує бінарне поділ поведінки ціни на негативний і позитивний. Базове правило при торгівлі за цим методом звучить як утримання позитивного або негативного рейтингу до моменту, коли виникне визначається зміни — знову ж таки, ніяких прогнозів, тільки реакція на зміни.



Розподіл сили ціни по тренду

Як визначити відповідний час для операції

Зміни цін на фондовому ринку представляє можливість збільшити прибуток від угоди або скоротити збиток при невдалому збігу обставин. Коли виявляється зміна ціни, яка йде проти сформованого тренду, то виникає вибір між негайним закриттям позиції або очікуванням підтвердження перелому поточної тенденції і повторним входом у позицію у відповідності з новим трендом. Для автоматизації процесу прийняття таких рішень необхідно врахувати кілька важливих аспектів.

  • Управління операціями — рішення про те, який обсяг фінансового активу купувати або продавати, повинно прийматися, виходячи з певних правил. Для мінімізації ризиків, наприклад, обсяг угод може знижуватися в період високої волатильності чи падіння ринку. Мета проста — скоротити втрати в невдалі періоди в очікуванні виникнення більш позитивних трендів.
  • Ринкова ціна — система може використовувати в якості вхідних даних тільки ринкову ціну. Якісь дані можна почерпнути з історії торгів, однак їх не можна використовувати для прогнозування напрямку зміни ціни. Для створення системи торгівлі за алгоритмом проходження тренду потрібно лише максимально отримувати дані останніх котирувань. Час і ціна — ось головні елементи.
  • Правила — як сказано вище, потрібно обмежувати збитки і максимізувати прибуток. Для цього в рамках системи проходження тренду потрібні правила, які не будуть враховувати фундаментальні показники. Вони повинні лише автоматизувати торгівлю за допомогою прийняття рішень про момент входу в ринок, часу утримання позиції і моменті виходу з позиції, коли вона перестає бути прибутковою.
На основі моделі PPS дослідники розробили новий підхід до реалізації подібної торговельної системи. Вона діє на основі двох сигналів, що витягаються з цінового тренда — на основі цієї інформації приймаються рішення про відкриття і закриття позицій.

Правила P і Q

Описані вище правила для обмеження збитків і максимізації профіту в даному випадку засновані на двох змінних — Р і Q. Перша з них використовується для визначення моменту, коли потрібно відкрити позицію, а друга — для виходу з неї. Якщо позначити ринковий тренд як T, який являє собою функцію від часу t — Price(t).

В такому випадку, система могла б відкрити позицію, коли поточна ціна Price виявиться на тренді виявиться вище точки P, і навпаки, коли вона знизиться нижче рівня Q, позиція буде закрита:



У реальному житті, однак, тренди не розвиваються за таким чітким лініям, вони куди більш волатильні, а ціна можна швидко підніматися і опускатися нижче загальної лінії тренда. Тому правила P і Q неможливо застосувати безпосередньо до тренду T — часті флуктуації ціни призведуть до возниковению величезної кількості торгових сигналів на купівлю та продаж. Для того, щоб цього уникнути використовується експоненціальна змінна середня (Exponential Moving Average, EMA), яка обчислюється за формулою:



Де price(t) — поточна ціна в момент часу t, n — чсло періодів у хвилинах для внутрішньоденною торгівлі або у днях внедневной торгівлі, а t — момент часу на ринку. Логіка використання правил P і Q і EMA описується наступним псевдокодом:



В даному випадку величини P та Q обчислюються на основі історичних даних. Існує декілька способів визначення кінцевого. Перший з них — метод брутфорса, який передбачає тестування безлічі комбінацій P і Q. Альтернативний метод полягає у використанні нейронних мереж.



Діапазони значень P і Q, отриманий з допомогою евристичних вимірювань



Можна підібрати різні значення P і Q, які будуть генерувати позитивні результати

Адаптивні правила P і Q

У попередньому розділі величини P та Q були отримані за допомогою аналізу значень, які дають найкращі результати на відносно довгому часовому проміжку. Однак, очевидно, що правила, які добре працювали на певній ділянці тренда, які можуть бути не настільки гарні на іншому. А значить, процес вибору P і Q повинен бути модифікований таким чином, щоб їх можна було вибирати динамічно.

Нові правила називаються P' Q' — їх значення можуть динамічно змінюватися, а не залишаються незмінними, як було раніше. Для визначення моментів входу і виходу з позиції в даному випадку можна використовувати деякі інструменти технічного аналізу, на зразок індексу відносної сили (Relative Strength Index, RSI). Він обчислюється за такою формулою:



Де AU — середній зростання ціни за n періодів, AD — середнє знижение ціни за n перидов, n — число перидов RSI (зазвичай встановлюється на величину 14).

Простий приклад використання. На малюнку нижче RSI має діапазон від 0 до 100. Актив вважається «перекупленим» вище рівня 70 — це означає, що він може бути переоцінений і є хорошим кандидатом на падіння ціни. Точно також, якщо RSI досягає рівня 30, то це вірний знак недооціненість активу.



У підсумку, використовуючи RSI і адаптивну стратегію P&Q, можна сформулювати наступні правила для відкриття позицій:

Для відкриття довгої позиції по P':

  1. Ціна зростає
  2. RSI(t) більше, ніж EMA(RSI(t))
  3. EMA(RSI(t)) менше, ніж 40 або вище 60
Для короткої позиції по Q':

  1. Ціна знижується
  2. RSI(t) менше, ніж EMA(RSI(t))
  3. EMA(RSI(t)) іменьше, ніж 40 або вище 60
На малюнку нижче представлений приклад відкриття довгої позиції: у 10:35 вона була відкрита після того, як були виконані соответствущие умови. О 13:36 спрацював критерій відкриття короткої позиції, і довга позиція була закрита.



Значення P та Q' адаптивно і динамічно змінюються у відповідності з показаннями RSI. В ході торгівлі стратегія оцінює флуктуації тренди і відповідно з ними генерує сигнали на купівлю чи продаж.

Псевдокод для подібної стратегії виглядає наступним чином:



Симуляція і результати

В ході експерименту, покликаного підтвердити або спростувати працездатність запропонованої стратегії, дослідники запустили симуляцію для аналізу ф'ючерсного контракту на індекс Гонконгської фондової біржі Hang Seng). Аналізувалися історичні дані за 2008 рік, всього 355 днів. Задача полягала у підрахунку ROI (повернення на інвестиції) для торгівлі конкретними акціями.

На малюнку нижче показана продуктивність статичної та динамічної стратегії P&Q:



Згідно з отриманими даними, адаптивна стратегія показує найкращі результати — у ході симуляції середній місячний ROI в цьому випадку склав 75,63%, а для статичної стратегії — 67,67%.



Крім того, дослідники хотіли дізнатися, яким чином можна мінімізувати збитки у разі їх виникнення. Згідно експерименту, ймовірність збитків при використанні стратегій проходження тренду зростає при високій волатильності ринку. Для того, щоб підтвердити цю гіпотезу, була організована симуляція виникнення випадкових флуктуацій на ринку.

Згідно з результатами, автоматизовані стратегії слідування тренду починали працювати в збиток, коли рівень флуктуацій досягав 45%. Це означає, що знизити ймовірність збитків можна, запрограмувавши в систему певний поріг флуктуацій, по досягненню якого торгівлю потрібно зупинити.

Джерело: Хабрахабр

0 коментарів

Тільки зареєстровані та авторизовані користувачі можуть залишати коментарі.