Блог им. Z-Opera

Смотрим статистики по торговому инструменту

В данной статье мы рассмотрим некоторые статистики по торговому инструменту. Использование этих статистик позволит нам получить общее представление об инструменте, с которым мы будем работать.

Для примера, я скачал дневные данные открытий, закрытий, максимумов и минимумов фьючерса Brent биржи ICE за последние 30 лет. Так выглядит график цен закрытия для этого инструмента:

Смотрим статистики по торговому инструменту
Посчитаем некоторые статистики для Brent: 

Процент растущих дней: 50.01%.
Средний возврат дня: 0.023%


Фактически это означает, что использовать инструмент Brent для долгосрочного инвестирования не очень хорошая идея. Так как средний возврат дня близок нулю, а процент растущих дней от общего количества фактически совпадает с процентом падающих дней.

Далее рассмотрим следующие статистики: 

Процент растущих дней, если предыдущий 1 день падал: 40.71%
Процент растущих дней, если предыдущий 1 день рос: 59.72%
Процент растущих дней, если предыдущий 2 дня падали: 37.03%
Процент растущих дней, если предыдущий 2 дня росли: 62.96%


Обратите внимание, на сколько вырос наш прогноз, если бы мы покупали только в том случае, если предыдущий день или предыдущие два дня были бы растущими. Эта статистика говорит нам о характере движения нефти – скорее всего при торговле нефтью более эффективны будут прорывные стратегии (momentum) нежели возврат к среднему (mean reversion). 

Ещё некоторые статистики: 

Средний возврат растущих дней: 1.47%
Средний возврат падающих дней: — 1.48%
Стандартное отклонение дня: 2.07%
Макс. положительное изменение дня: 17.34%
Макс. отрицательное изменение дня: -15.32%


Эти показатели дают нам представление о средней дневной волатильности инструмента Brent. Для сравнения для фьючерсного контракта S&P 500 E-mini эти значения составляют 0.61%, -0.67%, 1%, 11.43% и -9.38% соответственно. Это говорит о том, что Brent достаточно волатильный инструмент и это нужно учитывать при совершении операций с ним.

Разбиваем цену инструмента по дням недели, месяца, месяцам и кварталам.

Данная техника позволяет выявить дополнительные статистические закономерности по инструменту. Например, определить по каким дням, месяцам и кварталам инструмент склонен к росту.

Представим, что мы покупаем ценную бумагу только по понедельникам (или в любой другой день недели) на открытии рынка и закрываем позицию перед закрытием рынка. В скольких процентах случаев мы оказались бы правы?

Я вычислил такую статистику для инструмента Brent: 

Mon 45.96%
Tue 47.44%
Wed 52.68%
Thu 51.96%
Fri 51.45%
Sat 50.72%
Sun 50.07%


и построил график:

Смотрим статистики по торговому инструменту

Видно, что статистически инструмент Brent больше всего склонен к росту в среду (почти в 53% случаев день был растущим). В то же время, в 54% случаев (100% — 46% = 54%) рынок Brent склонен к падению по понедельникам. 

Я не призываю покупать или продавать Brent по средам или понедельникам. Мы просто можем принимать эту информацию во внимание при совершении торговых операций. А также пробовать использовать эту информацию в качестве фильтров при построении полноценной стратегии для инструмента Brent. 

Теперь представим, что мы покупаем ценную бумагу только по определённым дням месяца (скажем только 15-го числа каждого месяца) на открытии рынка и закрываем позицию перед закрытием рынка. В скольких процентах случаев мы оказались бы правы?

Ниже показана такая статистика для инструмента Brent: 

1 50.32%
2 52.27%
3 50.96%
4 45.8%
5 50.47%
6 48.87%
7 48.07%
8 47.28%
9 50.16%
10 47.61%
11 52.09%
12 48.39%
13 48.88%
14 50%
15 51.28%
16 50.96%
17 42.72%
18 49.67%
19 45.39%
20 47.61%
21 52.73%
22 49.83%
23 50.96%
24 51.75%
25 52%
26 51.44%
27 49.84%
28 48.56%
29 61.37%
30 53.16%
31 51.91%


а также график:

Смотрим статистики по торговому инструменту

Видно, что статистически инструмент Brent больше всего склонен к росту 29-го числа каждого месяца (в 61% случаев день был растущим). В то же время, в 57% случаев (рынок Brent склонен к падению 17-го числа каждого месяца.

Аналогично представим, что мы покупаем ценную бумагу только по определённым месяцам года. Например, в начале апреля каждого года. И закрываем позицию в конце этого месяца. В скольких процентах случаев мы оказались бы правы? 

Такая статистика показана ниже для инструмента Brent:

1 53.57%
2 53.57%
3 57.14%
4 67.85%
5 53.57%
6 60.71%
7 57.14%
8 57.14%
9 50%
10 35.71%
11 46.42%
12 42.85%


Смотрим статистики по торговому инструменту

Если бы мы покупали Brent в начале апреля и продавали бы его в конце апреля, то мы бы оказались правы в 68% случаев. Фактически две из трёх сделок приносили бы положительный результат. В то же время, в 64% случаев рынок Brent склонен к падению в октябре каждого года.

И напоследок рассмотрим, что было бы, если бы мы покупали Brent в начале одного из четырёх кварталов и продавали бы его в конце этого квартала. В скольких процентах случаев мы оказались бы правы?

Ниже показана такая статистика для инструмента Brent:

1 64.28%
2 65.51%
3 57.14%
4 46.42%


и график:

Смотрим статистики по торговому инструменту

Из графика видно, что больше всего инструмент Brent склонен к росту в первом, втором и третьем квартале года. В четвёртом квартале нефть склонна к падению. 

ВЫВОДЫ:

1. Вычисление глобальных статистик по инструменту позволяет получить общее представление об инструменте, с которым мы собираемся работать. В том числе, можно рассмотреть, по каким дням, месяцам и кварталам рынок склонен к росту или падению.

2. Статистики можно применять во внимание при совершении торговых операций, а также пробовать использовать их в качестве фильтров при построении торговых стратегий по рассматриваемому инструменту.

3. Однако имейте в виду, что простая покупка или продажа торгового инструмента с использованием этих статистических данных без использования риск-менеджмента – не очень хорошая идея. 

P.S.: Если Вам нравится подобный формат статей, подпишитесь на мой телеграм канал t.me/extreme_trading — там статьи будут выходить быстрее, но на английском языке. Новая статья уже на канале :) Если ссылка не работает, то просто в поиске телеграм наберите extreme_trading :)

★25
Офигенская стата. Спасибо за труды.  Канал на англ. и только?
avatar

@Trader_FORTS

@Trader_FORTS,  пока только на английском, на русском статьи можно будет почитать на смартлабе)
Chief In Quantitative Research, в среду, 29 апреля, 2020 года,

ставь все деньги на рост, если 27 и 28 будут растущими.
Андрей Михалыч, Если система увидит точку входа в этот день, то почему бы и нет :) но все деньги я ставить не буду :)
А если исследовать первую половину графика (In Sample), а потом сравнить со второй (Out Of Sample). Подозреваю что результаты изменятся.
Дядя Ваня СпекулянтЪ, возможно — поэтому и пишу, что не стоит воспринимать стату, как «истину в последней инстанции». Но можно использовать её, как фильтр для точек входа при построении стратегии. 
Chief In Quantitative Research, Можно, конечно, использовать, но только в том случае если эти закономерности не случайны. Иначе фильтр теряет смысл.
Дядя Ваня СпекулянтЪ, так и есть — надо чётко понимать, почему в определённый день недели или месяца это смещение имеется (например, определённые игроки двигаю рынок по этим дням по какой-то причине), прежде чем использовать на практике
Молодец.
avatar

Байкал

Байкал, 

Что-то подобное делал, кажется, Ларри Вильямс — одна из немногих книг по трейдингу, которую я читал)). Тока он наслаивал фильтры, а фильтры были похожие.

 

Задалбывает контент по индикаторам, или малопонятный контент с обилием математики, а тут приятный в плане формата и наполнения.

 

В принципе, уверен, что только на этом можно построить стратегию с свовсем некосмическими показателями., но на большом горизонте вполне стабильную.

 

А так да, что-то подобное полезно для понимания инструмента. Мне нравится идея не находить инструмент (или «инструмент-TF»), на котором хорошо что-то работает и торговать, а найти закономерность: на на каком участке «инструмент-TF-конкретный отрезок времени» рынок обладает характеристики, которые благоприятны для текущей стратегии. Вот это по-моему крутая тема!

 

Не хотите рассказать про свой опыт в алго отдельным постом?)

avatar

Replikant_mih

Replikant_mih, Да, автор некоторых идей — Ларри Вильямс. В ообщем-то успешно использовал и использует эти техники до сих пор: Trade Day of Week (TDW) и Trade Day of Month (TDM)

Не хотите рассказать про свой опыт в алго отдельным постом?)
А смысл? Вот статьи, которые выкладываю — это и есть в некотором смысле опыт)
Chief In Quantitative Research, Просто вы пишете посты на английском, и ник такой мощный)) — хотел узнать подробней, что за бэкграунд такой интересный за этим стоит)).
avatar

Replikant_mih

Сегодня среда. Посмотрим за BR
avatar

IliaM

IliaM, смещение слишком маленькое, чтобы следить за ним в контесте одного дня)) но на более длинной дистанци оно может дать приемущество)
Chief In Quantitative Research, А вот мозг как-то так и работает:
он сказал, что в среду покупать нефть выгодно, вчера была среда, вчера нефть падала, ну и дурак, все что они пишет — чушь. О, у него новая статья (вспоминая про случай с нефтью) — по-любому опять чушь!
avatar

Replikant_mih

Такие примитивные статистики даже в качестве фильтров невозможно использовать. Тем более без проверки доверительных интервалов относительно синтетических бенчмарков (GBM, к примеру)
avatar

wrmngr

wrmngr, Можете привести какие-то другие статистики, которые могут быть более полезны? Может быть ссылки на какие-то материалы на эту тему? Спасибо 

avatar

i aztec

i aztec, для начала нужно понимать природу данных. Вот что здесь за исходный график в посте? наверняка склеенный ближний фьючерс Брент, а что происходит при тупой склейке? геп или вверх или вниз в зависимости от текущей контанги/беквордации. Теперь вспоминаем когда экспирация по бренту на ICE — последний рабочий день месяца. Теперь подумаем а какое число в конце  месяца наиболее вероятно будет рабочим днем?  ну примерно 29, так ведь? И что мы видим на картинке Day Of Month Stats? Бинго! 29 число. И вот так нужно работать с каждой цифрой, а не тупо считать вероятности
avatar

wrmngr

wrmngr, Да, от физической природы явлений далеко лучше не отходить — опасно), ну либо очень осторожно).
avatar

Replikant_mih

wrmngr, 
И вот так нужно работать с каждой цифрой, а не тупо считать вероятности
Согласен!

wrmngr, из-за незначительного влияния на результативность — а-ля win-rate или с чем связана ваша предубежденность?

Квартал — как по мне, даже в таком виде можно как фильтр использовать (опять же, если результаты не случайны), остальные — да, наверно не особо полезны в качестве фильтров сами по себе.

avatar

Replikant_mih

Replikant_mih, потому-что на финрез влияет не только и не столько вин-рейт, сколько размер движения. Да и вин-рейт здесь скорее всего не пройдет простейших стат-тестов

avatar

wrmngr

wrmngr, Ну тут ключевое — подход, можно заменить вин-рейт на любой другой показатель.
avatar

Replikant_mih

Replikant_mih, здесь в посте вообще нет никакой методологии, кроме «а давайте вот такую цикличность прикинем». Странно что лунный цикл не оценили, в нем и то больше смысла
avatar

wrmngr

wrmngr, методология следует из алгоритма — берем некоторые факторы и прикидываем их влияние — почти на глаз (в смысле технология конкретная, цифры конкретные, но методология такая позволяет прикинуть только на глаз).
avatar

Replikant_mih

Replikant_mih, методология порождает алгоритм, а не наоборот. А вот на глаз лучше не прикидывать
avatar

wrmngr

wrmngr, методология порождает — согласен, но мы не на симпозиуме по космическим технологиям))).

Прикидывать на глаз — отличный вариант если правильно применять — прикидывать на глаз — это получить примерную оценку чего-либо малыми затратами ресурсов. 

avatar

Replikant_mih

это стата для детей.
успехов, школота.
avatar

Kapeks

Kapeks, Стата для детей, а подход норм).
avatar

Replikant_mih

Кстати, если кто-то, прочитав пост, начал жадно потирать руки в ожидании космических прибылей, я бы рекомендовал удостовериться, что как минимум в дне месяца 17-е и 29-е это не случайные выбросы). И к другим срезам применил бы аналогичный подход.
avatar

Replikant_mih

статистика 50 на 50, потому скорее всего мало поможет
avatar

Ivanaev

выкладки прикольные, но выводы неверные
нефть как раз отлично торговать возврат к средней, а все пробойные стратегии сперва выходят по стопу
и кстати, кол-во растущих и падающих дней везде всегда примерно одинаковое и равно 50%
avatar

RomanAndreev

RomanAndreev, 
нефть то как раз любит обламывать длинными безоткатными движениями. Причем на любом тайм-фрейме разумном для торговли возврата к средней.
полностью согласен с вот этим:

>кстати, кол-во растущих и падающих дней везде всегда примерно одинаковое и равно 50%
avatar

AlexChi

RomanAndreev, 
и кстати, кол-во растущих и падающих дней везде всегда примерно одинаковое и равно 50%
лучше в сравнении с другими инструментами смотреть — для S&P 500, например, это значение около 53%
Оказывается, это Ларри Вильямс). А я сам год назад подобное проделал с акциями Сбербанка.
Только намного глубже и тоньше критерии взял, чем просто рост цены в предыдущий день.
Получилось не просто «познакомиться с инструментом», а зачастую на следующий день общий вид изменения цены предсказать.
avatar

MS

MS, публикуйте!
avatar

dip

dip, рано. А примеры «сигналов» можно найти в моих сообщениях май-июль 2018.
avatar

MS

так ведь есть же «сезонная торговля фьючерсами» и более того спредами на основе фьючерсов… там дясетилетиями всё отрабатывает и порой с вероятностью 80 и более %
поляков сергей, Жаль, что вы перестали писать. вас было интересно читать! 
avatar

dip

Так вероятность более 50% доказывает, что закономерность не случайна, а мотивирована, например графиком работы или еще какой то ерундой. Как только график того парня, чью статистику вы измеряете измениться система как и любая другая МТС станет генерить убытки. Если нет объяснения почему статистика 80%, то лучше пользоваться той системой, что исторически дает 50/50 или полностью случайна.

Только зарегистрированные и авторизованные пользователи могут оставлять комментарии.

Залогиниться

Зарегистрироваться
....все тэги
UPDONW