Блог им. Quantrum
В этот раз «подкрутим» стратегию «купи и держи» с помощью скользящих средних на основе этой статьи. Там говорится, что при входе выше 200-дневной средней и выходе под ней, мы можем получить аналогичную доходность и сократить просадки. Дополнительно появляется возможность припарковать свободный капитал, например, в банк.
Будет приведено несколько алгоритмов:
Все происходит на платформе Quantopian, о которой я подробнее пишу в этом посте. Период тестирования для всех алгоритмов — с 01.01.2014 до 29.12.2016. Связано это с тем, что у EMA есть нестабильный период, который необходимо пропустить.
Для наглядности размещу здесь результат стратегии «Купи и держи». Можно заметить, что результат хуже бенчмарка на ~3%, что связано с механизмом просадок и комиссий, используемым по умолчанию в платформе. Об этом поговорим в отдельном обзоре.
Внизу видно, что было много транзакций — это связано с реинвестированием дивидендов.
Справа на картинке не впечатляющие результаты тестирования. Мы входим над 200-дневной скользящей средней и выходим, когда цена опускается под нее. Внизу видно увеличившееся число произведенных транзакций, которые с аппетитом поедали средства на комиссии и проскальзывания. За 50% доходности мы получили сокращение на 22% времени удержания позиции и уменьшение просадки до -22%, что положительно скажется на нервах. Результаты всех измерений доступны в конце статьи, в таблице.
Внизу видно, что транзакции на покупку и продажу сконцентрированы в нескольких местах. Объясняется это тем, что цена очень часто колеблется вокруг 200-дневной средней, являющейся очень сильным уровнем поддержки или сопротивления. Для сокращения колебаний воспользуемся второй короткой средней, SMA(10), и будем входить когда она над длинной, а выходить — наоборот.
Ниже размещен код на Python. Все последующие тесты используют этот же код с минимальными изменениями, которые будут показаны без повторения нетронутых строк. Исходный код на Quantrum.me.
Для использования этого кода, перейдите на страницу своих алгоритмов, нажмите кнопку «New Algorithm», в названии укажите «Buy and hold SMA200» и нажмите «OK». Скопируйте текущий код и на открывшейся странице вставьте его в левое поле, стерев предварительно все что там было. Для запуска алгоритма нажмите «Build Algorithm».
В этот раз удалось отыграть 20% доходности и сократить просадку до -19%.
В следующем тесте проведем проверку с пересечением SMA(50) и SMA(200). Данное пересечение является фактом долгосрочного бычьего или медвежьего трендов. По этому пересечению многие трейдеры держат консервативную часть своего капитала в индексах широкого рынка, таких как S&P 500 (SPY).
В коде тестирования SMA(200) X SMA(10) были поменяны только три строчки, которые представлены ниже: Исходный код на Quantrum.me.
Результаты стали значительно лучше. Не хватает только 9% доходности, а на другой чаше весов сокращение времени удержания позиции на 23%, сокращение просадки на 35% и даже сокращение количества сделок.
В следующем тесте попробуем заменить обычные на экспоненциальные скользящие средние. Ведь они быстрее реагируют на изменения цены, что может позволить нам улучшить результаты теста.
Изменения кода SMA(200) X SMA(50): Исходный код на Quantrum.me.
За последние 12 лет грааль вроде найден и содержит он простое пересечение EMA(50) и EMA(200). Нам удалось обыграть рынок на 2%, сократить просадку до 18%, сократить количество сделок и сократить время удержания на 18%. И это при учете проскальзываний и комиссий (об этом подробнее в будущих статьях), которые автоматически учитываются на Quantopian.
Изменения кода EMA(200) X EMA(50):
<code class=" language-python"> ... ma_long = talib.EMA(price_hist, timeperiod=200)[-1] ma_short = talib.EMA(price_hist, timeperiod=50)[-1] ...</code>
Помня, что в первый час открытия рынка торговать не рекомендуется из-за повышенной волатильности, мы установим условие, что на рынок будем выходить спустя 1 (один) час после открытия. Данный не хитрый способ позволил нам отыграть еще 4%. Код изменения ниже:
<code class=" language-python"> ... schedule_function(rebalance, date_rules.every_day(), time_rules.market_open(hours=1)) ...</code>
Сейчас мы видим последнюю проблему, которая поражает наш алгоритм — это резкое падение, которое было в августе 2015. Есть несколько возможных решений, например:
В принципе, улучшать любой алгоритм можно до бесконечности. Попробуйте самостоятельно. На десерт, рассмотрю пример со входом в облигации в момент слабости рынка.
Каждый раз на слабом рынке мы выходили в кэш. А что будет, если при выходе в кэш искать возможность войти в облигации, а именно в ETF на 20-летние облигации TLT? А все будет значительно лучше, что показывают результаты в таблице ниже. Доходность вырастает до 198%, что на 40% выше эталона, а деньги находятся в рынке 94% времени.
Остаются проблемы августа 2015, решая которые можно скорее навредить, подогнав алгоритм под историю, нежели улучшить.
Исходный код с торговлей облигациями доступен в обмен на вашу социальную активность.
Исходный код на Quantrum.me.
Стратегия | Время торгов | Кол-во сделок | Срок в позиции | Доходность | Просадки |
---|---|---|---|---|---|
Купи-Держи | Open | 53/0 | 99% | 160.1% | -54.9% |
SMA200/ Цена | Open | 91/47 | 77.5% | 113.9% | -22% |
SMA200/ SMA10 | Open | 56/16 | 78% | 129.1% | -19.1% |
SMA200/ SMA50 | Open | 47/7 | 77% | 151.1% | -19.9% |
EMA200/ EMA50 | Open | 46/4 | 82.5% | 162.1% | -18.2% |
EMA200/ EMA50 | Open+1 | 48/4 | 82.5% | 165.9% | -18.3% |
EMA200/ EMA50/ TLT | Open+1 | 71/12 | 94% | 198% | -20.8% |
Исследование показывает, что стратегия «Купи и держи» с легкостью может быть улучшена обычными скользящими средними. При этом не надо ни ума, ни активного робота. Достаточно заглядывать на графики раз в неделю и уже только это позволит иметь приличные результаты по доходности. В следующий раз я опишу стратегии при использовании индикатора MACD.
Напишите в комментариях, что можно улучшить в данных алгоритмах. Или предложите, какие стратегии стоит рассмотреть в будущем.
Вся последовательность ваших шагов в этой статье — это чистый подгон системы под исторические данные. Проверить это не сложно, просто прогоните ее на любом случайно выбранном отрезке.
Я собаку съел на подобных подгонах. В чем смысл того что вы нашли (подогнали) грааль для указанной выборки? Работать оно не будет. Как реклама или практика питона, да, но практического применения без теста на независимых выборках у подобных систем нет никакого.
Вы могли бы взять недельные данные за бОльший период и перейти, скажем, к 40ЕМА на недельках?