Индикатор KST и другие приключения с ROC

На графике это выглядит так:

Невооруженным глазом видно, что к таким резким движениям цены данный индикатор не подходит.

Запускаем Quantopian

Протестируем индикатор KST и другие вариации на тему ROC:

• Положение KST относительно нуля.
• Положение KST над сигнальной линией.
• Индикатор силы тренда TSI > 0.5 из этой статьи.
• Положение ROC(5) сглаженного на SMA(200) над нулём. (Благодарю за подсказку в комментариях.)

Общие условия тестов:

• Торгуем SPY.
• Период: 2004-2018.
• Проводим сделку за 1 час до закрытия рынка.
• Капитал 100K.

Код условий:

# KST
prices = data.history(context.asset, ['close'], 400, '1d')
kst, kst_signal = get_kst(prices, [10, 15, 20, 30], [10, 10, 10, 15], 9)
allow = 0. <= kst[-1]

# ...
# KST histogram
allow = 0. <= (kst - kst_signal)[-1]

# ...
# ROC(5) by SMA(200)
roc_sma = talib.SMA(talib.ROC(prices.close, timeperiod=5), timeperiod=200)
allow = 0. <= roc_sma[-1]

# ...
def get_kst(df, roc, sma, signal):
    kst = None
    for i, v in enumerate(roc):
        data = talib.SMA(talib.ROC(df.close, timeperiod=v), timeperiod=sma[i])
        if kst is None:
            kst = data * (i + 1)
        else:
            kst += data * (i + 1)
    return kst, talib.SMA(kst, timeperiod=signal)

Результаты на Quantopian:

• Exposure — время нахождения в позициях.
• Transactions — количество сделок, включая открытие и закрытие.

Как видим, для SPY лидером остаётся пересечение SMA(50) и SMA(200).

Посмотрим на результаты в Jupyter

Эти же стратегии проверим в Jupyter без тестов, лишь расчётом. Так как это быстро, проверим другие ETF на основные индексы и секторы.

• bench — бенчмарк, результат удержания актива в течение всего времени;
• * dd — максимальная просадка при каждом условии;
• kst — удержание при KST больше нуля;
• kst_hist — удержания при KST выше сигнальной линии;
• roc5_200 — удержание при ROC(5), сглаженном на SMA(200) выше нуля;
• tsi — удержание при ROC(200) выше нуля и TSI выше 0,5;
• s50x200 — пересечение SMA(50) и SMA(200).

Вывод

Тесты показали, что KST работает хуже SMA(50) и SMA(200). Приятно удивил приличными результатами ROC(5), усреднённый за 200 дней. Все стратегии плохо себя проявляют в коррекциях за последние годы, когда идёт резкое падение и быстрый откуп. Все сглаженные индикаторы дают сигнал на продажу, когда актив уже растёт.

В комментариях пишите ваши вопросы по тестам и коду. Предлагайте, как можно вести портфель с минимальным количеством ребалансировок и своевременной реакцией на падение.

Александр Румянцев
Автор на Quantrum.me
Telegram-канал: @quantiki

Интересуетесь алготрейдингом на Python? Присоединяйтесь к команде.

Исходные коды на Quantrum.me