Здравствуйте дорогие друзья!

Предвосхищая дурацкие вопросы и упреки, говорю, что цель данных исследований (этой и последующих статей из этой серии) не предоставить вам грааль, а провести исследование наиболее интересных мне стратегий с целью:
— отбраковать явно негодные подходы к торговле опционами в конкретных стратегиях.
— создать базу, фундамент, для дальнейшего улучшения подходов применимо к стратегиям. Это добавление методов роллирования и введения фильтров на вход и выход из позиции.

В этой статье я более подробно остановлюсь на тесте стратегии 1.
Номера стратегий, нюансы и параметры тестов указаны в предыдущей статье, тут.

Чтобы определить оптимальные параметры, данной стратегии, протестируем его без системы управления капиталлом, тоесть при постоянном количестве опционов.
Почему так? Просто хочется, чтобы система показывала доход в чистом виде, без способов вытягивания баланса в плюс с помощью системы управления капиталлом.

Линейная регрессия часто используется для вычисления пропорции хеджирования в парном трейдинге. В идеальной ситуации коэффициенты этой регрессии — наклон линии регрессии и свободный член (пересечение) остаются всегда постоянными. Однако в реальности все, конечно, не так радужно, и значения этих параметров постоянно меняются во времени. Как правильно вычислять коэффициенты регрессии, чтобы избежать подгонки к текущей ситуации, рассматривается в статье "Online Linear Regression using a Kalman Filter". Для этой цели в данной публикации используется фильтр Калмана. 

Для тестирования берутся исторические цены закрытия двух биржевых фондов ETF — австралийского EWA и канадского EWC с 2010 по 2014 год. Динамика цен этих фондов показывает взаимосвязь, что продемонстрировано на  диаграмме рассеивания в заглавии поста. Однако по этому же графику видно, что эту взаимосвязь невозможно описать с помощью линейной регрессии с постоянными коэффициентами.