Читаем Долгосрочные секреты краткосрочной торговли полностью

Рисунок 4.18 показывает торговлю только по дням, наиболее влияющим на результаты. Лучшими днями для покупки были все дни, кро­ме четверга и пятницы, в то время как лучшим днем для продажи был чет­верг и отчасти пятница, но это представлено в следующей сводке. Это не­плохая система, и она сделала $227,822 с 75-процентной точностью при 1,333 сделках и имела очень маленькое проседание, составившее всего $13,737. Но я лично предпочел бы большую среднюю прибыль на сделку, чем $170, которые мы видим здесь.

Рисунок 4.9 Торговля по вторникам.

Рисунок 4.10 Торговля по средам.

















Рисунок 4.11 Торговля по четвергам.

Рисунок 4.12 Торговля по пятницам.














Рисунок 4.13 Тест по сделкам шорт: понедельник.

Проницательный и думающий трейдер должен бы задать вопросы, на­пример: «А не могли бы мы использовать меньшую величину экспансии волатильности, чтобы покупать агрессивней в бычьи дни, и более далекое значение входа в дни, которые не так хорошо проявляют себя с 50-процент­ным значением? И как насчет нашего выхода, не следует ли дольше дер­жать позицию в более бычьи/медвежьи дни?»

Рисунок 4.14 Тест по сделкам шорт: вторник.















Рисунок 4.15 Тест по сделкам шорт: среда.

Такие вопросы могут продолжаться бесконечно, но их нужно задавать, чтобы оптимизировать работу системы. Доказательство того, что исследо­вания окупаются, приводится на рисунке 4.19. Он показывает использова­ние предшествующих правил, за исключением того, что вход в лонг осуще­ствляется на 40 процентах от диапазона предыдущего дня, прибавленного к открытию, вход в шорт — при 200 процентах от диапазона, который

Рисунок 4.16 Тест по сделкам шорт: четверг.
















Рисунок 4.17 Тест по сделкам шорт: пятница.

Рисунок 4.18 Торговля в наиболее влиятельные дни.












Рисунок 4.19 Исследования окупаются!

вычитается из цены открытия. Здесь мы видим большое отличие: в то вре­мя как эта система фактически делает немного меньше денег ($14,000), точность возрастает до 83 процентов, а средняя прибыль на сделку увели­чивается до $251, тогда как количество сделок сокращается на 46 процен­тов!

Отделение покупателей от продавцов для нахождения волатильности с помощью рыночных колебаний

Третий способ измерения потенциальных экспансий волатильности заклю­чается в наблюдении за колебаниями цен за предшествующие несколько дней. Майк Чалек (Mike Chalek) заслуживает признания за эту систему, ко­торую он разработал и назвал «Талон» (Talon). Основная ее идея — рассмат­ривать различные колебания, совершенные ценой от одной точки до другой, за прошедшие несколько лет. Существует много таких точек для изучения.

Точки, выбранные мною для последующего рассмотрения рыночной активности, измеряют расстояние движения цен от максимума 3 дня назад к сегодняшнему минимуму. Это — Шаг 1. Шаг 2 — взять размер колебания от максимума 1 день тому назад и вычесть из него минимум 3 дня назад. Наконец, мы будем использовать самое большое из этих значений как на­шу основную единицу измерения волатильности, чтобы начать создавать фильтр, или ценовую подушку, которую мы прибавим к завтрашнему от­крытию при покупке или вычтем ее при продаже.




Система работает хорошо: она делает деньги, как показывают следую­щие результаты по S&P 500 с 1982 по 1998 гг. (см. рисунок 4.20). Правила заключаются в том, чтобы покупать при 80-процентном колебательном движении выше открытия и продавать при 120-процентом колебании ни­же открытия. Используя долларовый стоп на уровне $1,750 и мой выход катапультирования (bailout), эта система сделала $122,837 с 1982 по 1998 гг. со средней прибылью в $228 на сделку.

Результаты

Как всегда, однако, встает вопрос, можем ли мы добиться большего успеха? Наша последняя попытка улучшить результат состояла в использовании TDW как фильтра, существенно улучшающего производительность. Те­перь мы пойдем дальше и используем фундаментальное соображение — воздействие рынка бондов на цены акций.

Сейчас мы испытаем эту концепцию в качестве фильтра (рисунок 4.21). Правило весьма простое: мы примем к сведению сигналы к покупке только тогда, когда сегодняшняя цена закрытия бондов выше, чем 5 дней назад, а сигналы на продажу — только тогда, когда цена закрытия бондов сегодня ниже, чем 35 дней назад. Наше рассуждение убедительно основано на об­щепринятой истине, что более высокие цены облигаций оказывают на ак­ции бычье воздействие, а более низкие — медвежье.

Посмотрите, какая разница! Средняя прибыль на сделку увеличивается с $228 до $281, в то время как проседание резко падает с $13,025 до $5,250. Лучше всего, однако, то, что при первоначально «неотфильтрованных» сдел­ках мы имели самую большую проигрышную сделку в $8,150, в то время как с облигационным фильтром самый большой убыток составил всего $2,075!

Еще один шаг вперед

Перейти на страницу:

Похожие книги

Практика управления человеческими ресурсами
Практика управления человеческими ресурсами

В книге всемирно известного ученого дан подробный обзор теоретических и практических основ управления человеческими ресурсами. В числе прочих рассмотрены такие вопросы, как процесс управления ЧР; работа и занятость; организационное поведение; обеспечение организации управления трудовыми ресурсами; управление показателями труда; вознаграждение.В десятом издании материал многих глав переработан и дополнен. Это обусловлено значительным развитием УЧР: созданием теории и практики управления человеческим капиталом, повышенным вниманием к роли работников «передней линии», к вопросам разработки и внедрения стратегий УЧР, к обучению и развитию персонала. Все эти темы рассмотрены в новых или существенно переработанных главах. Также в книге приведено много реальных примеров из практики бизнеса.Адресовано слушателям программ МВА, аспирантам, студентам старших курсов, обучающимся по управленческим специальностям, а также профессиональным менеджерам и специалистам по управлению человеческими ресурсами.

Майкл Армстронг

Деловая литература / Деловая литература / Управление, подбор персонала / Финансы и бизнес