Тестирование модели завеса из темных облаков

 

Тестирование модели завеса из темных облаков

Введение

          В данной статье нас интересует возможность проверить на исторических данных эффективность использования модели завеса из темных облаков для прогнозирования будущего движения цены. Модель завеса из темных облаков выглядит примерно так, как показано на Рис. 1.

                      Рис. 1.

Эта модель возникает тогда, когда выполнены следующие четыре условия:

• На рынке есть ярко выраженная восходящая тенденция.
• Тело первой свечи белое (цена открытия меньше цены закрытия), а второй свечи черное (цена открытия больше цены закрытия).
• Первая свеча имеет сильное тело.
• Цена открытия второй свечи выше цены закрытия первой, и тело второй свечи более чем на 50% перекрывает тело первой свечи.

         Модель завеса из темных облаков считается разворотной моделью, т.е. после того, как на восходящей тенденции встретилась эта модель, то, в соответствии с канонами свечного анализа, стоит ожидать снижение.

Параметры тестирования

Перед  тем, как переходить к расчетам, необходимо определить следующие три параметра:

 

• Как мы будем определять, что первая свеча имеет сильное тело
• Как мы будем определять восходящую тенденцию
• Как мы будем оценивать результаты продажи с использованием этой модели

         Забегая вперед, скажу, что тестирование проводилось при различном наборе параметров и принципиально на итоговом результате это практически не сказалось. Тем не менее, в приведенном в данной статье тестировании было принято, что первая свеча имеет сильное тело тогда, когда:

закрытие — открытие > максимум – закрытие + открытие – минимум

т.е. высота тела свечи больше, чем суммарная высота ее теней.

         Давайте теперь определимся с тем, как мы будем определять восходящую тенденцию. Для начала дадим определение индикатора RSI. Индикатор RSI вычисляется по формуле:

RSI = 100 * Сумма U / (Сумма U + Сумма D), где

Сумма U – сумма всех U за расчетное количество дней;

Сумма D – сумма всех D за расчетное количество дней;

U = цена сегодняшнего закрытия — цена вчерашнего закрытия, если цена закрытия сегодня выше, чем вчера, иначе 0;

D = цена вчерашнего закрытия — цена сегодняшнего закрытия, если цена закрытия сегодня ниже, чем вчера, иначе 0.

При этом если Сумма D = 0, т.е. за весь расчетный период цена только росла, то считаем, что RSI = 100.

         В данной статье будем считать, что тенденция является восходящей, когда индикатор RSI >= 80. При этом RSI будем рассчитывать за 10 последних торговых дней (2 последние торговые недели).

         Прежде, чем перейти к тестированию эффективности использования модели завеса из темных облаков на исторических данных, давайте определимся, как мы будем оценивать результаты продажи с использованием этого индикатора. Т.е. как мы будем определять, правильно ли определил этот индикатор падение или нет. Я предлагаю устанавливать стоп-лосс и тэйк-профит на уровне одной среднедневной волатильности по акции за 10 дней (волатильность – это разница между максимальной и минимальной ценой дня). Например, если после нашей продажи акция упала на одну среднедневную волатильность за 10 дней, мы считаем, что модель завеса из темных облаков дала верный сигнал, а если цена выросла на одну среднедневную волатильность за 10 дней, то считаем, что модель дала сигнал ошибочный.

Результаты тестирования

         Теперь у нас все готово для того, чтобы проверить на исторических данных эффективность использования модели завеса из темных облаков для прогнозирования будущего движения цены. Итак, я собрал статистику по 30 наиболее ликвидным бумагам МосБиржи за период с начала торгов по каждой бумаге и по 30 декабря 2016 года (т.е. если Лукойл торгуется на МосБирже с 22 сентября 1997, а Газпром с 23 января 2006, то статистика по Лукойлу берется с 22.09.1997 по 30.12.2016, а для Газпрома с 23.01.2006 по 30.12.2016). Статистика использовалась  дневная, т.е. в качестве максимальной, минимальной цены, а также цен открытия и закрытия использовались цены одного торгового дня. Ниже приведена таблица тестирования модели завеса из темных облаков на дневном интервале (таблица 1).

 

Таблица 1. Результат тестирования модели завеса из темных облаков.

Заключение

         Итак, по результатам тестирования мы видим, что модель завеса из темных облаков давала верный сигнал для продажи 142 раза против 139 ошибочных предсказаний.

 

Какие же выводы отсюда можно сделать? Выводов на самом деле несколько. Итак:

1. По результатам проведенного тестирования точность прогноза движения цен на основе модели завеса из темных облаков можно считать неудовлетворительной, т.к. точность предсказания не превысила статистическую погрешность в рамках 50% вероятности.
2. При определении эффективности использования модели завеса из темных облаков для прогнозирования будущего движения цены были произведены расчеты на большом количестве разнообразных параметров (использовались различные параметры покупки/продажи, а также различные значения стоп-лосса и тэйк-профита) и ни в одном случае не удалось добиться точности прогноза, существенно превышающей 50%.
3. Учитывая пункты 1-2 можно сделать следующий вывод: построить эффективную торговую систему ТОЛЬКО на основе модели завеса из темных облаков представляется, на мой взгляд, крайне сложной, и, скорее всего, просто невыполнимой задачей.

Берегите свои деньги! Торгуйте грамотно!