Ewolucja strategii transakcyjnych

Tytuł w zasadzie wyjaśnia treści, których można spodziewać się w tym wpisie. I systemowców i traderów technicznych zapewniam, że będzie ciekawie.

 

Akademia dość często sięga po narzędzia i strategie oparte o analizę cen lub inne techniki z zakresu Analizy Technicznej, na przemian udowadniając ich skuteczność lub wręcz przeciwnie – jej brak. Kiedy przedmiotem analiz stają się niemal pełne systemy transakcyjne to nie mogę sobie odmówić wywleczenia wyników badań i wniosków na blogu 🙂

W elektronicznej bibliotece SSRN znalazłem świeżutką jeszcze pracę Christophera Neely pracującego dla Federal Reserve Bank St. Luis i Paula Wellera z University of Iowa, pod tytułem:

„Lessons from the Evolution of Foreign Exchange Trading strategies”

(w moim tłumaczeniu: “Lekcje z ewolucji strategii tradingowych na rynku walut”).

Ostatnio nadwyraz często czytam o tym, że rynek walutowy rozczarowuje zarządzających rachunkami, głównie z powodu braku zmienności i doniosłych wydarzeń, co jak zakładam ma z góry ustawić klientów na słabe wyniki. W przywołanej pracy autorzy proponują dla kontrastu strategie oparte o dość proste, patrząc z naszej perspektywy aktywnych traderów, zasady techniczne. Zasadniczym zagadnieniem, z którym próbują się zmierzyć jest kwestia adaptacji owych strategii do zmieniających się warunków na rynkach. To rodzaj ewolucji nowego dla akademii typu, odległego bowiem od Hipotezy Efektywnego Rynku, o którym wspomnę w osobnym wpisie. Szukając odpowiedzi na pytanie o możliwość adaptacji strategii do środowiska panowie konstruują ciekawy test wart prześledzenia, a nie wykluczone, że i zastosowania praktycznego.

Ich propozycja i stosowny do niej test na danych historycznych (co ważne – z ponownym testem na próbie nie widzianej w teście) wygląda bowiem następująco:

Tworzymy zbiór prostych strategii różnego typu, co miesiąc układamy je w ranking wg. wskaźnika Sharpe’a, po czym do realnego tradingu zaprzęgamy tylko te z czoła tak stworzonej listy.

Strategie użyte do testów:

1/ Oparte o zasadę filtrowania

Kupujemy walutę notowaną do dolara gdy kurs danej pary rośnie o X % od ostatniego minimum a sprzedajemy gdy kurs spada o X % od ostatniego maksimum. Jako X użyto 7 różnych wartości – 0,5 ; 1; 2; 3; 4; 5 i 10%

2/ Przecięcie 2 średnich o różnych długościach.

Znane więc nie wymaga tłumaczeń.

Badano przecięcie następujących par średnich: 1 i 5 dniową, 5 i 20 dniową, 1 i 200 dniową

3/ Wybicie z kanału cenowego

W zgodzie z klasycznymi regułami kupno rynku gdy kurs wybija się ponad maksimum cenowe z ostatnich X dni + 10 pips, sprzedaż krótka gdy kurs przebija minimum z X dni minus 10 pips.

Pod X podstawiano 5, 10 i 20 dni

4/ Tzw. carry trade

Polega na zajęciu długiej pozycji jeśli stopa oprocentowania waluty przez dzień (dokładnie tzw. overnight) dla waluty jest wyższa niż dla dolara US$, krótka pozycja gdy zachodzi warunek odwrotny.

Mamy więc test 14 strategii aplikowany dla 14 par walutowych, w których US$ jest notowany do funta, franka szwajcarskiego, dolara australijskiego, hongkońskiego oraz kanadyjskiego, korony szwedzkiej, jena, randa, bahta, korony czeskiej, rubla i marki niemieckiej wymiennie z EUR. 14×14 daje nam 196 pojedynczych strategii. Dla realności wyników uwzględniano uśrednione koszty transakcyjne na podstawie kwotowań bid-ask z Bloomberga. Źródłem notowań stała się baza Rady Gubernatorów Systemu Rezerw Federalnych, a dla stóp procentowych – zasoby banku B.I.S..

Najpierw test puszczano na próbie złożonej z 500 dni od początku dostępnych notowań każdej pary i uszeregowano wyniki wg. wskaźnika Sharpe’a. Potem co 20 dni układano nowy ranking w ten sam sposób. Gwoździem tego badania był sposób wyboru strategii do gry na kolejne 20 dni: otóż zgodnie z zasadą ewolucji z każdego kolejnego rankingu wybierano tylko te, które w ostatnim okresie wyprodukowały najwyższy wskaźnik Sharpe’a. Założono bowiem hipotezę, że owe najlepsze mają szansę pobić resztę w kolejnej, 20-sto dniowej próbie (która zarazem stawała się próbą realnej wartości każdego systemu na danych nie widzianych w teście, wspomniane wyżej). I tak w 20-sto dniowych cyklach przetestowano całe dostępne dane za lata 1975-2010.

Tak jak dla strategii akcyjnych benchmarkiem do porównań jest zmiana wartości indeksu (np. WIG20) tak dla walut nie istnieje jeden, powszechny i popularny wskaźnik dla odniesień. W tym badaniu zrobiono pewien benchmark syntetyczny: policzono stopy zwrotu wszystkich 14 strategii dla każdej z par walut a następnie wynik uśredniono. W ten sposób ustalono średni wskaźnik zyskowności wynoszący 2,63% rocznie. Jednym słowem gdyby w ruch od początku puszczono wszystkie te proste metody można by rocznie uzyskać 2,63% zysku. Nie było tu zarządzania pozycjami ani nie wiem jak duży zastosowano lewar, ale skoro nie wspomina się go więc zakładam domyślnie że w proporcji 1:1.

I teraz jako odniesienie spójrzmy na wynik taktyki ewolucyjnej czyli co 20 dni roboczych wybieramy najlepsze strategie z rankingu i stosujemy je przez kolejne 20 dni:

Jeśli wybrano jedynie tylko 1 najlepszą strategię wówczas zysk wyniósłby 6,53% rocznie brutto i 5,95% rocznie netto.

Gdyby natomiast grano jednocześnie 10 strategiami z czołówki wówczas zysk średni brutto wyniósłby 5,77%, a netto 4,94% rocznie.

Ktoś mógłby uznać wyniki za skromne, ale nie o wartości nominalne w tej nieskomplikowanej metodzie idzie. Po części prezentuję ją dla pokazania, że proste, techniczne strategie mają wartość dodaną, po drugie – dla podrzucenia inspiracji do zarządzania systemami, po trzecie –dla kilku ciekawych wniosków, o których w kolejnym wpisie.

—Kat—

[Głosów:4    Średnia:1/5]

6 Komentarzy

  1. Marcin

    Ja od jakiegoś czasu trzymam się strategii Makro-tradingu w odniesieniu do akcji o której pisze na blogu: www.zyski.info

    Forex jest niestety bardziej hazardem a wyniki strategii dającej 6,53% nie przekonuje mnie za mocna chociaż udowadnia ze na Forexie też można coś zarobić…

  2. Lucky

    Czyli da sie zarabiac nawet na prostych i znanych strategiach. Jak ktos nie zarabia to moze miec pretensje tylko do siebie.
    A moze to podazanie za trendem jest strategia, ktora zawsze bedzie dzialala?

  3. dejski

    Ewolucja strategii to jest ciekawy pomysł, przyszło mi coś takiego do głowy po tym jak zdałem sobie sprawę że moją strategię przoptymalizowalem. Za bardzo dopasowałem sposób gry do testowych danych, dało to na nich świetne wyniki, ale gdy zacząłem grać w realu i potem rozszerzyłem zakres testów okazało się że coś tu nie bardzo jest tak pięknie jak miało być.
    Mam zamiar pójść tą drogą, ale nie jest to wcale proste, bo trzeba stworzyć sobie wcześniej narzędzia które pozwolą to jakoś przeanalizować.

  4. mirek

    To jest ewolucja w kierunku sieci neuronowych. Pomysły na trading nadal są proste jednak w system wbudowana jest “wewnętrzna optymalizacja” za “n” barów wstecz dziennie jako ranking podmetod i/lub parametrów z owym “n” w roli głównej i to dopiero jest poddane optymalizacji. Wielu pewnie optymalizuje “dla całości” i jeśli następnie pojawia się (za) dużo wpadek to znowu optymalizuje, wychodzą (nieco) inne parametry… i tak dalej, a kasy ubywa, czas też robi swoje. Przeglądając AFL Library widziałem taki właśnie adaptacyjny “w trakcie” system, jednak nie pamiętam jego nazwy. Pewnie jest “tego” tochę.

  5. Andrzej

    Pytanie lekko nie na temat.
    Kat będziesz na Wall Street w Zakopanem ?

  6. kathay (Post autora)

    Nieco optymalizacji jest w tym rzeczywiście, napiszę o tym nieco szerzej w kolejnych wpisach.

    @Andrzej
    Wszystko wskazuje na to, że będę w Zakopanym. Jesli nie z wykładem to na pewno dostepny na stoisku bossy

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *

Proszę podać wartość CAPTCHA: *