Продолжим поиск моментов оптимальной продажи и покупки в течение месяца на фьючерсном контракте на курс USDRUB (Si).
Есть ли какая-либо статистическая закономерность на Si, что бы построить торговую систему?
Если вы знаете, что Si часто движется в противоположном направлении в отличии от RTS, а пока я не вижу в последнее время обратного явления, то можно просто использовать
временное окно возможностей, выявленное для RTS. Но торговать с противоположным направлением, чем было в RTS.
Открываем Long в дни: 10 – 15, открываем Short в дни: 1 – 5. Эффективно ли это и какой получится результат?
Сначала посмотрим на статистические данные с 2009 по 2013 год. Сохраняем тот же принцип обозначения торговых дней месяца — с 1 до 23.
Посмотрим, в какие дни образовывались максимумы и минимумы месяца.
Максимумы –
Минимумы –
Экстремумы (суммарно, макс + мин) –
По этим данным видно, что
- значительная часть экстремумов образовано в начале месяца (также было в RTS),
- максимумы часто возникали в первые 3 торговых дня месяца,
- минимумы, сконцентрированы как в начале месяца (1 и 2 день), так и в течение месяца, например всплески в 7, 9, 10 и 14, 18-21 день,
- число максимумов в начале месяца незначительно превалирует над минимумами.
При этом следует отметить, что как в RTS, так и в Si, первые 3 дня торговли являются могут оказаться эффективными, в различные месяцы, как для покупки так и для продажи. Выбор направления эти дни можно выделить в отдельную задачу. Рассмотрим здесь упрощенный подход, что в начале месяца лучше искать момент для продажи Si.
Если торговать только по определенным дням, открываем позицию Лонг на открытии, закрываем на закрытии, то распределение соотношения %Win/Loss выглядит следующим образом (Si):
50% пороговый уровень – покупка/продажа. 19-22 дни смещены на покупку.
Среднее движение в процентах в течение дня (Si):
Отрицательные значения сообщают о частом снижении в такие дни, положительные – о росте.
В представленных графиках лучше суммировать данные 22 и 23 дня, т.к. на 23 день приходится малое количество дней.
Есть ли благоприятные периоды (дни) для покупки и продажи, исходя из полученных данных? Дни 1 — 6 может быть подойдут для продажи, но явно этого не видно. Дни 9 и 17 были днями частых продаж, попробуем купить после них, а продавать перед ними.
В ходе тестов в Wealth-Lab Developer (WLD) выявилось, что Si не подходит для проверки позиционной торговли, т.к. есть межконтракные разрывы, искажающие перформанс, поэтому все тесты далее будем проводить на USDRUB, предварительно удалив выходные дни для совпадения с торговыми днями Si. Используем те же правила входа.
Условия входа:
— Цена от открытия растет (падает) на половину от дневного диапазона (0.5*ATR)
— Стоп-уровень есть – 80% от дневного диапазона (0.8*ATR) от точки входа.
— Открываем Long в дни: 10-11 (удерживаем 3 дня) и 18 – 21 (удерживаем до окончания месяца)
— Открываем Short в дни: 7 и 15 — 16 (удерживаем по 2 дня)
Перформанс 1 для вышеперечисленных правил:
Перформанс 2 для условий (сделай как в RTS, но наоборот).
— Открываем Long в дни: 10 – 15, открываем Short в дни: 1 – 5:
Результаты тестирования будут ещё лучше, если удерживать длинную позицию дополнительно ещё 2 дня следующего месяца.
Данные не совсем являются подгонкой, т.к есть правила входа и стоп-уровни, бывают ситуации похуже в тестировании, типа, открываем на открытии свечки, зная его закрытие.
Соответственно, характеристики USDRUB по торговым дням:
— Si(pit) по торговым дням:
Перформанс 1 результат подгонки по визуальному просмотру стат. данных, Перформанс 2 – просто зная поведение RTS и корреляцию с Si.
Оптимальными выглядят 3 окна: 1 – 5, 10 – 11, 18 – 21.
И традиционно, не стоит «в лоб» торговать по данной системе, так как точки входа подогнаны под историю торгов 2009-2013. Кто знает, что там будет дальше, нет гарантий, что сделает «кукл», ЦБ и мировая закулиса с рублем точно не известно.
Вам нужно взять статистику солнечных и пасмурных дней за последнее время. Если в солнечные дни рынок рос чаще, то покупать в солнечный день. А если в пасмурный, то покупать в пасмурный.
И не забудьте прогнать эту систему на ТЕХ ЖЕ данных, по которым вы делали статистику.
:)))))
Может действительно лажа или дело в риск-менеджменте?