Торговая система возврата к среднему

Многие трейдеры, которым удалось правильно спроектировать и внедрить систему возврата к среднему, разбогатели. Дело в том, что финансовые рынки движутся циклами (см. 8,6-летний цикл — Princeton Economics). Проще говоря, все, что идет вверх, должно опускаться, а все, что идет вниз, должно подниматься. Ничто не движется в одном направлении вечно. Когда дело доходит до рынков, у нас в основном есть два возможных исхода: либо тренд, либо модель будет определена как торговый диапазон, который возвращается к среднему значению. Наше предыдущее исследование систем прорыва диапазона открытия уже показало нам, что прорывы диапазона открытия определяют тренд до конца дня примерно в 30% случаев. Это означает, что из 20 торговых дней у нас есть 6 трендовых дней без возврата цены к среднему значению. С другой стороны, у нас есть 70% ходов, которые возвращаются к среднему значению несколько раз в день. Важно отметить, что 70% относятся к внутридневным ценовым движениям. Это то, что должно бить тревогу. 70% времени рынок движется циклично. Это означает, что рынки, ограниченные диапазоном, определенно более распространены.

Первым шагом в построении такой системы является определение того, что такое возврат к среднему. Системы возврата к среднему ищут рынки, которые необычно высоки или низки и в конечном итоге вернутся к среднему значению. Нам нужна система, которая смотрит на конкретный рынок со значительным отклонением от их среднего значения. Первый шаг к тому, чтобы придумать хорошую торговую идею, которую мы можем протестировать, — это наблюдать за ценовым графиком на разных временных интервалах. Следующий шаг — быстрый статистический анализ наших данных.

Приведенные выше данные показывают нам описательную статистику индекса Рассела 2000 года. В частности, у нас есть мера центральной тенденции. Среднее значение рассчитывается путем нахождения суммы данных исследования и деления ее на общее количество данных. Как показывают данные, большую часть времени цена колеблется между -0,5% и +0,5%. Все остальное определяется как среднее стандартное отклонение от среднего. Это те ходы, которые мы будем искать. Мы уже можем придумать возможную установку, которая должна присутствовать, прежде чем мы войдем в позицию. Нас интересуют движения цены выше среднего, что означает ниже -0,5% и выше +0,5%. Кроме того, мы хотим, чтобы эти ценовые движения происходили в начале торгового дня, поскольку мы хотим дать рынку достаточно времени, чтобы вернуться к среднему значению. Нет особого смысла, если это движение произойдет где-то в конце торгового дня. Это снижает наши шансы на получение прибыли из-за того, что мы приближаемся к закрытию рынка и объем иссякает (последний квантиль торгового дня). Еще одна важная деталь, которую нам необходимо учитывать, — это способность нашей системы распознавать, является ли это трендовым рынком или рынком, ограниченным диапазоном. Важно распознавать трендовые рынки, иначе ваша система рано или поздно понесет огромные убытки. Как правило, стратегии возврата к среднему лучше работают на более коротких таймфреймах.

Теперь резюмируем:

  • Перемещение выше среднего ниже -0,5% выше 0,5%
  • В первой половине торгового дня
  • Нетрендовый рынок.

Чтобы улучшить предсказуемость преобладающих рыночных условий, мы будем использовать статистический арбитраж двух активов. В нашем случае Russel 2000 и VIX. Основная идея состоит в том, что некоторые величины исторически коррелируют, иногда эти корреляции временно разрушаются из-за необычных ценовых движений. Предполагается, что эти корреляции будут восстановлены в будущем. Поэтому мы рассчитываем относительный спред между фьючерсным контрактом Russel 2000 и фьючерсным контрактом VIX в течение последних n баров. Период ретроспективного анализа будет оптимизирован во время наших ретроспективных тестов по нашему усмотрению.

Поскольку эти два рынка обратно коррелированы, имеет смысл построить спред, предполагая, что спред между этими двумя активами сходится обратно к среднему значению.

Результаты теста:

По количеству сделок можно констатировать, что результаты статистически значимы. У нас нет больших убытков и приемлемый коэффициент выплат 1,64. Самые большие последовательные потери происходят между августом 2015 года и октябрем 2015 года. Интересно, что это также был период повышенного уровня VIX с большими внутридневными скачками. Оба актива двигались более случайным образом в этот период высокой волатильности. Дивергенция и конвергенция, типичные для рынков, ограниченных диапазоном, не были действительны для вышеупомянутого периода. То же самое и за месяц до выборов.

Анализ Монте-Карло

После 10 000 симуляций и случайного порядка сделок мы можем наблюдать, что в среднем (красная толстая линия) стратегия работает положительно без значительных потерь. Однако система нуждается в доработке, но она предлагает хорошую основу для дальнейших исследований и внедрения дополнительных фильтров.

После запуска симуляций с разным процентом риска мы можем заметить, что средняя просадка для риска 4% составляет всего 19,38%, что хорошо, учитывая тот факт, что стратегия приносит прибыль +270% в период с 2015 по 2016 год.

Отказ от ответственности. Информация на этом сайте предоставляется только в статистических и информационных целях. Ничто в настоящем документе не должно интерпретироваться или рассматриваться как индивидуальный инвестиционный совет, а также не должно заявлять или подразумевать, что прошлые результаты являются показателем будущих результатов. Автор этого веб-сайта не несет ответственности за любые убытки или ущерб, включая, помимо прочего, любую упущенную выгоду, которая может возникнуть прямо или косвенно в результате использования или использования содержимого этого веб-сайта (ов). Ни при каких обстоятельствах эта информация не является советом или рекомендацией покупать, продавать или держать какие-либо ценные бумаги.

ПОДПИСАТЬСЯ НА НАШУ РАССЫЛКУ Посетите miltonfmr.com/blog

Получайте уведомления о новых статьях и эксклюзивных предложениях каждую неделю!

Первоначально опубликовано на https://miltonfmr.com