Эмпирическая оценка эффективности новых инструментов технического анализа для активной инвестиционной стратегии на российском фондовом рынке

1. Tenkan-sen, сигнальная линия разворота: MA-9

2. Kijun-sen, линия тренда: MA-26

3. SenkouSpan A: скользящее среднее между Tenkan и Kijun, экстраполированное на средний таймфрейм, равный 26 дням.

4. SenkouSpan B: скользящее среднее между максимумом и минимумом цены за длинный таймфрейм, равный 52 дням, экстраполированное на средний таймфрейм

5. ChikouSpan: уровень цены закрытия 26 дней назад.

Облако, называемое Kumo, является областью между линиями А и В, закрашиваемой в зависимости от нахождения линий друг относительно друга. Вид индикатора в терминале представлен на рис.30.Облако синее, если В находится выше А, и красное, если А находится выше В. Переходя к пониманию рынка, красное облако должно означать, что идет нисходящий тренд, а синее (зелёное) - что восходящий.

Рис.30. Индикатор Ichimoku на графике Магнита

Источник: авторский терминал, MetaTrader5

Стандартные настройки, которые автор оптимизировал для японского рынка - 9,26,52. Девять дней - полторы рабочих недели в Японии. В месяц японские биржи работают 26 дней, 52 дня за два месяца. Ichimoku, в целом, лучше показывает себя на относительно долгосрочных таймфреймах, начиная от 1 дня, чем на часовых и минутных графиках. Торговля по индикатору Ichimoku довольно необычна тем, что сигналы многогранны и позволяют рассматривать рынок в разных плоскостях. Можно разделить сигналы индикатора на две подгруппы, и торговать по сигналам в подгруппах:

Сигналы определения направленного движения

1. Покупать, если текущий уровень цены идет выше линии Kijun-sen

2. Продавать, если текущий уровень цены ниже линии Kijun-sen

3. Покупать, если линия Tenkan-senвыше линии Kijun-sen

4. Продавать, если линия Tenkan-sen ниже линии Kijun-sen

Сигналы разворота тренда

1. Если текущая цена находится выше облака, ожидается разворот падающего тренда

2. Если текущая цена находится ниже облака, ожидается разворот растущего тренда

3. Если цвет облака меняется с красного на синий/зелёный, ожидается разворот падающего тренда

4. Если цвет облака меняется с зелёного/синего на красный, ожидается разворот растущего тренда

5. Если линия ChikouSpan находится выше текущего уровня цены, ожидается разворот падающего тренда

6. Если линия ChikouSpan находится ниже текущего уровня цены, ожидается разворот растущего тренда

Универсальность индикатора Ichimoku состоит в том, что он также может давать сигналы об уровнях поддержки и сопротивления. Senkou A служит линией поддержки на бычьем тренде, и линией сопротивления на медвежьем. Учитывая, что диапазоны построения экстраполируются на 26 дней вперед, опытные трейдеры могут определять примерные зоны поддержки и сопротивления.

Как можно было заметить в разборе классических методов технического анализа, все авторы исследований и учебников по графическому анализу обращали внимание на критическую важность подтверждения тех или иных возможных паттернов поведения цены динамикой объема торгов. Резкие изменения объемов, сами по себе, также являются простейшим сигналом о подготовке неких событий с ценой акции. Индикаторы объемов на рынках акций рассматривают объем как меру силы той или иной тенденции. На большинстве торговых платформ индикаторы объема представлены следующими инструментами:

· On Balance Volume

· Accumulation/Distribution

· Money Flow Index

Accumulation/Distribution Indicator (AD), или Индикатор Накопления/Распределения отслеживает изменения цены и объема. Он стал эволюционным продолжением классического индикатора объема On Balance Volume, гистограмма которого по умолчанию располагается под графиком цены на всех платформах. Оригинальность индикатора Накопления/Распределения в том, что он позволяет верно и более точно оценивать динамику цены в зависимости от объема. С его помощью можно не просто оценить графически, вырос объем или нет.AD придаёт каждому движению цены определенный вес, в зависимости от объема. Это шаг в сторону объективности анализа, а следовательно, лучшей предсказательной силы.

Кривая индикатора AD растет, когда происходит накопление. В этой ситуации львиная доля объема приходится на покупку акции. И наоборот, когда индикатор направлен вниз, происходят распродажи, то есть на рынке становится больше продавцов. Расхождение между кривой индикатора Накопление/Распределение и ценой бумаги, характерное для любого индикатора и называемое «дивергенция», дает опережающий сигнал о предстоящих изменениях. AD хорош тем, что в большинстве случаев цены идут по пути, спрогнозированному им. Справедливо предположить, что с его помощью можно ловить развороты трендов и получать максимальную прибыль на полном движении цены.

Расчет индикатора Накопление/Распределение производится следующим образом. К накопленному значению ADдобавляется или вычитается объем текущего временного интервала. Чем ближе цена закрытия к максимуму дня, тем больше прибавляемая доля. Чем ближе цена закрытия к минимуму дня, тем больше вычитаемая доля. Если цена закрытия находится строго между максимумом и минимумом, значение индикатора не изменяется. Формула (9) для расчета индекса Накопления/Распределения:

(9)

Где A/D(i) -- значение Индикатора Накопления/Распределения для текущего бара;

CLOSE(i) цена закрытия бара;

LOW(i) минимальная цена бара;

HIGH(i) максимальная цена бара;

VOLUME(i) объем;

A/D(i-1) значение индикатора Накопления/Распределения для предыдущего бара.

Рассмотрение этого индикатора было важно нам для анализа следующего осциллятора, называемого, по фамилии автора, осциллятором Chaikinа. Он оригинально подходит к использованию A/D, кроме того, хронологически это один из последних разработанных и рабочих осцилляторов.

Chaikin Oscillator был разработан в 1980-х годах Марком Чайкиным, трейдером и математиком. Индикатор представляет собой разность скользящих средних на значения индикатора A/D. Осциллятор Chaikin определяется путем вычитания 10-периодного экспоненциального скользящего среднего индикатора Accumulation/Distribution из 3-периодного экспоненциального скользящего среднего этого же индикатора. Итоговая формула (10) линии осциллятора Chaikin :

CHO = EMA (A/D, 3) - EMA (A/D, 10) , (10)

где EMA экспоненциальная скользящая средняя значений индекса A/D за 3 периода и за 10 периодов

Осциллятор Chaikin лучше всего использовать в паре с трендовым индикатором, например, скользящей средней.

Рис. 31. Индикатор Chaikin Oscillator на графике Лукойла

Источник: MetaTrader5, терминал автора.

Сигналы на торговлю осциллятор Chaikin может давать двумя способами: на пересечении нулевой лини (пунктирная линия на рис.31) и на дивергенции.

Пересечение нулевого уровня говорит о том, что быстрая и медленная ЕМА пересеклись, то есть предшествующий пересечению тренд сильно замедлился и готов к развороту.

Дивергенция возникает, когда осциллятор показывает заметное движение в одну сторону, а цена движется в противоположную. В этом случае, после подтверждения любым другим способом, открывается позиция в направлении осциллятора. Хотя сигнал, конечно, не всегда истинный, он может привести к поимке сильных движений цены от начала разворота.

В разделе 2.4 рассмотрены новые индикаторы технического анализа, использующие стандартные методы математического аппроксимирования цены, но торгующие оригинальными способами по уникальной логике. Предполагается, что при правильном использовании и настройке, новые инструменты технического анализа могут быть эффективнее стандартных.

Во второй главе проведен обзор и анализ основных инструментов технического анализа - графических и математических индикаторов. Хронологически, математические методы получили компьютерную базу для широкого развития, и весь XX век аналитики развивались в решении сложных статистических задач, в том числе с помощью роботов. В XXI веке появился искусственный интеллект, способный к восприятию форм и обучению. Уже разработаны и тестируются автоматические торговые системы, основанные на искусственном интеллекте. Он может использовать графический анализ во всех вариациях, и, учитывая его скорость эволюции, мы предполагаем, что в будущем это станет новым витком алгоритмической торговли.

Глава 3. Эмпирическое исследование эффективности стандартных и современных инструментов технического анализа

Заключительная, наиболее приоритетная глава настоящей работы посвящена выяснению на практике, могут ли торговые системы, использующие новые индикаторы технического анализа, превосходить торговые системы с классическими индикаторами.

Для проведения эмпирического анализа использованы автоматические торговые системы, для устранения субъективной подгонки результатов, а также возможных различий в результатах из-за субъективных навыков применения того или иного индикатора и других человеческих факторов. Кроме того, проверено, является ли активная торговая стратегия на Московской бирже более выгодной, чем пассивная.

Так как необходимо выбрать акции компаний, обладающих сравнительно большой капитализацией, не слишком сильно коррелирующих с индексом РТС, при этом соблюдая правило диверсификации портфеля для пассивной стратегии, мы, взвесив различные результаты расчетов, решено использовать в качестве объекта наблюдения акции 4-х крупных российских компаний из разных секторов экономики:

· Алроса (ALRS)

· ГМК Норильский Никель (GMKN)

· ЛУКОЙЛ (LKOH)

· Магнит (MGNT)

Данные о движении цен перечисленных компаний предоставлены бесплатно компанией MetaQuotesSoftwareCorp. Протестированы различные торговые системы и индикаторы на ПО этой компании под названием MetaTrader5. Для имитационной торговли акциями взят шестилетний период развития российского фондового рынка с 31.12.2013 по 31.12.2019. Временной интервал графиков акций составляет 1 день. Таким образом, мы протестирован 1482 торговый день для 4 различных инструментов. Это не обязательно означает, что сделки будут совершаться в каждый торговый день, следует рассматривать это скорее, как масштаб приближения рынка. Стоит отметить, что более мелкий таймфрейм, например, 8-ми или 4-х часовой, дневной таймфрейм подходящим больше для анализа метода высокочастотной торговли, где действуют несколько иные измерения эффективности и нужны более качественные данные, как спред, проскальзывание и комиссия брокера.

3.1 Имитационное моделирование торговли акциями при помощи стандартных инструментов технического анализа

В качестве стандартных инструментов выбраны два индикатора: система обычных скользящих средних MA и стохастический осциллятор Stochastic.

Для выяснения их эффективности, произведем торговлю по системе Оценивается эффективность торговой системы по нескольким критериям доходности и риска:

· Доходность. Отношений чистой прибыли к начальному депозиту

· Максимальная просадка депозита. Мера риска, отображающая самый низкий уровень средств на счете

· Прибыльность. Имеет значение «profitability», способность генерировать прибыль. Важнейший, на наш взгляд, критерий, который отображает отношение суммарной прибыли к суммарным убыткам и также служит показателем устойчивости системы

· Количество трейдов. Трейд включает в себя вход и выход в рынок.

· Доля прибыльных трейдов. Важный показатель хорошей работы системы.

· Средний прибыльный трейд. Имеет тем большее значение, чем меньше доля прибыльных трейдов.

· Средний убыточный трейд. При высокой доле выигрышей может превышать средний прибыльный трейд без ухудшения системы.

Для выяснения эффективности индикатора MA, установлен индикатор и алгоритмический советник (торговый робот) в терминал. Установка и компиляция кода происходит в специальном редакторе MetaEditor, интерфейс которого с исходным кодом торговой системы MovingAverage представлен в приложении 1. Типичный код в MetaEditor состоит из блоков - блок сигналов индикатора, блок торгового советника, выставляющего приказы брокеру по сигналу, блок пользовательского интерфейса для оптимизации, и графический блок для наглядности.

Как было выяснено в разделе 1.2, торговая система строится на правилах. рассмотрим простую торговую систему для индикатора MA:

1. Покупать, когда MA-12 пересекает MA-26 снизу вверх

2. Продавать, когда MA-12 пересекает MA-26 сверху вниз

3. Открывать позицию на следующей свече после сигнальной

4. Трейд закрывается в течение 4 последующих свечей, если цена идет в направлении, противоположном входу.

Система оказалась прибыльной, её решено было оптимизировать на данных, по которым торговля во время первичного тестирования не проводилась. Как на бэк-тесте(первичном), так и на форвард-тесте (вторичном), система с индикатором сигнальной скользящей средней с периодом 12 дней и медленной скользящей средней с периодом 26 дней показала себя прибыльной и пригодной к использованию. Единственным моментом, который был изменен при оптимизации, был размер баланса, на который система могла торговать. Изначальное значение составляло 2%, при оптимизации оно дошло до 50%. Сводные результаты тестирования по критериям эффективности представлены в табл. 4.

Таблица 4

Показатели эффективности торговой системы MA

Moving Average
Тикер	ALRS	LKOH	GMKN	MGNT
Доходность	47%	62%	47%	17%
Максимальная просадка	13,8%	1,3%	12,6%	4,8%
Прибыльность	3,64	10,07	2,96	3,11
Количество трейдов	300	350	270	210
Доля прибыльных трейдов	70%	77%	82%	48%
Средний прибыльный трейд	3105	2560	3226	2448
Средний убыточный трейд	- 1991	- 858	- 4797	- 715

Из табл. 4 видно, что торговая система, использующая в основе индикатор Moving Average, стабильна, прибыльна и средне-рискованна. На акциях Лукойла индикатор показал себя наилучшим образом. Система показала высокий уровень прибыльности и точности - в акциях Норильского Никеля средняя прибыль на 1 трейд меньше среднего убытка, но доля прибыльных трейдов самая высокая. В акциях Магнита, наоборот, система показала себя хуже, чем в трёх других инструментах - доля прибыльных трейдов меньше 50 %, и доходность появилась лишь за счет перевеса средней прибыли над средним убытком за трейд. Акции Магнита хуже остальных поддаются прогнозированию cпомощью индикатора Moving Average.

Далее для тестирования эффективности второго стандартного индикатора произведена настройка, тестирование и оптимизация активной торговой системы, основанной на осцилляторе Stochastic, и выведена аналогичная таблица с результатами. Торговая система, построенная на сигналах индикатора Стохастик, является автоматической с пользовательской настройкой и оптимизацией. Для выяснения эффективности индикатора Stochastic, устанавливается индикатор и алгоритмический советник в терминал. Интерфейс советника в тестере торговых стратегий MetaTester представлен в приложении 2. Сама торговая система, основанная на индикаторе Stochastic, с изначальными настройками выглядит так:

1. Когда линия индикатора пересекает верхнюю сигнальную линию сверху вниз - продавать

2. Когда линия индикатора пересекает нижнюю сигнальную линию снизу вверх - покупать

3. Выход из сделки осуществляется по уровням stop-loss15 п.п. и take-profit 46 п.п.

4. Подтягивающийся stop-loss 25 п.п.

5. Количество свечей для расчета - 13, окончательное сглаживание - 6.

Эта торговая система написана под искушенного пользователя, так как, помимо изменения параметров индикатора, позволяет так же менять уровни take-profitи stop-loss. Кроме того, пользователь может выбирать торговлю заданным лотом или процентом депозита, а также уровень максимального отклонения от выбранных значений. Всё это сделано для высокочастотной торговли, однако, и для дневного интервала автор советника допускает работоспособность программы.

В процессе тестирования эта торговая система подверглась оптимизации нескольких параметров. Во-первых, учитывая таймфрейм тестирования, уровни TPи SL нужно было пересмотреть для фильтрации ложных сигналов и мелких движений цены. Тесты показали, что наилучшие показатели доходности у Stochasticв нашей торговой системе получаются при уровнях SL=1500п.п. и TP=4600 п.п. Для вычисления других параметров оптимизации был запущен генетический алгоритм оптимизации, методом селекции лучших результатов по пользовательскому критерию перебирающий различные параметры индикатора. График значений перебора параметров генетического алгоритма для Stochastic можно увидеть в приложении 4.

После этой процедуры проведены серии форвард-тестов для каждой акции, и определен оптимальный средний размер риска на сделку, равный 15%. Итоги запуска торговой системы на индикаторе Stochastic представлены в табл. 5.

Таблица 5

Показатели эффективности системы Stochastic

Stochastic
Тикер	ALRS	LKOH	GMKN	MGNT
Доходность	22,70%	13,70%	1,46%	-11,80%
Максимальная просадка	7,58%	2,17%	8,77%	12,70%
Прибыльность	1,77	1,6	1,08	0,82
Количество трейдов	61	363	84	1288
Доля прибыльных трейдов	88%	85%	81,00%	76,40%
Средний прибыльный трейд	9172	1186	5743	555
Средний убыточный трейд	-42364	-4349	-22575	-2187

Разница с предыдущим индикатором существенна. Стохастик проигрывает по всем важным критериям, доходность сравнительно небольшая для шестилетнего периода. Несмотря на то, что доля прибыльных трейдов высока, четырехкратная отрицательная разница между средней прибылью и убытком перечеркивает положительную статистику трейдов. За все попытки оптимизации нам не удалось сколько-нибудь значимо увеличить средний прибыльный трейд. Предполагается, что для российского рынка акций осциллятор подходит для торговли лишь в связке с дополнительными индикаторами. Как и индикатор MA, стохастический осциллятор хуже всего показал себя на прогнозировании акций Магнита.

Подводя промежуточный итог, заметим, что более простой индикатор и торговая система с небольшим количеством сделок дали лучший результат, чем более сложная комплексная система с множеством параметров и большим количеством сделок. Рассмотрена эффективность классических инструментов технического анализа, и доказано, что они могут быть прибыльными. Можно предположить, что профессиональный трейдер с большим мастерством воспользуется преимуществами сложной системы, как торговая система на стохастическом осцилляторе, а для начинающих аналитиков больше подойдет простой инструмент.

Средняя доходность системы, торгующей по скользящей средней за 6 лет составила 43,25% при среднем риске 8,125%. Средняя доходность системы на стохастическом осцилляторе составила 7% при среднем риске 7,85%. Можно говорить о большей эффективности первой торговой системы, построенной на индикаторе Moving Average.

3.2 Имитационное моделирование торговли акциями при помощи новых инструментов технического анализа

В качестве новых инструментов технического анализа рассматриваются разобранные ранее индикатор Ichimoku и осциллятор Chaikin. Представляется, что сравнение будет более наглядным, если в качестве новых инструментов будут выступать обновленные нестандартные способы использования классических. Метод оценки эффективности проводится по тем же самым критериям, метод торговли также будет автоматический. Стоит отметить, что автоматические торговые системы на новых индикаторах представлены активными членами сообщества трейдеров и пользователей MetaTrader, хотя сами индикаторы включены в терминал по умолчанию.

Индикатор Ichimoku основан на сложной системе построения скользящих средних. Считается, что на дневном таймфреме индикатор показывает себя лучше всего. Торговый советник на основе Ichimoku реализует следующую торговую стратегию:

1. Покупать, когда линия Tenkan-sen пересекает Kijun-sen снизу вверх

2. Продавать, когда линия Tenkan-sen пересекает Kijun-sen сверху вниз

3. Правило 1 выполняется, только если цена выше SenkouSpanAи SenkouSpanB

4. Правило 2 выполняется, только если цена ниже SenkouSpanA и SenkouSpanB

5. Уровень SL=50 п.п., уровень TP=100 п.п.

6. Подтягивающийся SL=15 п.п.

7. Уровни линий Tenkan, Kijun и SenkouSpanB - 9,26 и 52 соответственно

Первые четыре правила, основные и необходимые для работы торговой системы, закодированы в виде, представленном в Приложении 5.

После запуска советника начинается фаза к его оптимизации. Система хорошо себя показывала на всех акциях, нечасто совершая сделки, но давая ощутимые результаты. С возможностью изменять параметры линий индикатора, как период и методика сглаживания, сделано важное наблюдение в вопросе оптимизации и работы с индикатором Ichimoku. История создания этого индикатора ведет в Японию, и именно для японского фондового рынка и создавался этот уникальный инструмент технического анализа. В Японии число рабочих, а соответственно и торговых, дней в неделе - 6, и только один выходной. Сигнальная линия Ichimoku по задумке автора Гоичи Хосоды имеет период 9 дней, так как это равняется 1,5 недели, и это значение Хосода не рекомендовал менять. Относительно 6-дневной торговой недели рассчитываются и другие скользящие средние с периодами 26 (26 торговых дней в месяце) и 52 (два торговых месяца). Однако, в применении на российском фондовом рынке, число торговых дней в неделе равняется 5, следовательно, все интервалы сглаживания неоптимизированы под российский фондовый рынок. Расчет показывает, что если взять факт того, что короткая сигнальная линия Tenkan имеет нечетный период, и в торговом календаре многие дни неактивны из-за праздников, округлить 1,5 торговых недели на российском рынке в меньшую сторону, и поставить период сглаживания Tenkan-sen равным 7. Тогда, в месяце будет 20 торговых дней, значит для Kijun и Senkou Span B значения будут 20 и 40 соответственно. Были протестированы различные варианты, и с 8-21-42 и с 8-19-38, но лучший исход давала именно следующая комбинация параметров сглаживания:

· Tenkan - 7 дней

· Kijun- 20 дней

· SenkouSpanB-40 дней

Результаты подобной оптимизации были положительными, что эмпирически подтвердило гипотезу. Ниже в табл. 6 и 7 демонстрируется разница в доходности и риске после оптимизации и до оптимизации.

Таблица 6

Доходность и риск Ichimoku с оптимизацией для российских акций

Российский Ichimoku
Тикер	ALRS	LKOH	GMKN	MGNT
Доходность	31%	16,5%	127%	33%
Максимальная просадка	15%	0,37%	3,00%	6,86%

Таблица 7

Доходность и риск Ichimoku обычного

Классический Ichimoku
Тикер	ALRS	LKOH	GMKN	MGNT
Доходность	31%	0,5%	14%	-0,1%
Максимальная просадка	8%	0,32%	2,78%	2,11%

Как можно заметить, гипотеза оказалась верна, и оптимизированный под российкий рынок индикатор Ichimoku на Московской бирже эффективнее обычного. Можно назвать это явление «локальная оптимизация», так как нет оснований считать, что на других рынках эта оптимизация будет эффективной. Важно то, что, фактически, оптимизированная система работает с очень высокой точностью.

Далее процесс оптимизации затронул изменение уровней TP/SL, подтягивающегося стопа и других параметров управления риском и прибылью. Кроме небольших изменений в уровне TP, отмечается, что во всех случаях наиболее эффективно система работает вообще без стоп-приказов. Следующая табл. 8 демонстрирует результаты торговой системы Ichimoku с оптимизированным стоп-приказом и без него.

Таблица 8

Сравнение показателей Ichimoku с/без стоп-приказа

Тикер	Stop-loss	Доходность, %	Максимальная просадка	Прибыльность
ALRS	нет	31%	15%	2,33
ALRS	да	19,8%	23%	1,35
LKOH	нет	16,5%	0,32%	42,21
LKOH	да	1,40%	4,24%	1,17
GMKN	нет	127%	3%	17,8
GMKN	да	30%	2,21%	4,92
MGNT	нет	33%	6,86%	2,48
MGNT	да	-5%	6,45%	0,49

Для всех акций стационарный SL является неэффективным параметром. Это утверждение может рассматриваться с нескольких точек зрения. С одной стороны, стоп-приказ является неотъемлемой частью любой нормальной торговой системы, о его важности писали многие исследователи, в том числе [32, 21]. С этой точки зрения найденное эмпирическое явление не закономерно, но случайно и не может рассматриваться как полноценное эмпирическое опровержение эффективности существования стоп-приказа в торговой системе. С другой стороны, из-за хаотического движения цены, нередки ситуации, когда перед реализацией прогнозируемых событий цена делает движение в противоположную сторону, и, после срабатывания стоп-приказа, идет уже в сторону закрытой с убытком позиции. Это случается с немалой долей вероятности, практически повсеместно. Во-первых, не редки ложные сигналы, которые являются основной причиной срабатывания стоп-приказов. Во-вторых, распространено мнение о намеренном, принудительном закрытии позиций мелких игроков по стоп-приказам, с подачи крупного игрока. Основной гипотезой по поводу такого явления является «вынос по стопу». Считается, что крупные участники рынка, используя роботов, просчитывают ленту ордеров и стакан заявок и прогнозируют, на каком уровне в текущий момент находится большое скопление ордеров. После этого, используя большой объем лота, игрок намеренно направляет цену к этим вероятным уровням, закрывая всех институциональных «мелких рыбешек» по рынку. Так как обычно уровни стоп-приказов находятся недалеко от цены, то маркет-мейкер совершает как бы гарантированный трейд против рынка, управляемый им самим же. Такой «вынос по стопам» дает возможность игроку перевернуть позицию после выноса мелких игроков, и далее выиграть на следовании за трендом, так как обычно после этого цена уходит еще резче в сторону намечавшегося направления.

Нельзя утверждать что торговля без стоп-приказов всегда будет эффективнее, однако, есть основания полагать, что стоп-приказ не является вещью крайней необходимости. Предполагается, что при торговле с частотой как минимум 1 раз в день, стоп-лосс необходим. Однако, при относительно небольшой частоте совершения сделок, стационарный стоп-лосс может быть контрпродуктивен.

Результаты оптимизированной торговой системы Ichimoku представлены в табл.9.

Таблица 9

Показатели эффективности Ichimoku для активной торговой системы

Тикер	ALRS	LKOH	GMKN	MGNT
Доходность	31%	16,5%	127,00%	33,00%
Максимальная просадка	15%	0,37%	3,00%	6,86%
Прибыльность	2,33	42,21	17,18	2,48
Количество трейдов	28	65	31	55
Доля прибыльных трейдов	96%	98%	97,00%	91,00%
Средний прибыльный трейд	19990	2629	44861	11108
Средний убыточный трейд	-231165	-3897	-77320	-44000

Частота сделок меньше, чем у осцилляторов, однако, больше, чем у обычной MA. Точность индикатора очень высокая, во всех тестах независимо от доходности процент выигранных трейдов не опускался ниже 60%, а среднее значение выше 90%. Это очень высокий показатель эффективности, однако необходимо будет рассмотреть другие средние показатели. Это позволяет сделать однозначный вывод об эффективности индикатора для активной торговой системы.

Тестирование нового инструмента технического анализа, осциллятор Chaikin, в контексте эффективности торговой системы, построенной на его сигналах. Марк Чайкин рекомендовал использовать его на дневном таймфрейме, что сочетается с канвой исследования. Торговая система, построенная на сигналах осциллятора Chaikin, также использует EMA-90 в качестве линии подтверждения сигнала. Это необходимая доработка, из-за частоты сигналов осциллятора. он работает с объемом, но в сочетании с экспоненциальной скользящей средней раскрывается в полной мере.

Правила торговой системы на осцилляторе Chaikin:

1. Покупать при пересечении линией индикатора снизу вверх нулевой отметки и нахождении цены выше уровня EMA-90

2. Продавать при пересечении линией индикатора нулевой отметки сверху вниз и нахождении цены ниже уровня EMA-90

3. Покупать при появлении обновлении минимума цены и не обновлении минимума осциллятора, то есть медвежьей дивергенции

4. Продавать при обновлении максимума цены и не обновлении максимума осциллятора, то есть бычьей дивергенции

Из различных вариантов оптимизаций, наиболее эффективными стали изменения TPдо 1500 п.п. со 150 п.п. и периода скользящих средних, образующих скользящее среднее индикатора, с 5 для быстрой и 15 для медленной до 3 и 10 соответственно.

Так же, как и в случае с предыдущим индикатором, торговая система Chaikin без стоп-приказа обошла торговую систему со стоп-приказом во всех случаях, результаты в табл. 10.

Таблица 10

Сравнение показателей Chaikin с/без стоп-приказа

Тикер	Stop-loss	Доходность	Максимальная просадка	Прибыльность
ALRS	нет	29,20%	9,76%	1,6
ALRS	да	9,90%	9,07%	1,15
LKOH	нет	46,10%	17,00%	1,41
LKOH	да	4%	10,50%	1,1
GMКN	нет	13,70%	7,80%	1,38
GMKN	да	5%	8,14%	1,15
MGNT	нет	56,00%	5,21%	4,76
MGNT	да	26%	8,76%	1,48

Это добавляет оснований полагать, что необходимость использования стоп-приказов должна быть изучена основательнее и, вероятно, пересмотрена.

Что касается эффективности торговой системы на осцилляторе Chaikin в целом, результаты форвард-тестов представлены в табл.11.

Таблица 11

Эффективность осциллятора Chaikinа для активной торговой системы

Тикер	ALRS	LKOH	GMKN	MGNT
Доходность	29,20%	46,10%	13,70%	56,00%
Максимальная просадка	9,76%	17,00%	7,80%	5,21%
Прибыльность	1,6	1,41	1,38	4,76
Количество трейдов	46	57	107	41
Доля прибыльных трейдов	39%	68%	80,00%	87,80%
Средний прибыльный трейд	43434	40467	5785	19780
Средний убыточный трейд	-17490	-62062	-43620	-29931

До оптимизации количество сделок было больше в двадцатикратном размере, однако доходность и прибыльность были меньше. Средняя частота совершения сделок до 1 раза в месяц, так что сама система получилась наименее активной среди прочих. Стоит отметить, что на акциях Магнита осциллятор Chaikinа показал себя значительно лучше классических индикаторов или Ichimoku. Эту особенность является достоинством осциллятора Chaikinа по сравнению с классическим осциллятором. При первоначальных тестах, на акциях Магнита стабильно работающий до этого советник начинал уходить в убыток, практически не торгую в плюс. Ни одно изменение уже оптимизированных ранее параметров не могло помочь, а история сделок показывала, как будто система торгует «наоборот». Тогда, был изменен особый параметр торговой системы на осцилляторе Chaikin, под названием «reverse», с отключенного на активное состояние. Как выяснилось, этот параметр включал зеркальную интерпретацию сигналов, то есть система торговала «наоборот». Это уникальная опция была введена специально для таких случаев, как акции Магнита, тяжело поддававшиеся анализу другими инструментами. После тестов с активной опцией реверса, осциллятор Chaikinа показал сильные результаты на акциях Магнита. В случае с остальными акциями опция реверс не использовалась, так как вела к убыткам. Результаты этого нового осциллятора были эффективны, кроме того, они подтвердили гипотезу о жизнеспособности системы без стоп-приказов. Осциллятор Chaikin показал себя как эффективный инструмент технического анализа, однако необходимо далее провести сравнительный анализ эффективности средних показателей систем для получения выводов из наших наблюдений.

3.3 Сравнительный анализ эффективности классических и новых инструментов технического анализа

В этой главе проводится сравнение классических и новых индикаторов. Говорить об эффективности самих индикаторов, подразумевая эффективность их применения для активной торговой системы с условно одинаковыми параметрами в каждой серии тестов того или иного индикатора. Учитывая, что критерии эффективности общие для каждой системы в каждом случае, с определенной вероятностью определится наиболее эффективный инструмент технического анализа в попарном сравнении MAvs. Ichimoku и Stochastic vs. Chaikin. Также необходимо сделать усредненное сравнение показателей MA и Stochasticпротив Ichimoku и Chaikin и сделать вывод об эффективности новых инструментов технического анализа по сравнению с классическими инструментами. Необходимо понимать, что сравнение предполагает не окончательную точку в исследованиях по данной теме, а наоборот, начальную в данном направлении исследований.

Сравним средние показатели индикаторов Moving Average и Ichimoku, представленные в табл. 12. Оба индикатора подходят для торговли, обе системы эффективны, обладают хорошими показателями доходности, прибыльности с доли выигранных трейдов. Тем не менее, видно, что индикатор Ichimoku превосходит индикатор MA по всем критериям эффективности. Его точность -- это главный источник высокой прибыльности системы. При более высоком среднем количестве трейдов Ichimoku обладает сильным перевесом в проценте выигранных трейдов, что для индикатора является очень важным критерием эффективности. Сравнение произведено в табл.12

Таблица 12

Сравнение критериев эффективности Ichimokuи Moving Average для активной торговой системы

Критерий	Ichimoku	MA
Доходность	52%	43%
Максимальная просадка	6%	8,1%
Прибыльность	16,05	4,94
Количество трейдов	45	28
Доля прибыльных трейдов	96%	69%
Средний прибыльный трейд	19 647	28 347
Средний убыточный трейд	-89 096	- 20 906

Исходя из табл. 12, наиболее эффективный трендовый индикатор -- новый индикатор Ichimoku. Его широта и точность сигналов позволяют сказать, что этот новый инструмент технического анализа может давать тактическое преимущество активным трейдерам, использующим его.

Проведено сравнение классического осциллятора и нового осциллятора, Stochastic и Chaikin.Средние показатели эффективности этих инструментов представлены в табл.13. Стоит отметить, что оба осциллятора имеют больший средний убыток на 1 трейд, чем прибыль. Каким образом они остаются прибыльными? Ответ в важном с точки зрения тестирования торговой системы параметре - проценте выигранных сделок. Стохастический осциллятор имеет более высокий показатель прибыльных трейдов. Несмотря на это, он уступает осциллятору Chaikin по важнейшему показателю устойчивости торговой системы - прибыльности. Это подтверждается фактом того, что максимальная просадка баланса по стохастическому осциллятору больше, чем доходность. Поэтому, логично предположить, что осциллятор Chaikin эффективнее стохастического осциллятора.

Таблица 13

Сравнение эффективности Chaikin oscillator и Stochastic oscillator для активной торговой системы

Критерий	Chaikin	Стохастик
Доходность	36,3%	6,5%
Максимальная просадка	9,9%	7,8%
Прибыльность	2,3	1,3
Количество трейдов	63	449
Доля прибыльных трейдов	69%	83%
Средний прибыльный трейд	27367	4164
Средний убыточный трейд	-38276	-17869

Среди индикаторов типа «осциллятор», наиболее эффективным показал себя новый инструмент Chaikin oscillator. Достоинством этого инструмента технического анализа является его гибкость, что хорошо было показано на примере торговли акциями Магнита. Стоит отметить, что у этого осциллятора хорошие перспективы применения в совокупности с другими инструментами технического анализа, трендовыми индикаторами или графическим анализом.

Среди всех инструментов технического анализа, система Ichimoku оказалась эффективнее остальных, в т.ч. системы Chaikin. Исходя из наблюдений, как и в случае с классическими инструментами, торговля по скользящим средним менее рискованна и более доходна, чем по осцилляторам.

Эмпирическим методом выяснено, что выбранные новые инструменты технического анализа в активной торговой системе не только прибыльны, но и более эффективны, чем классические инструменты технического анализа. Средние показатели новых и стандартных инструментов технического анализа представлены в табл. 14.

Таблица 14

Средние показатели эффективности стандартных и новых инструментов технического анализа

Критерий	Стандартные инструменты	Новые инструменты
Доходность	25%	44%
Максимальная просадка	8%	8%
Прибыльность	3,12	9,17
Количество трейдов	239	54
Доля прибыльных трейдов	76%	82%
Средний прибыльный трейд	16256	23507
Средний убыточный трейд	-19388	-63686

Как видно из табл.14, такие новые инструменты, как Ichimoku и Chaikin oscillator, можно назвать, опираясь на наши эмпирические наблюдения, более эффективными, чем стандартные инструменты технического анализа MA и Stochastic.

3.4 Сравнение доходности активной торговой стратегии и пассивной торговой стратегии

Можно ли утверждать о некой объективной эффективности активной торговой стратегии по сравнению с пассивной? Сама суть активной стратегии заключается в попытке получить сверхрыночную доходность. Проведено сравнение средних доходностей активной торговой системы с доходностью пассивной торговой стратегии. Так как пассивная стратегия заключается в покупке и удержании акций, мы можем посмотреть лишь её доходность. Пассивная стратегия «купи и держи» состоит из покупки тех же акций в начале рассматриваемого периода.. В табл.15 представлен расчет доходности стратегии «купи и держи». Исходные данные по активной торговой системе для сравнения доходностей взяты из табл.14.

Таблица 15

Сравнение доходности пассивной и активных торговых систем

Дата	Лукойл	Магнит	Норильский никель	Алроса
06.01.2014	1994	8957	5280	33,68
30.12.2019	6169	3445,5	19102	85,24
Доходность акции	209%	-62%	262%	153%
Доходность пассивной системы	141%
Средняя доходность активной системы*	44%
Доходность системы Ichimoku*	52%
Доходность системы Chaikinа*	36%

Как показывает расчет доходности пассивной стратегии «купи и держи», она превосходит активную торговую стратегию.

Проведя многочисленные серии тестов, форвардов и оптимизаций, мы полагаем, что нашли эмпирические ответы на вопросы, поставленные гипотезами, сформулированными во введении. Новые инструменты технического анализа показали большую эффективность по всех измерениях эффективности активной торговой системы - и по доходности, и по риску. И по устойчивости и точности сигналов системы с новыми индикаторами были лучше систем со стандартными индикаторами. Это означает, что в исследовании эмпирически показано, что новые инструменты технического анализа эффективны.

Кроме сравнения инструментов технического анализа, проведено сравнение доходностей активной торговой системы и пассивной торговой системы, совершающих операции с одними и теми же акциями. Эмпирически показано, что нет оснований считать активную торговую систему доходнее пассивной торговой системы, так как ни одна из торговых систем не показала такую доходность, как пассивная стратегия «купи и держи».

Заключение

В ходе исследования изучена литература по построению, тестированию и оптимизации торговых систем, проведен эмпирический анализ посредством имитационной торговли на Московской бирже, выявлена эффективность и особенности использования новых индикаторов технического анализа.

Проведенный эмпирический анализ позволяет дать следующие ответы на гипотетические вопросы, поднятые во введении:

1. Новые инструменты технического анализа могут быть более эффективными по сравнению с классическими для активной торговой стратегии на российском фондовом рынке.

2. Активные торговые системы, построенные по скользящим средним эффективнее активных торговых систем, построенных по осцилляторам

3. Основания для подтверждения более высокой доходности активной торговой системы по сравнению с пассивной на долгосрочном временном отрезке не были обнаружены.

Кроме того, сформулированы дополнительные выводы на основе эмпирических наблюдений

1. Активные торговые системы с новым инструментарием технического анализа эффективнее без использования стоп-ордера

2. Технические индикаторы эффективнее при учете особенностей российского рынка

В настоящем исследовании рассмотрена лишь одна грань технического анализа и использования автоматических торговых систем. Следующие исследования могут сфокусироваться на написании собственных программ-алготрейдеров, а также создании уникальных индикаторов технического анализа. Настоящее исследование также не охватило всех инструментов технического анализа, так как следовало бы протестировать большое количество разнообразных систем. Мы допускаем, что торговля по другим акциям могла дать совершенно иные результаты. Мы надеемся, что наше исследование поможет будущим исследователям сформировать методологическую базу для дальнейших экспериментов в торговле на исторических и реальных котировках. Поле возможных исследований для нахождения сверхдоходной торговой системы практически не вспахано, так как можно анализировать области анализа, выходящего за рамки технического - хаотические методы и нейросети станут новыми маяками в поиске «торгового Грааля».

Список литературы

1. Указание Банка России от 29.04.2015 N 3629-У "О признании лиц квалифицированными инвесторами и порядке ведения реестра лиц, признанных квалифицированными инвесторами" (Зарегистрировано в Минюсте России 28.05.2015 N 37415)

2. Васильев Л. Эффективность применения технического анализа на ММВБ на примере Индекса Относительной Силы(Relative Strength Index) RSI // Российское предпринимательство. 2009

3. Едронова В.Н., Рассохин В.В. Использование средневзвешенных цен в некоторых индикаторах технического анализа // Финансы и кредит. 2005. №2 (170)

4. Снежко Юрий Сергеевич Применение индикаторов технического анализа на российском фондовом рынке // Российское предпринимательство. 2015.

5. Allen, F., & Karjalainen, R. (1999). Using genetic algorithms to find technical trading rules. Journal of Financial Economics, 51(February (2)), 245-271

6. Allen, D., & Yang, W. (2004). Do UK stock prices deviate from fundamentals? Mathematics and Computers in Simulation, 64 (February (3-4), 373-383.

7. Barnewall, M. (1987), “Psychological Characteristics of the Individual Investor”, in William Droms, ed., Asset Allocation for the Individual Investor, Charlottsville, Va: The Institute of Chartered Financial Analysts.

8. Blommestein, H. et al. (2009), "Evaluating the Design of Private Pension Plans: Costs and Benefits of Risk-Sharing", OECD Working Papers on Insurance and Private Pensions, No. 34, OECD publishing

9. Brock, W., Lakonishok, J., & LeBaron, B. (1992). Simple technical trading rules and the stochastic properties of stock returns. The Journal of Finance, 47(December(5)), 1731-1764

10. Cowles, A. (1933). Can stock market forecasters forecast? Econometrica, 1(July (3)),309-324.

11. Dempster, M. A. H., & Jones, C. M. (2001). A real-time adaptive trading system usinggenetic programming. Quantitative Finance, 1(April (4)), 397-413.

12. Ellis, C. A., & Parbery, S. A. (2005). Is smarter better? A comparison of adaptive, andsimple moving average trading strategies. Research in International Business and Finance, 19(September (3)), 399-411.

13. Fama, E. F., & Blume, M. E. (1966). Filter rules and stock-market trading. Journal ofBusiness, 39(January (1)), 226-241.

14. Gorgulho, A., Neves, R., & Horta, N. (2011). Applying a GA kernel on optimizing tech-nical analysis rules for stock picking and portfolio composition. Expert Systemswith Applications, 38(May (11)), 14072-14085

15. Grossman, J. and Stiglitz, J. (1980). On the Impossibility of Informationally Efficient Markets. The American Economic Review, Vol. 70, No. 3, pp. 393-408

16. Gunasekarage, A., & Power, D. M. (2001). The profitability of moving average trad-ing rules in South Asian stock markets. Emerging Markets Review, 2(March (1)),17-33.

17. Jegadeesh, N., & Titman, S. (1993). Returns to buying winners and selling losers:Implications for stock market efficiency. The Journal of Finance, 48(March (1)),65-91.

18. Katz J., McCormick D. The encyclopedia of trading strategies. 0-07-058099-5 изд. The McGraw-Hill Companies, 2002.

19. Lin, X., Yang, Z., & Song, Y. (2011). Intelligent stock trading system based on improvedtechnical analysis and Echo State Network. Expert Systems with Applications,38(September (9)), 11347-11354

20. Lo, A. W., Mamaysky, H., & Wang, J. (2000). Foundations of technical analysis: Com-putational algorithms, statistical inference, and empirical implementation. TheJournal of Finance, 55(August (4)), 1705-1770.

21. Markowitz, Harry. “Portfolio Selection.” The Journal of Finance, vol. 7, no. 1, 1952, pp. 77-91

22. Menkhoff, L., & Taylor, M. P. (2007). The obstinate passion of foreign exchange pro-fessionals: Technical analysis. Journal of Economic Literature, 45(December (4)),936-972.

23. Neely, C. J. (2003 Spring). Risk-adjusted, ex ante, optimal technical trading rules inequity markets. International Review of Economics & Finance, 12(1), 69-87.

24. Nison, S. Beyond Candlesticks: New Japanese Charting Techniques Revealed. SBN: 978-0-471-00720-3 изд. John Wiley & Sons, Inc., 1994

25. Northcott, A. (2009). The complete guide to using candlestick charting: How to earn highrates of return-safely. Ocala: Atlantic Publishing Group Inc. No. 1601382944.

26. Oliveira, F. A. d., Nobre, C. N., & Zбrate, L. E. (2013). Applying Artificial NeuralNetworks to prediction of stock price and improvement of the directional pre-diction index - Case study of PETR4, Petrobras, Brazil. Expert Systems withApplications, 40(December (18)), 7596-7606.

27. Omrane, W. B., & Van Oppens, H. (2006). The performance analysis of chart patterns:Monte Carlo simulation and evidence from the euro/dollar foreign exchangemarket. Empirical Economics, 30(4), 947-971.

28. Pardo, R. Design, testing and optimization of trading systems . ISIN 0471554464 изд. Wiley&Sons, 1992.

29. Park, C.-H., & Irwin, S. H. (2007). What do we know about the profitability of technicalanalysis? Journal of Economic Surveys, 21(September (4)), 786-826.

30. Pompian, M.M., & Longo, J.M. (2004). The Future of Wealth Management : Incorporating Behavioral Finance into Your Practice By.

31. Ratner, M., & Leal, R. P. (1999). Tests of technical trading strategies in the emerg-ing equity markets of Latin America and Asia. Journal of Banking & Finance,23(December (12)), 1887-1905.

32. Schwager, J. Technical analysis. ISBN 0-471-02051-6 изд. John Wiley & Sons, Inc., 2001.

33. Schwager, J. Stock Market Wizards: Interviews with America's Top Stock Traders. B00JYI2JTO изд. HarperBusiness, 2011.

34. Sullivan, R., Timmermann, A., & White, H. (1999). Data-snooping, technical tradingrule performance, and the bootstrap. The Journal of Finance, 54(October (5)),1647-1691

35. Williams A., Mitchell M., Do Stocks with Dividends Outperform the Market during Recessions? Journal of Accounting & Finance (2158-3625) . 2013, Vol. 13 Issue 1, p58-69. 12p.

36. Williams G., Williams B. Trading chaos: Maximize Profits with Proven Technical Techniques. ASIN B008NC0YIK изд. Wiley&Sons, 2004.

Приложение 1

Код основного торгового алгоритма системы Moving Average в MetaEditor

Приложение 2

Пользовательский интерфейс параметров индикатора Stochastic в MetaTrader5

Приложение 3

Эмпирические результаты торговли по свечным фигурам



Приложение 4

Результаты генетической оптимизации инструмента Stochastic

Приложение 5

Код основного торгового алгоритма системы Ichimoku в MetaEditor

Размещено на Allbest.ru