стратегии форекс

Тесты противотрендовых моделей

Противотрендовые модели, так же как и следующие за трендом, могут использовать различные виды скользящих средних, различные правила генерации сигналов и различные виды приказов для входа в рынок. Ис­пользованы те же виды скользящих средних, что и ранее; тестировались модели на основе и одиночных, и двойных скользящих средних. Исполь­зовались рыночные, лимитные и стоп-приказы.Противотрендовые модели, так же как и следующие за трендом, могут использовать различные виды скользящих средних, различные правила генерации сигналов и различные виды приказов для входа в рынок. Ис­пользованы те же виды скользящих средних, что и ранее; тестировались модели на основе и одиночных, и двойных скользящих средних. Исполь­зовались рыночные, лимитные и стоп-приказы.
Тесты с 25 по 36 рассматривают стандартную модель пересечения скользящего среднего с противоположно направленными сигналами. Как и ранее, сигнал на вход поступает при пересечении ценами линии сколь­зящего среднего или при пересечении быстрого и медленного скользящих средних. В традиционных следующих за трендом моделях трейдер поку-пает, когда цена (или быстрое среднее) пересекает медленное среднее вверх и продает, когда пересекает вниз. В этой же модели на обратном пересечении все сделано наоборот. В тестах использована оптимизация с лобовым подходом, период быстрого среднего оптимизировался в преде­лах 1 —7 с шагом 1, период медленного в пределах 5 —50 с шагом 5. Рас­сматривались только случаи, когда длинные скользящие средние по раз­меру превышали короткие. Параметры подбирались таким образом, что­бы минимизировать вероятность того, что какие-либо из наблюдавшихся прибыльных показателей оказались таковыми случайно. Модель была ап­робирована на данных вне пределов выборки с использованием лучших наборов параметров, определенных с помощью данных из выборки.В тестах модели поддержки/сопротивления (с 37 по 48) трейдер поку­пает, когда цены отскакивают вверх от скользящего среднего, и продает, когда они касаются скользящего среднего при движении снизу вверх. В этом случае скользящее среднее играет роль уровня поддержки или со­противления, на котором ценовой тренд может развернуться. Правила почти такие же, как для тестов с 25 по 36, за тем исключением, что не каж­дое пересечение скользящего среднего приводит к входу. Если цены выше скользящего среднего и пересекают его, генерируется покупка, однако, когда цены отскакивают назад и снова оказываются над скользящим сред­ним, второго пересечения недостаточно для инициации продажи. Если цены пересекают скользящее среднее снизу вверх, то осуществляется продажа. Однако при обратном пересечении покупка не генерируется. Такое поведение модели достигается путем добавления одного условия к обратной модели пересечения. Это условие заключается в том, что сиг­нал формируется только тогда, когда он совпадает с направлением накло­на медленного скользящего среднего. Поиски наилучшего решения про­водились методом прямой оптимизации по данным выборки. Период ко­роткого скользящего среднего изменялся от 1 до 5 с шагом 1. Период длин­ного скользящего среднего изменялся от 5 до 50 с шагом 5. Если период скользящего среднего равен 1, то данное среднее эквивалентно самой цене. Следовательно, при оптимизации тестировались модель, в которой цена сравнивалась со скользящим средним, и модель, в которой одно скользящее среднее сравнивалось с другим. Исследовались только те слу­чаи, в которых период длинного скользящего среднего был больше, чем период короткого среднего. Мы подбирали параметры системы с целью минимизации вероятности того, что система приносит прибыль случай­но. Затем модель была проверена на данных вне выборки с использова­нием лучшего набора параметров, найденного в пределах выборки.В табл. 6-4 и 6-5 для тестов с 25 по 48 представлены результаты дей­ствия системы на рынках различных финансовых инструментов, как в пределах выборки (табл. 6-4), так и вне нее (табл. 6-5). Символы, обозна­чающие величину прибыли (+ и —), могут быть интерпретированы та­ким же образом, как и для табл. 6-1 и 6-2.

1 3838
2 128
3 11
4 6
5 5
6 1
7 0
8 0
9 0
10 2
В табл. 6-6 представлены результаты для различных скользящих сред­них, моделей, приказов и выборок. Последние две колонки справа и пос­ледние четыре ряда цифр внизу являются усредненными. Цифры внизу усреднены по всем комбинациям разных типов скользящих средних и моделей. Данные в двух последних колонках справа усреднены по типам приказов.Лучшими моделями в пределах выборки были модель поддержки/со­противления на основе простого скользящего среднего и модель поддерж­ки/сопротивления на основе треугольного скользящего среднего с пере­днем взвешиванием. Система поддержки/сопротивления на основе про­стого скользящего среднего со стоп-приказом в отличие от других систем

1 3838
2 128
3 11
4 6
5 5
6 1
7 0
8 0
9 0
10 2
показала небольшие прибыли в обеих выборках: для данных в пределах выборки средняя сделка принесла прибыль $227, доход в процентах годо­вых равен 4,2%; соответствующие показатели для данных вне выборки равны $482 и 14,8%. Треугольное скользящее среднее с передним взвеши­ванием и стоп-приказом было прибыльным в выборке, но давало боль­шие убытки вне пределов выборки. Обе модели, особенно в комбинации со стоп-приказом, давали относительно afnikola.blogspot.com мало сделок; следовательно, их результаты статистически менее стабильны.В выборке стоп-приказ был лучшим для противотрендовой системы, основанной на пересечениях скользящих средних, и для моделей поддерж­ки/сопротивления, в которых стоп-приказ приводил в среднем к прибыль-Таблица 6—6. Эффективность противотрендовых моделей в зависимости от вида приказов, вида скользящих средних, типа модели и выборки данных

1 3838
2 128
3 11
4 6
5 5
6 1
7 0
8 0
9 0
10 2
ному результату. Другие приказы приводили к потерям в данных систе­мах; наихудшим же был рыночный приказ по открытию следующего тор­гового дня. Вне выборки рыночный приказ был наихудшим как для про-тивотрендовои модели, так и для модели поддержки/сопротивления. Наи­лучшие результаты вне выборки были получены при использовании ли­митного приказа. Обе модели приводили к гораздо большим потерям вне выборки, чем в пределах выборки.Противотрендовые модели работали хуже, чем следующие за трен­дом. Тем не менее нашлись превосходные сочетания противотрендовои модели, вида скользящих средних и приказа для входа, которые работали гораздо лучше большинства других протестированных комбинаций.пример, такие старые системы, как пробои волатильности), классические концепции поддержки/сопротивления могут быть весьма выгодными. Пробои уровней поддержки/сопро­тивления проявляют себя лучше, чем, например, пробои вола-тильности. Аналогично, модели скользящего среднего, исполь­зующие концепцию поддержки/сопротивления, работают луч­ше прочих. Реализация метода поддержки/сопротивления была рудиментарной, тем не менее в самых удачных сочета­ниях она дает одни из лучших результатов. Вероятно, дальней­шая разработка данного метода сможет значительно повысить эффективность основанных на нем торговых систем. Хотя метод поддержки/сопротивления широко известен на протя­жении многих лет, его дальнейшее развитие может оказаться достаточно сложным. Основной задачей здесь можно назвать поиск автоматизированного «механического» метода поиска текущих уровней поддержки/сопротивления.Результаты тестов систем, основанных на скользящих средних и про­боях, показывают, что при использовании моделей следования за трен­дом лимитный приказ всегда улучшает характеристики; для противотрен-довых моделей огромное преимущество иногда дает стоп-приказ. Э т а тен­денция может быть результатом того, что у моделей следования за трен­дом уже есть элемент обнаружения тренда: добавление еще одного обна­руживающего или проверяющего элемента (такого, как вход по стоп-при-казу) является избыточным; однако добавление лимитного приказа вно­сит в систему противотрендовый элемент и обеспечивает более выгод­ный вход, повышая, тем самым, эффективность стратегии форекс. В случае с противотрен-довыми моделями добавление элемента подтверждения тренда придает системе новое качество и, следовательно, улучшает результаты. Иногда это настолько выгодно, что компенсирует менее благоприятные цены вхо­да, чем при использовании стоп-приказов.Для таких рынков, как рынок казначейских облигаций, японской йены, немецкой марки, швейцарского франка, неэтилированного бензина, кофе,апельсинового сока и свиной грудинки, можно найти высокоприбыльные комбинации типов модели и приказа.На рис. 6-2 представлены графики изменения капитала для различ­ных комбинаций моделей и скользящего среднего. Капитал каждой сис­темы был усреднен по типу приказа. Лучшими двумя моделями были мо­дель поддержки/сопротивления на основе треугольного скользящего сред­него с передним взвешиванием и модель поддержки/сопротивления на основе простого скользящего среднего. Эти модели работали значитель­но лучше, чем любые из противотрендовых моделей, основанных на пе­ресечении. Можно выделить три временных периода, в каждом из кото­рых эти модели вели себя по-разному: от начала выборки до октября 1987 г., с октября 1987 г. по июнь 1991 г. и с июня 1991 г. по декабрь 1998 г. Наихудшие результаты были получены в течение последнего стратегии форекс.Графики изменения капитала, представленные на рис. 6-2, показыва­ют, что противотрендовые модели лучше работали в прошлом, в то время как модели следования за трендом лучше работали в последнее время. В пределах выборки стоп-приказ оказался наилучшим видом входного при­каза для каждой комбинации модели и скользящего среднего. Вне преде­лов выборки стоп-приказ был наихудшим для трех комбинаций модели и скользящего среднего из шести (по двум комбинациям не было сделок, поэтому они не рассматривались). Рыночный приказ по цене открытия следующего дня оказался наихудшим во всех случаях, за исключением двух. Стоп-приказ, как правило, был лучше лимитного приказа в преде­лах выборки. Однако вне выборки лимитный приказ был немного лучше стоп-приказа.В общем, модели следования за трендом в тестах с 1 по 24 работали лучше, чем противотрендовые модели в тестах с 25 по 48, за некоторыми исклю­чениями, рассмотренными выше.Лучшие модели, несомненно, сочетают в себе как противотрендовые элементы, так и элементы следования за трендом. Например, покупка при откате рынка с использованием лимитного приказа после пробоя сколь­зящего среднего обеспечивает лучшие результаты, чем другие комбина­ции. Противотрендовые модели, основанные на скользящих средних и имеющие элемент следования за трендом (например, стоп-приказ), так­же показывают наилучшие результаты. Чистые противотрендовые моде­ли и модели следования за трендом значительно им уступают. Более того, добавление трендового фильтра к системе следования за трендом не дает преимуществ, но может увеличивать затраты при входе. С другой сторо­ны, комбинация противотрендовых моделей с трендовым фильтром ADX может повысить эффективность системы. Хотя фильтр ADX не имеетотносятся MACD и MACD-H. Другой класс приводит к некоторой норма­лизованной шкале какой-либо аспект поведения цен (к этому классу от­носятся RSI, стохастический осциллятор и CCI); в отличие от первой кате­гории эти осцилляторы не являются, по сути, линейными фильтрами с оп­ределенным фазовым и частотным алгоритмом. Оба вида осцилляторов реагируют на импульс цен и циклические движения, при этом снижая роль трендов и игнорируя долговременные сдвиги; в общем, построенные afnikola.blogspot.com ими графики имеют ломаный, колеблющийся вид стратегии форекс.Осциллятор MACD (осциллятор схождения/расхождения скользящих средних) и его гистограмма MACD-H работают как грубые полосовые фильтры, удаляя тренды и сдвиги, а также высокочастотный шум. При этом анализируются волны или циклы с частотой, близкой к середине полосы пропускания. MACD сглаживает данные, подобно скользящему среднему, в некоторой степени удаляет тренды, выделяет циклы и иногда не запаздывает по отношению к рынку. Хорошим источником по этому осциллятору можно считать работу Элерса (Ehlers,1989).MACD рассчитывается путем вычитания скользящего среднего с длин­ным периодом из скользящего среднего с более коротким периодом. В принципе можно использовать любые виды средних или фильтров низ­ких частот (в классическом MACD использованы экспоненциальные скользящие средние). Ряд вариантов MACD построен на более сложных средних, например VIDYA (рассмотрено в главе о скользящих средних), а также на треугольных средних. Помимо собственно MACD используется гистограмма — разность MACD и его скользящего среднего. Во многих случаях скользящее среднее MACD называется сигнальной линией.Стохастический afnikola.blogspot.com осциллятор часто еще называют индикатором пе-рекупленности/перепроданности. Согласно Лупо (Lupo, 1994), «стохас-тичёский-осциллятор определяет положение последнего рыночного дей­ствия по отношению к минимальной и максимальной цене за последние n дней». В этом отношении стохастический осциллятор измеряет импульс цены, он показывает, стремится ли рынок к новому максимуму или мини­муму или находится где-то посередине.К стохастическим относится ряд родственных индикаторов: Быстрый %К, Медленный %К (также называемый Быстрым %D) и Медленный %D. Быстрый %К измеряет в процентах расположение последней цены зак­рытия относительно максимального максимума и минимального мини­мума за последние n дней, где n — длина заданного периода индикатора. Медленный %К, он же Быстрый %D, рассчитывается аналогично Быст­рому %К, за тем исключением, что числитель и знаменатель формулы для Быстрого %К предварительно усредняются за последние 3 дня. Мед­ленный % D — просто скользящее среднее Медленного %К с периодом 3 дня. Его иногда используют как сигнальную линию, подобно тому, как скользящее среднее MACD используют как сигнальную линию для MACD.Известно много вариантов стохастического осциллятора; например, Блау (Blau) в 1993 г. описывал вариант с двойным сглаживанием. Уравне­ния для классического стохастического осциллятора Лэйна опубликова­ны в статье Мейбаха (Meibahr, 1992). Ниже приведена одна из версий этих уравнений:В этих уравнениях i означает номер торгового дня, H(i) — максимум дня i, L(i) — минимум дня i, C(i) — цену закрытия дня i. afnikola.blogspot.com Все остальные переменные — производные серии данных, необходимые для расчета различных стохастических осцилляторов. Как видно из уравнений, сто­хастические осцилляторы выделяют относительное положение цены за­крытия в пределах, установленных недавними максимумами и миниму­мами: высокие значения (до 100) возникают, когда цена закрытия близка к высшим значениям недавних цен, низкие (до 0) — когда цена закрытия близка к низшим.Индекс относительной силы (RSI) — еще один популярный осцилля­тор, который оценивает по процентной шкале относительное движение вверх или вниз. Классический RSI использует экспоненциальные сколь­зящие средние, отдельно рассчитанные для движения вверх и вниз. Их сумма и дает процент общего движения. Один из вариантов использует для вычисления простые скользящие средние. Формула классического RSI приведена ниже:Период индикатора обозначен как n, движение вверх — U, движение вниз — D, среднее движение вверх — AU, среднее движение вниз — AD. Номер торгового дня обозначен буквой i. Обычно рассчитывается RSI с периодом 14 дней (n = 14). У Стара (Star, 1993) можно найти подробное обсуждение этого индикатора.Кроме того, существует индекс товарных каналов, или CCI, рассмот­ренный в работе Девиса (Davies, 1993). Этот осциллятор подобен стохас­тическому с усиленным акцентом на статистику: вместо оценки послед­ней цены закрытия в рамках недавних максимумов и минимумов он оце­нивает ее относительно границ, определяемых медианой и средним от­клонением цены за последнее время. Хотя далее этот осциллятор не бу­дет рассматриваться, для заинтересованных читателей мы приводим его определение:В уравнениях индекса товарных каналов X — так называемая меди­анная цена, А — скользящее среднее X, D — среднее абсолютное откло­нение, n — период индикатора, i — номер торгового дня.На рис.7-1 изображен график S&P 500, к которому приложены гра­фики трех наиболее популярных осцилляторов с прилагающимися к ним сигнальными линиями, медленными версиями и т.п. На графике стохас­тического осциллятора также изображены фиксированные пороги на уровнях 80 и 20, для RSI эти пороги традиционно помещают на уровнях 70 и 30. Рисунок показывает графики осцилляторов и их реакцию на изме­нения цен, а также иллюстрирует метод расхождения, о котором речь пой­дет ниже.