Избранное трейдера slavazavr
Добрый вечер!
Сегодня хочу рассказать вам о тестировании индикатора Parabolic SAR на различных таймфреймах и продемонстрировать, как многие трейдеры заблуждаются в его использовании.
Давайте начну с условных обозначений:
— Вероятность успеха сигнала (%): это доля случаев, когда цена после сигнала PSAR двигалась в нужную сторону с учетом комиссии. Чем выше процент, тем больше вероятность, что сигнал окажется прибыльным.
— Вероятность движения цены (%): это доля случаев, когда цена двигалась на минимально необходимое изменение без учета направления. Это помогает понять, насколько волатилен рынок.
— Выгода от PSAR: это коэффициент, показывающий, насколько использование PSAR выгоднее простого случайного движения цены. Чем выше значение, тем лучше работает индикатор.
Как проводился анализ?
Анализ учитывает комиссию в размере 0.036% для открытия и закрытия позиций (в обе стороны), что соответствует условиям торговли в качестве мейкера на популярной бирже Bybit.
Математика анализа:
Я использовал PSAR (Parabolic SAR) для анализа движения цены после сигнала. Это индикатор, который позволяет оценить развороты тренда, что может дать трейдеру четкие точки входа и выхода.
Примерно год у меня ушёл на то, чтобы «переболеть» переоптимизацией. После того как до меня наконец дошло, что искать нужно закономерности, а не лучший набор параметров для максимизации эквити, алгоритмы стали постепенно получаться. Мои размышления о том, как искать закономерности, нашли подтверждение в книге TradingSystems. ANewApproachtoSystemDevelopmentandPortfolio. К сожалению, она немного на английском, но читается легко и оказалась очень полезной. Многие другие книги, как оказалось, содержат банальные, затасканные мысли, а некоторые слишком сложны для моего понимания.
В результате работы оптимизатора мы получаем огромный массив данных, представленных, как правило, в виде таблицы. Я пользуюсь OsEngine, поэтому поясню на этом примере:
Для начинающих наиболее соблазнительным выглядит первый столбец. В нём отсортированы стратегии с самыми прибыльтыми, но, как правило, переоптимизированными результатами. Параметры стратегии подобраны так, чтобы захватить как можно больше самых прибыльных сделок (белых лебедей) на тестируемом периоде.


Самая большая проблема у меня — поиск алгоритма, который будет доходнее чем если б мы инвестировали 20лет назад и забыли о торговле.
То есть купили акции и держим. Яркий пример — попробуйте сделать алгоритм который превысит доходность например биткоина, если б вы купили его в первый день торгов на 1000$. Да, охренелеард процентов обогнать сложно, в этом и суть.
Часто при построении алгоритма этот момент упускается из виду (конкретно у меня). Итак на примере я взял акции мосбиржи (как я думал, но случайно скачал фьючерсы… а так как это не конец, то позволил себе лень и не переделал под акции) с 2009 года. То есть практически постоянный рост бумаг имеем, и соответственно наш алгоритм должен быть как к минимум не хуже.
Напоминаю, суть именно данного алгоритма, только лонги по портфелю акций, но внутри мы распределяем количество, уменьшая и увеличивая количество купленных акций.
В предыдущей статье показал пример использования одного из фильтров по недельному росту/падению. В принципе вместо недели можно использовать месяц, день, минуту — это вопрос скорее а надо ли нам оно, чем сама эффективность. В данном случае логика сохраняется. Если неделя была растущая то мы докупаем 10% дополнительно акций, если падающая неделя была то продаем либо 5 либо 10% бумаг. Разница только лишь в нашем риске, если скидываем по 10% то уменьшаем свой риск так как чем продолжительнее падение тем меньше у нас денег останется в рынке, и больше денег тем самым сохраним, и при зарождении роста — будем покупать по более выгодной цене. Но если продолжительных падений не предвидится то естественно оставаясь в рынке большей суммой — возможность заработать больше — растет. Сама процентовка пока что примитивная — только для примера.
Следующее ограничение — бюджет. У нас нет самосвала денег, потому для начала используем 1млн, с возможностью максимум добрать до 5млн (на примере фьючерсов реальных денег конечно будет задействовано меньше, но я игнорировал ГО и расчет вел по именно полной максимальной сумме денег (то есть если фьюч газпрома стоит 30 000 то значит именно эта сумма требуется для покупки 1 лота, а не по ГО).
Вот так выглядел бы график если мы просто затарились на 1млн денег на сбере, газпроме, лукойле и роснефти в 2009году.
Продолжаю сходить с ума. Мне кажется, я постиг ДАО биржевой торговли на полуавтомате на криптовалютной бирже, а заодно и буси-до канальных стратегий. Желающие ознакомиться с горячечным бредом пациента, вэлкам на мой y2b канал.
Приготовьте просроченные продукты. Возможно прийдётся швыряться в докладчика.