Interakcje pomiędzy systemami

Efektywność wykorzystania transakcyjnych systemów mechanicznych stała się również obiektem analiz świata akademickiego.

Regularnie myszkuję, jak wiedzą regularni Czytelnicy blogów, w elektronicznej bibliotece SSRN.com (Social Science Research Network), która zawiera najważniejsze prace akademickie ze wszystkich dziedzin, w tym giełdy i finansów. Ich zaletą jest doskonała dokumentacja źródłowa oraz solidne statystyki podparte wielowymiarową analizą logiczną. Ja mogę się mylić w swoich obliczeniach ale jeśli sięgam do tej biblioteki mam pewność, że powołując się na owe analizy sięgam ku najwyższym poziomom rzetelności.

Wykopałem obiekt z dziedziny, która od lat mnie zajmuje, pod tytułem który mówi wszystko: „The Interaction between the Aggregate Behaviour of Technical Trading Systems and Stock Price Dynamics” Stephana Schulmeistera, z  publikacji którego mam zamiar wyciągać ciekawe pomysły w najbliższej przyszłości. W tłumaczeniu niedoskonałym, bo moim  własnym, tytuł idzie mniej więcej: „Interakcja pomiędzy zagregowanym zachowaniem technicznych systemów tradingowych i dynamiką cen akcji”.

Moje zainteresowanie akurat tą pracą, i w rezultacie prezentacją jej wniosków na blogu, wzięło się z jednego zasadniczo powodu – autor testuje systemy na danych 30 minutowych dla kontraktów terminowych na indeks S&P500. Nie zapowiadam jednak żadnych sensacji lecz kilka ciekawostek, które po raz kolejny mają pomóc zrozumieć motorykę rynków.

Ciekawostka numer jeden, ważna dla zrozumienia całości: autor już we wcześniejszej swojej pracy zajmował się identyczną tematyką i dokonał podobnej weryfikacji jak poniżej przedstawiona tyle, że dla danych DZIENNYCH  S&P 500  i udowodnił, że popularne strategie oparte na Analizie Technicznej PRZESTAŁY być na tym rynku zyskowne od lat 90tych ubiegłego wieku. Natomiast badania na 30-sto minutowych zakresach okazały się być obiecujące.

Jego testy objęły 3 rodzaje systemów i łącznie 2580 ich mutacji (modeli). Taka liczba wzięła się stąd, że każda zmiana parametru w kodzie oznaczała powstanie nowego modelu. Np. użycie średniej w przedziale od 10 do 30 okresów generowało powstanie 21 modeli testowych.

Testowane systemy

PODĄŻĄNIA ZA TRENDEM (trend following):

1/ Przecięcie 2 najzwyklejszych średnich.

Parametry dla pierwszej od 1 do 12 okresów, drugiej – od 6 do 40 okresów. Gdy krótsza przecina od dołu dłuższą system kupuje kontrakty, sprzedaje (albo wchodzi na pozycję krótką) przy symetrycznym przecięciu od góry.

2/ Wskaźnik ROC (Rate od Change)

Określa on relatywny poziom różnicy pomiędzy dzisiejszą ceną a ceną sprzed X dni.

Kupno rynku następowało przy przecięciu przez ROC od dołu poziomu 0 lub szeregu innych poziomów wyższych od zera, sprzedaż przy przecięciu zera od góry lub szeregu innych poziomów niższych od zera. Zmiana parametru dotyczyła ilości dni i wysokości owych poziomów.

//Jedno zastrzeżenie: jeśli wskaźniki typu ROC miałyby w systemie przecinać od dołu poziomy niższe niż zero (i od góry wyższe niż zero) taka taktyka jest wówczas traktowana jako antytrendowa.//

ANTYTRENDOWE

3/ RSI – wskaźnik siły względnej

Testowane było klasyczne wyjście ze strefy wyprzedania w górę (sygnał kupna) i zejście z poziomu wykupienia (sygnał sprzedaży). Zmiana parametru dotyczyła ilości dni i wysokości poziomów.

Okres testów: lata 1983-2000 (dane 30 minutowe jak wspominałem wcześniej).

Wyraźnie zaznaczę, że wynik jest średnią uzyskaną ze wszystkich 2580 modeli:

Średni roczny zwrot na kapitale brutto-   8,8%

Średni roczny zwrot na kapitale netto-    4,3%

Procent modeli zyskownych:

Przecięcie średnich – 98,5%

ROC – 100%

RSI – 99,6%

Średni roczny zwrot brutto:

Przecięcie średnich –    8,4%

ROC –      10,1%

RSI –     11,5%

Średni roczny zwrot netto (po uwzględnieniu kosztów transakcji):

Przecięcie średnich –     4,5%

ROC –        2,3%

RSI –        4,0%

Przyznaję, że wyniki po części mnie zaskoczyły gdyż nie spodziewałem się, że proste narzędzia A.T. mogą zawierać w sobie jeszcze jakąkolwiek przewagę na rynku. Choć z drugiej strony moje własne testy potwierdzały, że dane 30-60 minutowe są wdzięczniejszym obiektem badań niż dzienne. Oczywiście zyskowność nie zapiera tchu w piersiach. Trzeba jednak pamiętać, że mamy do czynienia z najprostszymi z możliwych wersji użycia 3 nieskomplikowanych narzędzi technicznych, co ważne dających się obiektywnie wyrysować i przetestować.

Wyraźniejsze ruchy jak widać wyżej daje się złapać za ich pomocą na danych minutowych. Zaaplikowane na danych dziennych indeksu S&P500 generowały straty, trzeba to sobie wyraźnie uświadomić gdyż podobnie wygląda to w przypadku innych podobnych w działaniu wskaźników, dostępnych w popularnej literaturze, które pomimo różnorodności fantazyjnych nazw i karkołomnych kombinacji we wzorach je tworzących już dawno straciły swoją wartość predykcyjną. Piszę to dlatego, że o działanie wskaźników jestem często pytany na i po wykładach z A.T. i systemów.

Jak wpływają one na motorykę rynków w kolejnym wpisie.

—***Kat***—