Начинающий трейдер.

Как мне определить наилучшие настройки индикатора?
 

Хотелось бы увидеть ряд статей по индикаторам, используемым для торговли акциями, и о том, как настраивать их в зависимости от интервала графика. Хотелось бы увидеть определение того, что такое индикатор, и как его лучше всего использовать. Например, если вы используете одноминутный график, какой лучше всего использовать индикатор, чтобы знать, когда спускать курок? Если вы говорите об MACD, например, то как вы определяете, какие «цифры» использовать?

У меня уже есть некоторый опыт торговли (не очень удачный), но я не использовал индикаторы, потому что не знаю, как настраивать их или какие использовать на внутридневных, а какие – на дневных графиках.

— Б. Джонсон

Мы опубликовали ряд статей о различных технических индикаторах и торговых инструментах в разделах "Понимание индикаторов" и "Понимание технических инструментов" журнала Active Trader (в основном в период между 2000 и 2003 годами). Позднее, в течение последних нескольких месяцев, мы обновили некоторые из этих статей и опубликовали их в журнале Currency Trader.

Ваш вопрос демонстрирует некоторые распространенные предубеждения в отношении технических индикаторов. Однако эти предубеждения могут завести вас в ряд безвыходных (и потенциально дорогостоящих) тупиков.

Во-первых, существует основополагающее предубеждение о том, что тот или иной инструмент должен иметь ценность, предположительно потому, что на него ссылаются в книгах и журналах о биржевой торговле, он включен во многие компьютерные программы для торговли и присутствует на веб-сайтах. (Мы говорим в общем, а не конкретно о MACD). Во-вторых, существует мнение, что у каждого конкретного индикатора есть «правильные», или «лучшие» настройки. Наконец, бытует также представление, что эти параметры специфичны для различных временных фреймов (то есть дневных или, скажем, минутных). Прежде чем ответить на ваш вопрос, позвольте порассуждать об эволюции наиболее массового восприятия технических индикаторов.

Популярность любого торгового инструмента не имеет ничего общего с его полезностью. Можно утверждать, что популярность обратно пропорциональна полезности, потому что чем больше людей будут использовать одну и ту же торговую идею или индикатор, тем меньше преимущества они будут иметь на рынке.

Торговые инструменты и идеи нередко становятся популярными просто благодаря процессу «вирусного» повторения в рамках изолированного сообщества аналитиков и трейдеров. Многие из наиболее популярных технических индикаторов были разработаны до того, как стало возможным массовое применение компьютеров для тестирования индикаторов, и в первые аналитические программные платформы – которые главным образом предназначались для снижения трудоемкости построения графиков и расчета индикаторов, что выполнялось ранее вручную – естественно включали каждый имевшийся инструмент, не зная (или не заботясь) об их жизнеспособности. Немногие, если вообще какие-либо, из этих идей были защищены авторскими правами и, кроме того, – кто такие продавцы, чтобы решать, какие индикаторы хороши, а какие нет?

Этому примеру последовали многие другие торговые платформы, и легкость применения «классических» индикаторов по существу привела к тому, что трейдеры стали меньше понимать, как они рассчитываются и для чего они предназначены. (Одно из преимуществ расчета индикаторов вручную заключается в том, что это дает глубокое понимание того, как работает инструмент). Тем временем торговое сообщество продолжало выпускать книги и статьи, многие из которых просто повторяли в значительной части или целиком предыдущие статьи, и, в большинстве случаев, включенная в них статистика несла в себе немного или вообще никакого исторического тестирования или реальной торговли. Ведь гораздо легче пересказывать чье-то мнение, чем вести собственные глубокие и тщательные исследования. А когда что-то повторяется достаточно долго, оно приобретает в глазах своих потенциальных пользователей репутацию (а иногда даже таинственность) невероятных размеров.

Парадоксально, но наличие программного обеспечения, делающего возможным историческое тестирование торговых систем и индикаторов, мало изменило статус-кво. Во-первых, такие программы, даже самые дружественные по отношению к пользователю, могут быть слишком трудными для того, чтобы их могли постигнуть трейдеры, не обладающие навыками программирования или даже совсем не разбирающихся в компьютерах. Во-вторых, как и их предшественники, многие из этих программ были построены вокруг парадигмы «классического технического анализа», которая покоится на допущении, что «серийные» технические индикаторы и торговые идеи, разработанные в докомпьютерную эру, имеют неотъемлемую полезность и могут настраиваться так, что будут постоянно приносить прибыль.

Эта не такая уж краткая история сегодняшнего торгового программного обеспечения и литературы является просто напоминанием о том, что трейдеры не должны исходить из того, что что-то работает просто потому, что оно включено в торговые программы или описывается в книге или журнальной статье. Трейдеры должны требовать неопровержимых доказательств того, что нечто имеет потенциал делать деньги и, в конечном счете, именно такие доказательства и получаются в результате самостоятельных исследований и опытов.

А теперь вернемся к теме настройки индикаторов. Попросту говоря, никаких «правильных» настроек или параметров ни у каких индикаторов или временных фреймов нет. Не существует, например, таких настроек для MACD или любого другого инструмента, которые лучше всего подходят для всех рынков, или для дневных данных, или одноминутных данных, часовых данных, недельных данных и так далее до бесконечности. Различны не только отдельные рынки, но даже один и тот же рынок может значительно отличаться в разные моменты времени – что делает определение «правильных» настроек индикатора по существу невозможным. То, что работало в прошлом году (или на прошлой неделе, или вчера) может не работать сегодня. Однако это не означает, что существуют уникальные настройки для каждого рынка/временного фрейма – то есть одни настройки для дневных цен акций Best Buy (BBY), другие для недельных данных по фьючерсам на сою и так далее.

В майском 2003 года номере Active Trader была опубликована статья, озаглавленная “The magic number myth” («Миф о магических числах»), посвященная этой теме. Среди прочих вещей в ней подчеркивался тот факт, что период использования прошлых данных 14 дней, включенный по умолчанию во многие индикаторы и упоминаемый в торговой литературе и используемый в программном обеспечении, появился благодаря идее одного хорошо известного аналитика, которые решил, что правильным горизонтом времени для индикатора, который он разработал, должна быть половина лунного месячного цикла 28 суток. Отбросим на момент тот факт, влияют или нет фазы Луны каким-либо образом на трейдинг, но лунный цикл состоит из 28 календарных дней, а не 28 торговых дней. И поскольку средний месяц состоит приблизительно из 20 торговых дней, аналитику фактически следует использовать 10-дневный период прошлых данных. К сожалению, на такой зыбкой почве часто строятся многие традиции технического анализа.

Популярность 50-дневной и 200-дневной скользящих средних является другим распространенным проявлением наших ошибочных допущений в отношении индикаторов. Что такого особого в этих числах? Да абсолютно ничего. Но это не мешает многим аналитикам и трейдерам относиться к 50- и 200-дневным скользящим средним, как если бы они обладали какими-то волшебными свойствами.

Рынки все время меняются. Любой индикатор или особые настройки индикатора могут указывать на отдельные прибыльные сделки или работать в течение ограниченного количества времени, но поскольку не возможно знать, когда рынок перейдет из трендовой фазы в бестрендовую фазу или из восходящего тренда в нисходящий тренд или из состояния высокой волатильности в состояние низкой волатильности, то не возможно определить и лучшие настройки для любого индикатора.

Возьмем для примера простой индикатор и простой гипотетический торговый подход – пересечение ценой скользящей средней, который представляет собой технику следования за трендом. Сигнал о длинных сделках подается, когда цена уходит выше скользящей средней (поскольку это указывает, что рынок находится в восходящем тренде), а короткие сделки открываются, когда цена уходит ниже скользящей средней.

Здесь необходимо принять решение о такой настройке индикатора как длина скользящей средней (в данном случае число дней). Более короткая скользящая средняя будет отражать краткосрочные тренды, а более длинная средняя будет отражать долгосрочные тренды. Так какое же число дней «лучше всего» использовать?

Мы решили попробовать ответить на этот вопрос, проанализировав дневные ценовые данные за два года (до 23 июня 2005 года) у акций Best Buy (BBY). Мы начали с использования 50-дневной скользящей средней. Таблица 1 показывает результаты торговли 100 акциями в ответ на каждый торговый сигнал. И короткие, и длинные сделки потеряли деньги, поэтому вероятно правильно будет подобрать другую длину скользящей средней.

Чтобы найти ее, мы протестировали подход пересечения ценой скользящей средней на длине скользящей средней от 10 до 200 дней, используя шаги в два дня (то есть 10 дней, 12 дней, 14 дней и так далее). Многие варианты длины скользящих средних принесли прибыльные результаты, но наибольшую чистую прибыль дала 60-дневная скользящая средняя. В таблице 2 показаны результаты этих «оптимизированных» настроек индикатора. И длинные, и короткие сделки оказались прибыльными (заметьте: мы не вычитали комиссионные затраты и проскальзывание. Гораздо меньше скользящих средних – особенно это относится к коротким скользящим средним, которые вызывают открытие большего числа сделок – оказались бы прибыльными, если такие затраты были бы учтены).

Далее мы протестировали 60-дневную скользящую среднюю на данных за предыдущие два года (23 июня 2001 года – 23 июня 2003 года). Таблица 3 показывает, что результаты были опять прибыльными, хотя длинные сделки потеряли деньги (неудивительно, с учетом того, что этот период охватил часть медвежьего рынка после 2000 года), так что, возможно, мы что-то нашли.

Однако последующий тест на ценах еще двух более ранних лет (23 июня 1999 года – 23 июня 2001 года) принес весьма иные результаты (Таблица 4). Фактически чистый убыток (1 514 долларов) в течение этого периода был почти таким же большим, как общая прибыль за четыре года, рассмотренные ранее.

 За весь шестилетний период данных (23 июня 1999 года – 23 июня 2005 года) самую большую чистую прибыль принесла 44-дневная скользящая средняя.

Однако это не означает, что 44 дня будут наилучшей длиной для использования в будущем – это просто число, которое дало лучшие результаты в определенный период прошлого, и маловероятно, чтобы будущее повторило эти прошлые условия достаточно близко.

Кроме того, если изменить процесс и начать с первого двухлетнего периода (23 июня 1999 года – 23 июня 2001 года), то мы столкнемся с проблемой такого же рода. Самая результативная длина скользящей средней (52 дня) в этот период оказалась в течение следующих двух лет менее прибыльной, а потом, в последние два года, потеряла деньги (на этот раз мы вычитали скромные 11 долларов со сделки на комиссионные и проскальзывание). Однако это не означает, что невозможно определить соответствующие торговые параметры или длину индикатора. Это просто означает, что типичную интерпретацию слова «лучший» следует понимать в значении «наилучший компромисс».

Из 96 вариантов скользящих средних, которые мы протестировали, 78 дали прибыльные результаты (до учета комиссионных и проскальзывания) на ценовых данных за шесть лет. Таблица 5 показывает результаты 18 скользящих средних с наивысшей чистой прибылью. Длина этих скользящих средних варьировалась от 42 до 80, что есть относительно небольшой сегмент (порядка 28%) всего диапазона скользящих средних, которые мы протестировали. Короче говоря, этот диапазон скользящих средних находился там, где была стоимость.

Средняя длина этих прибыльных скользящих средних составила 58 дней. Одна из теоретических школ гласит, что торговля с использованием среднего значения параметра, такого как этот, является логическим компромиссом для будущей торговли, потому что представляет собой диапазон параметров, которые дали лучшую прибыль. (Среднее лучших 10 значений в Таблице 5 равно 56.6, а среднее худших 10 равно 58.2, что означает, не так уж велика разница между различными частями всего диапазона значений).

Описанный здесь процесс представляет один из подходов, которые некоторые систематические трейдеры используют, чтобы понять рынок на основе исторических тестов. Он называется «пошаговой» оптимизацией, которая состоит из тестирования данных за определенный период («тестовый» набор данных, или данные «внутри выборки») для определения наиболее результативного индикатора или системы параметров, а затем применения этих параметров к одному или более иных периодов данных (данные «вне выборки») с целью посмотреть, сохраняются ли результаты.

Например, трейдер может начать с тестирования ценовых данных за четыре года, а затем «перенести вперед» «наиболее результативные» (оптимизированные) параметры системы на последующие три года данных, затем на следующие два года данных. Это имитирует процесс использования ранее протестированной идеи и торговли с ее помощью. Если оптимизированная система не приносит хороших результатов на данных вне выборки, это говорит о том, что параметры были просто «подогнаны» к первоначальным данным внутри выборки, и что они также, вероятно, не дадут хороших результатов в реальной торговле.

Второй подход заключается в том, чтобы сделать индикаторы динамичными – чтобы они сами подстраивались под меняющиеся рыночные условия. Например, индикатор можно разработать так, чтобы он изменял период исторических данных в зависимости от уровня волатильности.

Одним из достоинств процесса оптимизации является нахождение определенных диапазонов значений параметров, которые дают хорошие результат, как мы продемонстрировали на примере BBY. На примере данного случая, предположим, что вам нужно было протестировать всего один параметр, а именно длину исторического периода данных, и вы тестировали каждую длину от 10 до 60 дней. Теперь предположим, что все тесты оказались бесприбыльными, за исключением 15-дневного периода и всех периодов от 45 до 55 дней.

Если бы вам пришлось торговать, опираясь исключительно на эту информацию, какой период данных вы бы использовали? 15-дневный период должен казаться подозрительным, потому что он является изолированным примером – ни один из расположенных по соседству периодов не оказался прибыльным, поэтому, вероятно, его успех – это случайность.

Напротив, прибыльность всех периодов между 45 и 55 дней указывает, что эта области может представлять какую-то ценность, особенно если результаты сохраняются при тестировании на других данных. Это признак «зрелости» значения параметра – то есть, этот параметр имеет потенциал сохраниться при изменении рыночных условий.

Как упоминалось, эту информацию можно использовать, взяв среднее значение этой группы периодов (50) и ожидая, что с течением времени это значение захватит разумное количество прибыли. Дополнительное тестирование, разумеется, можно использовать как способ определения того, справедлива или не справедлива была эта гипотеза.

Таблица 6 показывает другую часть оптимизации скользящей средней на данных BBY. Она показывает чистую прибыль скользящих средних от 10 до 40 дней в течение всего шестилетнего периода данных. До 34 дней лишь один вариант скользящей средней потерял деньги.

Что мы можем вынести из этого? Во-первых, было бы, конечно, глупо использовать длину скользящей средней меньше 24 дней, ибо каждый ее размер до этого уровня оказался бесприбыльным. А как насчет 26-дневной скользящей средней, которая принесла прибыль? Является ли ее успех, окруженный неудачами, свидетельством того, что этому размеру присуще нечто специальное?

Абсолютно нет. Этот положительный результат является аберрацией – результатом того, что данный конкретный размер скользящей средней оказался соответствующим ритму уникального поведения цены в данный период времени. И эти условия никогда больше не повторятся. Успех 26-дневной скользящей средней был просто делом случайности. Смогли бы вы выбрать этот размер заранее, зная, что он будет наилучшим выбором для этого периода?

Напротив, постоянная прибыльность при длине в 34 дня и более является признаком того, что долгосрочные скользящие средние давали лучшие результаты при использовании отдельных аспектов поведения цены, и поэтому анализ, который привел к нахождению 58-дневной скользящей средней как правильного параметра, имеет смысл.

Лучшее, что вы можете сделать, это распотрошить любую торговую идею, систему или индикатор, чтобы посмотреть, как они работают, а затем оттестировать их, чтобы посмотреть, какие результаты они приносят. Это длительный процесс проб и ошибок, но он может сберечь ваши деньги, а вознаграждение, которое вы получите в конечном счете, окупит эти усилия.

У вас есть вопрос? Пришлите его по адресу editorial@activetradermag.com с пометкой “Apprentice Trader” в поле "Тема".

Рисунок 1. Пересечение цены со скользящей средней

Простая система, протестированная здесь, покупает, когда цена уходит выше скользящей средней, и продает, когда она уходит ниже средней. В этой системе требуется установка одной настройки, или «параметра», а именно, «периода прошлых данных» – то есть количества дней, включенных в скользящую среднюю.

Источник: TradeStation

Таблица 1. Пересечение линий цены/50-дневной скользящей средней, 23 июня 2003 года – 23 июня 2005 года

Покупка и продажа при движении цены выше и ниже 50-дневной скользящей средней не смогла принести прибыль в этом тесте.  

Таблица 2. Пересечение линий цены/60-дневной скользящей средней, 23 июня 2003 года – 23 июня 2005 года

Наиболее прибыльный размер скользящей средней для этого периода составил 60 дней.  

Таблица 3. Пересечение линий цены/60-дневной скользящей средней, 23 июня 2001 года – 23 июня 2005 года

60-дневная скользящая средняя по-прежнему принесла прибыль в течение этого второго двухлетнего периода теста. Для сравнения, в этот период времени лучшие результаты дала 100-дневная средняя, принеся 2,106 долларов прибыли.  

Таблица 4. Пересечение линий цены/60-дневной скользящей средней, 23 июня 1999 года – 23 июня 2001 года

60-дневная система в течение двух лет с до 23 июня 2001 года.  

Таблица 5. Скользящие средние с наилучшими результатами

Многие скользящие средние оказались прибыльными. Расчет среднего значения наилучших по результатам является одним из способов определения типичной длины, обладающей потенциалом давать хорошие результаты в будущем.  

Таблица 6. Изолированный успех, случайный шанс

Положительный результат 26-дневной скользящей средней является, скорее всего, случайностью.