Ricerca di sistemi di trading. Due approcci: Data Mining e Statistics vs Market Structure Research

Creazione di strategie di trading basate sulla media inversione e sullo slancio

Visualizzazioni: vista 734
Momento della lettura: 6 verbale



Penso che le ricerche sui sistemi di trading siano il problema principale della costruzione di strategie di trading. Il nostro obiettivo principale è quello di costruire una strategia, che avrà successo in futuro e non solo su backtest (adattamento alla curva). Questo è il motivo per cui ritengo giusto iniziare l'argomento con la descrizione dei due approcci alla creazione di strategie di trading.

Due approcci per la ricerca di sistemi di trading: data mining e statistiche vs ricerche sulla struttura del mercato

Ricerca sulla struttura del mercato

Ricerca sulla struttura del mercato

Comprensione dell'essenza dell'inefficienza, che sta alla base dei guadagni del sistema. Per speculazioni, la base di ciò può essere espressa nell'aforisma di Buffett: "Se hai giocato a poker per mezz'ora e non sai ancora chi è il patsy, sei il patsy." Se non sai chi perde nello scambio, allora perdi. Dovresti saperlo quando fai trading. Per guadagnare denaro su un sistema, gli altri trader devono perdere su questo sistema. Ancora una volta, il trading è un gioco a somma zero. Comprendere il fenomeno del mercato è molto diverso dal "trascinare opinioni sul mercato".

Innanzitutto, formuliamo un'ipotesi sul comportamento di uno o un altro tipo di partecipante. Quindi esprimiamo questa ipotesi in termini di prezzo, volume e così via. E solo allora testiamo questa ipotesi sulla storia. Se "si è riunito" esattamente come avevamo ipotizzato, allora le probabilità che questo sia solo un incidente sono estremamente basse. in questo modo otteniamo allo stesso tempo sia la robustezza “incorporata” sia il “trigger”, le cui prestazioni ci consentono di giudicare che il fenomeno è morto.

Per esempio:

  1. Esistono alcuni modelli comportamentali comuni dei fondi comuni di investimento, ad esempio, pochi giorni prima della fine del mese vendono azioni liquide e nei primi due tre giorni dell'inizio del nuovo mese, li riacquistano. Quindi, puoi identificarli e provare a costruire strategie di trading di media inversione basate su questi movimenti di prezzo.
  2. In Brasile nel 2014 ci sono state gelate e il prezzo del caffè è stato aumentato in modo significativo. Era come una grande perdita di raccolto di caffè. Coloro che hanno avuto accesso ai dati sul volume di caffè brasiliano per l'esportazione in certificati di esportazione hanno visto che i volumi preparati per l'esportazione non sono diminuiti molto. * Per l'esportazione, è necessario innanzitutto ottenere un certificato (è necessario fornire informazioni sul volume e sul lotto di caffè per l'analisi). In altre parole, gli agricoltori hanno visto che il danno da gelo non era così forte e ha venduto con coraggio il caffè. Il prezzo è quindi tornato ai livelli precedenti.

Vantaggi di questo approccio:

  • Comprensione del processo, dei suoi meccanismi
  • Possibilità di avviare e interrompere il trading in tempo

Svantaggi di questo approccio:

  • La complessità della ricerca (molte informazioni extra sul prezzo)
  • La complessità del monitoraggio

Data mining e approccio statistico

Il data mining è un sottoinsieme dell'informatica. Unisce i rami dell'informatica, dell'apprendimento automatico, una sottocategoria di intelligenza artificiale e sistemi di database, con le statistiche. È il processo di scoperta di informazioni in grandi set di dati. L'obiettivo del data mining è trasformare un set di dati in informazioni comprensibili e utilizzabili.

È possibile sviluppare e ricercare strategie utilizzando tecniche di apprendimento automatico per qualsiasi mercato o periodo di tempo utilizzando i dati relativi a prezzo e non prezzo. Puoi generare e verificare milioni di diverse condizioni di entrata e uscita, tipi di ordine e livelli di prezzo, per trovare le strategie più performanti in base ai tuoi criteri di selezione - ad esempio, Utile netto, Rendimento vs Drawdown, Rapporto di Sharpe, ecc.

La fonte di adattamento potrebbe essere un insieme di coincidenze assolutamente casuali o un fattore di lunga durata che ha agito su una parte significativa del periodo di prova, ma non sul fatto che continuerà in futuro. Esempi, tendenze rialziste lunghe e vantaggio dei sistemi di negoziazione lunghi.

"Non confondere il genio con un mercato rialzista" (с).

Ma ci possono essere altri esempi - come un lungo periodo o una tendenza piatta, ecc. Naturalmente, si può sostenere qui che qualsiasi sistema utilizza una fase favorevole che è stata protratta per esso e non ci sono garanzie che questo continuerà. E puoi essere un toro in un mercato toro solo se sai quando fermarti. Se l'allocazione di fasi favorevoli per il sistema è formalizzata e implementata sotto forma di filtri di sistema, allora va bene. Ma tutto non può essere formalizzato e sapere in anticipo. Per questo, ci sono criteri per rifiutare il sistema, validazioni fuori campione, ecc.

Vantaggi di questo approccio:

  • Velocità di ricerca
  • Monitoraggio semplificato secondo criteri formali
  • Puoi scambiare dozzine di strategie in parallelo

Svantaggi di questo approccio:

  • Costi aggiuntivi per inefficienze che scompaiono (ritardo per avviare e interrompere il trading)
  • Non comprensione della microstruttura del mercato.

Strategie di inversione di media vs. momento

Strategie di inversione di media rispetto a Momentum

Momentum e Mean-reversion sono 2 classi globali, che includono quasi tutti i sistemi di trading. Questi sono due opposti. È proprietà del prezzo continuare il movimento contro la proprietà del prezzo per tornare indietro.

Chi ama le analogie fisiche, quindi per il momento ha la proprietà dei corpi fisici di continuare a muoversi anche dopo che l'impulso iniziale ha smesso di agire, e la media inversione è come un pendolo che per impulso passa il punto di equilibrio, sono costretti a restituirlo.

Entrambi sembrano essere opposti l'uno all'altro, ma entrambi funzionano bene. La ragione per cui è possibile funzionano in orizzonti temporali diversi. Se generalizzi, la ragione è che gli investitori si comportano in un certo modo.

Le strategie di tendenza (momentum) hanno una lunga tradizione di prestazioni. La famosa espressione "Trend è tuo amico", si riferisce a Momentum. Unilaterale, ma scritto per il mercato azionario di tendenza del secolo scorso.

L'inversione di media, specialmente con intervalli di tempo più brevi, funziona bene. Diamo un'occhiata alle strategie che seguono la tendenza

Perché funzionano le strategie che seguono le tendenze?

L'andamento della tendenza funziona quando si osserva l'andamento dei rendimenti nell'ultimo anno circa. Se osservi durate più brevi come la tendenza dell'ultimo mese e cerchi di seguire, potresti perdere la maglietta. Quando le strategie che seguono la tendenza funzionano, di solito hanno grandi guadagni. Ma quando non funzionano hanno piccole perdite. Questo si chiama "inclinazione positiva".

Alcune metriche di Momentum

  1. Le vendite / acquisti forzati di attività di vari tipi di fondi (volume scambiato).
  2. Momento serie temporale. Il rendimento passato delle serie di prezzi è positivamente correlato con i rendimenti futuri.
  3. Limitazioni sulla liquidità. Per entrare o uscire da una dimensione grande, il commerciante è costretto a dividerlo in pezzi. Come risultato dei suoi commerci periodici, si forma un movimento in un determinato arco di tempo.
  4. Fallimenti temporanei della liquidità a determinati livelli o in determinati momenti. Quando la liquidità è bassa da vendere, ad esempio (limitare gli ordini in caso di borsa), anche gli acquisti relativamente piccoli causeranno un aumento significativo.

Che cosa sono le strategie di inversione media

L'inversione di media funziona a causa dello squilibrio di domanda e offerta a breve termine. Di solito, le persone impiegano strategie di inversione della media in tempi brevi (minuti o giorni o addirittura microsecondi. La parte dei microsecondi del commercio sarebbe HFT. Potrebbe essere lo scambio di coppia, lo spread trading, l'arbitraggio e il quasi-arbitraggio sono gli stessi; si aprono posizioni con forte divergenza nei prezzi delle attività.

Le strategie di inversione media avrebbero piccoli guadagni ma grandi perdite. dovrebbe funzionare la maggior parte del tempo ed per evitare le grandi perdite dobbiamo avere una gestione del rischio meccanizzata molto rigorosa.

Alcune metriche di inversione media

  1. Bassa volatilità (mezzanotte FX).
  2. La forza temporanea del lato ordine limite rispetto al lato ordine di mercato. Questo è solitamente il caso dei mercati XNUMX ore su XNUMX in determinati periodi.
  3. L'ingresso di molti partecipanti (non solo gli speculatori) è seguito dall'uscita (chiusura di queste posizioni). Ad esempio, la maggior parte dei trader intraday che hanno inserito una posizione lunga la venderanno al termine della sessione di negoziazione. Creerà il movimento opposto.

Esistono modelli matematici generalizzati?

Esistono diversi modelli: Hurst Exponent, H-volatility e alcuni altri, che contengono immediatamente i modelli Momentum e Mean-reversion nonché 3 stati intermedi. Ad esempio, esiste un modello come la cointegrazione, per il quale i suoi creatori hanno ricevuto il premio Nobel. Questo è un modello generalizzato di media inversione.

Esempio di strategia di momentum rialzista delle azioni

Puoi trovarlo dentro https://rtrader.umstel.com/. Questa strategia si basa su un algoritmo che consente di identificare l'inizio dell'acquisto di quantità di moto sul grafico a 30 minuti, andando nella direzione del trend rialzista.

  • AAPL, periodo di tempo minimo 30.
  • Segnale di ingresso lungo: le ultime tre barre si aprono sopra la precedente, chiudendo sopra la precedente. EMA (14)> EMA (50).
  • E la differenza tra EMA (14) e EMA (50) è inferiore al 3%.
  • Segnale di uscita: Take Profit = 100 tick, Stop Loss = 50 tick o SMA (9) <cross EMA (14)
  • Volume dell'ordine: 100 condivisioni.
  • Tempo: giorni lavorativi, 16: 40-22: 40.
Backtesting. Il grafico è disegnato in R Trader Strategy Builder
Backtesting. Il grafico è disegnato in R Trader Strategy Builder

Nel prossimo articolo parleremo della costruzione e del test di strategie algoritmiche in modo più dettagliato.

A presto!

Apri un conto di trading




Commenti

Articolo precedente

Gann Concept nel trading: fondamenti, algoritmo

Gann divenne noto per le sue previsioni "da cecchino" basate sul suo metodo di trading unico, che in seguito si trasformò in un intero concetto.

Prossimo articolo

Una settimana sul mercato (01/13 - 01/19): statistiche e decisioni delle banche centrali

La nuova settimana di gennaio sembra abbastanza normale. Abbiamo statistiche, politica e anche alcune decisioni monetarie. Sembra che le economie globali e i mercati dei capitali stiano funzionando su larga scala dopo le vacanze di Natale e Capodanno.