Общие понятия Выбор брокера Анализ рынка Торговые стратегии Книги по Forex
Общие понятия
Биржа Форекс
Игра на бирже
Валютный трейдинг
Управление валютным портфелем
Как стать трейдером
Выбор брокера
Брокерское обслуживание
Как выбрать брокера Форекс
Лучшие дилинговые центры
Анализ рынка
Технический анализ
Японские свечи
Индикатор Ишимоку
Волны Вульфа
Полосы Боллинджера
Скользящие средние
Линия тренда
Фундаментальный анализ
Механические торговые системы
Оценка эффективности механических торговых систем
Торговые сигналы
Лучшие
дилинговые центры:
Дилинговый центр EXNESS
Дилинговый центр Forex4you
Дилинговый центр Alpari

Входы на пробое волатильности

Три следующих теста исследуют модели, основанные на пробое волатильности, в которых производится покупка при подъеме цен выше верхней границы волатильности или открытие короткой позиции, когда они опускаются ниже нижней границы волатильности. Когда волатильность растет, границы расширяются; когда она падает, они сужаются. Точка равновесия, относительно которой строятся границы, может быть последней ценой закрытия, скользящей средней или каким-либо другим показате- лем текущей цены.

Тест 7. Пробой волатильности с входом на открытии следующего дня. Эта модель покупает при открытии следующего дня, если сегодняшнее закрытие превышает верхнюю границу волатильности, и открывает короткую позицию, когда цена падает ниже нижней границы. Для определения верхней границы волатильности к текущей цене (или ее скользящей средней) следует прибавить ширину среднего истинного диапазона, множенную на значение параметра bw. Ширина среднего истинного диапазона рассчитывается за последние atrlen дней. Для расчета нижней границы волатильности из текущей цены вычитают ширину среднего истинного диапазона, умноженную на bw. Показателем цены служит malen — экспоненциальное скользящее среднее цен закрытия. Если длина скользящего среднего malen равна единице, то этот показатель становится равен цене закрытия торгового дня, когда имеет место пробой.

Поскольку модель на пробое волатильности имеет три параметра, для данного теста был использован метод генетической оптимизации. При помощи генетической оптимизации множитель величины среднего истинного диапазона bw-подбирался в пределах 1,5 — 4,5 с шагом 0,1; период среднего истинного диапазона atrlen тестировался в пределах от 5 до 50 с шагом 1; период скользящей средней malen подбирался в пределах от 1 до 25 с шагом 1. Генетическая оптимизация поводилась в объеме 100 генераций. Как и во всех предшествующих тестах, велся поиск максимального соотношения риска/прибыли (или, что то же самое, минимальной вероятности случайности прибыли).

Лучшая эффективность в пределах выборки была достигнута при множителе среднего истинного диапазона 3,8, периоде скользящего среднего 5 и периоде среднего истинного диапазона 20. При этих параметрах годовая прибыль составила 27,4%. Вероятность случайности прибыли — соответственно 5,6% (после коррекции для 100 тестов— 99,7%). Практически каждая из исследованных комбинаций давала прибыли в длинных позициях и убытки в коротких. Средняя сделка для лучшего набора параметров длилась 6 дней и дала прибыль в $4675. За период оптимизации было проведено всего 240 сделок, из них около 45% были прибыльными. По сравнению с предыдущими тестами меньшее количество и больший процент прибыльных сделок объясняются тем, что границы пробоя были расположены дальше от текущего уровня цен. Средняя сделка вне пределов выборки принесла $7371 убытков, и только 25% из 122 сделок были выгодными. Убытки длинных и коротких позиций были примерно одинаковы.

Почти вся прибыль была получена за периоды с августа 1987 г. по декабрь 1988 г. и с декабря 1992 г. по август 1993 г. Снижение капитала отмечалось с октября 1985 г. по июль 1986 г., с августа 1989 г. по май 1992 г. и с мая 1995 г. по декабрь 1998 г.

Излишняя оптимизация могла повлиять на ухудшение эффективности вне пределов выборки. В то же время, учитывая количество параметров и комбинаций, испытанных в этом тесте, хорошая модель должна была бы дать большую прибыль в пределах выборки и лучшие статистические показатели, способные выдержать коррекцию на множественную оптимизацию без полной потери значимости. Другими словами, в данном случае избыточная оптимизация была не самым страшным: несмотря на оптимизацию, эта модель давала плохие результаты при недопустимо малом количестве сделок. Как и другие, эта модель просто, видимо, лучше работала в прошлом.

Как и ранее, валютные рынки были в основном прибыльными. Как ни странно, нефтепродукты в данном случае были сильно убыточными. Кофе и лес хорошо работали в пределах выборки, но вне пределов выборки были убыточны в отличие от предыдущих тестов. Не исключено, что некоторые из этих результатов объясняются ограниченным числом сделок, проведенных системой.

Тест 8. Пробой волатильности с использованием входа по лимитному приказу. Эта модель пытается открыть длинную позицию на следующий день после пробоя с помощью лимитного приказа в случае, если цена закрытия торгового дня была выше, чем текущей уровень цен плюс ширина среднего истинного диапазона. Текущая цена определяется экспоненциальным скользящим средним с периодом malen, рассчитанным по ценам закрытия. Множитель ширины среднего истинного диапазона обозначается как bw, а количество дней, по которым производится расчет среднего истинного диапазона, обозначено как atrlen. Цена для лимитного приказа, размещаемого на следующий день, приравнивается к средней цене торгового дня, когда произошел пробой. Оптимизация проводилась так же, как и в тесте 7.

Для всех сочетаний параметров длинные позиции были выгоднее (или хотя бы менее убыточными), чем короткие. Лучшая эффективность в пределах выборки была достигнута при параметре bw, равном 3,7, периоде скользящего среднего 22 и периоде среднего истинного диапазона atrlen 41: при этих параметрах годовая прибыль составила 48,3%. Вероятность случайности прибыли составила менее 0,02% (после коррекции для 100 тестов— менее 13%). В пределах выборки проведено 1244 сделки. Средняя длительность сделки составила 7 дней. Система провела 45% прибыльных сделок со средней прибылью в сделке $3616. И длинные, и короткие позиции были прибыльными.

При таких статистических данных можно было бы ожидать прибыльной работы вне пределов выборки, но этого не случилось. Вне пределов выборки модель несла тяжелые потери. Капитал рос с начала выборки до августа 1990 г., медленно дрейфовал до мая 1992 г., заметно вырос к июню 1995 г., а затем снижался. Эти результаты показывают главным образом снижение способности простых моделей пробоя приносить стабильную прибыль в течение долгого времени.

Все валютные рынки были прибыльными как в пределах выборки, так и вне ее, за исключением британского фунта и канадского доллара. Это показывает эффективность подобных систем на трендовых рынках. Как ни странно, рынки валют с максимальной прибылью в пределах выборки не обязательно были самыми прибыльными вне ее пределов. Это показывает, как важно вести торговлю корзиной валют, не отбирая инструменты по результатам исторических данных, если используется система, основанная на пробое. Хотя эта модель плохо работала на рынке нефтепродуктов, на рынке кофе и леса результаты были ошеломительными (более 65% и более 29% соответственно и в пределах, и вне выборки).

Тест 9. Пробой волатильности с использованием входа по стоп-приказу. Эта модель входит в рынок сразу же после точки пробоя при помощи стоп-приказа, включенного в модель входа. Преимущество модели в том, что вход производится немедленно; недостаток же состоит в том, что вход может быть достигнут не по самой выгодной цене, как в случае лимитного приказа, поскольку происходит исполнение множества стоп-приказов, расставленных на общеизвестных уровнях поддержки/сопротивления. Во избежание множественных приказов в пределах бара использован стоп-приказ на основе последней цены закрытия, как и в тесте 6. Модель со стоп-приказом на пробое волатильности производит покупку, когда цены поднимаются выше верхней границы волатильности, и открывает короткую позицию, когда они опускаются ниже нижней границы волатильности.

Оптимальные значения для трех параметров модели исследовались с помощью генетического оптимизатора, встроенного в C-Trader toolkit, предлагаемый Scientific Consultant Services, Inc. Минимальное соотношение риска/прибыли было достигнуто при множителе ширины среднего истинного диапазона 8,3, периоде скользящего среднего 11 и периоде среднего истинного диапазона atrlen 21; при этих параметрах годовая прибыль составила всего 11,6%. В пределах выборки проведено 1465 сделкок. Средняя длительность сделки — 6 дней. Система провела 40% прибыльных сделок со средней прибылью в сделке, равной $931. Только длинные позиции были прибыльными во всех комбинациях параметров.

Вне пределов выборки и длинные, и короткие позиции были убыточными. Из 610 сделок только 29% были прибыльными. График изменения капитала и другие результаты тестов показывают, что ухудшение вне пределов выборки было гораздо сильнее, чем у других моделей, основанных на пробое волатильности, использующих лимитные или даже рыночные приказы.

Может ли избыточная оптимизация объяснить быстрое ухудшение результатов вне пределов выборки? Нет. Оптимизация может заставить изначально плохую систему показать хорошие результаты в пределах выборки. При этом эффективность системы вне выборки не изменится. Оптимизация часто меняет таким образом модели, которым не хватает реальной достоверности и которые во многом случайны. Чем мощнее реальная модель, тем лучше она будет работать после оптимизации. Как и в предыдущих примерах, эффекты подгонки под исторические данные — не единственная причина провала; эффективность снизилась задолго до окончания периода выборки. Ухудшение эффективности в данном случае можно приписать как излишней оптимизации, так и продолжающемуся росту эффективности рынка.

Модель в пределах выборки была выгодна при работе с британским фунтом, немецкой маркой, швейцарским франком и иеной; вне выборки все рынки, кроме британского фунта, дали положительные результаты. Если бы велась торговля всеми валютами, кроме евродолларов и канадского доллара, то в обеих выборках была бы получена солидная прибыль; евродоллар понес большие убытки ввиду проскальзывания и входа по неоптимальной цене стоп-приказа. Дело в том, что долларовая волатильность рынка евродоллара низка, поэтому требуется торговать большим количеством контрактов, что повышает расходы на сделку. Мазут принес прибыль, но на остальных рынках нефтепродуктов система получила убытки. Ухудшение результатов вне пределов выборки в некоторых случаях по сравнению с входом по лимитному приказу показывает, что с помощью стоп-приказа достаточно сложно войти в рынок по приемлемой цене.

Далее

Вернуться к оглавлению

Торговые стратегии
Скальпинг
Стратегия "Середина"
Позиционная среднесрочная
Система ATCF
Стратегия по Moving Average, ADX и Фракталам
Стратегия разворотного периода
Стратегия "теней"
Стратегия "Серфинг"
Стратегия Trend Finder Daily
Стратегия на внутреннем баре
Скальпинг M1 GBPJPY
Стратегия "4 средних"
Торговая стратегия The Bat
Книги по Forex
А.Фарлей "Мастерство свинг-трейдинга"
B. Сафонов "Практическое использование волн Эллиотта в трейдинге"
Кац Дж.О., МакКормик Д.Л. "Энциклопедия торговых стратегий"
Лучшие
дилинговые центры:
Дилинговый центр EXNESS
Дилинговый центр Forex4you
Дилинговый центр Alpari
Торговые стратегии