Простое статистическое преимущество в SPY

Недавно я прочитал отличный пост в блоге turinginance о том, как стать quant. Вкратце, он описывает научный подход к разработке торговых стратегий. Лично для меня наблюдение за данными, мышление с помощью моделей и формирование гипотез — вторая натура, как и должно быть у любого хорошего инженера.

В этом посте я собираюсь проиллюстрировать этот подход, подробно описав ряд шагов (всего несколько, не все), связанных с разработкой торговой стратегии.

Давайте взглянем на самый распространенный торговый инструмент, SPY S & P 500 ETF. Я начну с наблюдений.

Наблюдения
Мне пришло в голову, что большую часть времени, когда в СМИ много говорят о крахе рынка (после больших потерь в течение нескольких дней), иногда следует довольно значительный отскок.
В прошлом я допустил пару ошибок, закрыв свои позиции, чтобы сократить потери, просто чтобы пропуститьв последующие дни ожидается восстановление.

Общая теория
После периода последовательных потерь многие трейдеры ликвидируют свои позиции из-за страха еще больших потерь. Большая часть такого поведения определяется страхом, а не расчетным риском. Затем приходят более умные трейдеры для заключения сделок.

Гипотеза: доходность SPY на следующий день покажет тенденцию к росту после ряда последовательных потерь.

Чтобы проверить гипотезу, я подсчитал количество последовательных дней простоя. Все, что приносит доход ниже -0,1% в день, квалифицируется как «неудачный» день.



Серии возвратов почти случайны, поэтому, как и следовало ожидать, шансы на 5 или более последовательных дней простоя невелики, что приводит к очень ограниченному числу случаев. Низкое количество вхождений приведет к ненадежным статистическим оценкам, поэтому я остановлюсь на 5.

Ниже приведена визуализация доходности следующего дня в зависимости от количества дней простоя.





Я также нанес 90% доверительный интервал доходности между строками. Оказывается, что средняя доходность * положительно коррелирует с количеством дней простоя. Гипотеза подтверждена.

Однако вы можете ясно видеть, что эта дополнительная альфа очень мала по сравнению с диапазоном вероятных результатов возврата. Но даже крошечное преимущество можно использовать (найдите статистическое преимущество и повторяйте как можно чаще). Следующий шаг — выяснить, можно ли использовать это преимущество в торговой стратегии.

Учитывая приведенные выше данные, можно разработать торговую стратегию:
После последовательных 3 или более потерь открывайте длинные позиции. Выход при следующем закрытии.

Ниже приведен результат этой стратегии по сравнению с чистой покупкой и удержанием.





Это выглядит совсем не плохо! Если посмотреть на коэффициенты Шарпа, стратегия показывает снижение на 2,2 против 0,44 для B & H. На самом деле это довольно хорошо! (однако не стоит слишком волноваться, поскольку я не учитывал затраты на комиссию, проскальзывание и т. Д.).

Хотя приведенная выше стратегия — это не то, чем я хотел бы торговать просто из-за длительного промежутка времени, сама теория вызывает дальнейшие мысли, которые могут привести к чему-то полезному. Если тот же принцип применим к внутридневным данным, можно было бы построить стратегию скальпинга. В приведенном выше примере я немного упростил ситуацию, подсчитав только * количество * дней простоя, не обращая внимания на глубину просадки. Кроме того, выход из позиции — это просто базовое «закрытие на следующий день». Многое еще предстоит улучшить, но суть, на мой взгляд, такова:

на будущую доходность SPY влияет просадка и продолжительность просадки за предыдущие 3-5 дней.