👨‍🎓 ПЛОТНОСТЬ ЦЕНЫ И КОЭФФИЦИЕНТ ЭФФЕКТИВНОСТИ В TSLAB

📚 В книге Перри Кауфмана «СИСТЕМЫ И МЕТОДЫ БИРЖЕВОЙ ТОРГОВЛИ», есть в первой главе тема про Измерение шума, приведем описание этой части и попробуем собрать в TSLab.
👨‍💻 Необходимость выбора частоты данных, наиболее подходящей для той или иной стратегии, можно подтвердить измерением ценового шума . Шум представляет собой беспорядочное движение, в любое время окружающее главное направление цены. Высокий шум можно сравнить с походкой пьяного моряка, а низкий шум — прямая линия от старта до финиша.
📢 Существует несколько способов измерения шума, в том числе плотность цены, коэффициент эффективности (известный также как фрактальная эффективность) и фрактальная размерность.
💡 Важно, что эти измерения устраняют волатильность, потому что шум нельзя путать с волатильностью.
📈 На Рисунке 1 короткий гипотетический период движения цены демонстрирует пример измерения шума с помощью коэффициента эффективности (efficiency ratio — ER).
💻 ER рассчитывается путем деления чистого движения (расстояния от точки А до точки В) на сумму отдельных движений в течение этого периода, взятых как положительные числа.
✅ Коэффициент эффективности = Чистое изменение цены (как положительное число) / Сумма отдельных изменений цены (как положительное число)
💬 (Формула в приложении)
📈 Рисунок 2 иллюстрирует относительный уровень шума, который может сопровождать движение цены на такое же чистое расстояние.
модели-движения-цены
📌 Прямая линия означает отсутствие шума, небольшие отклонения выше и ниже прямой являются средним шумом, а большое колебание — сильный шум. В этом примере, однако, невозможно отличить уровень шума от волатильности, но все же это не одно и то же.
📈 На рисунке 3 показано чистое изменение цены от 440 до 475 в одном случае и от 440 до 750 в другом, при этом сумма отдельных составляющих изменений сходна, 595 и 554. Коэффициент эффективности
составляет 0,06 для первого движения и 0,56 для второго, показывая, что у первого очень высокий шум, а у второго шум относительно низкий (табл. 1).
💡 Помните, что коэффициент, близкий к 1, говорит о сильном тренде, а коэффициент, близкий к О , означает только шум. Если цены быстро движутся вверх, то даже большие колебания нельзя считать серьезными помехами тренду.
✅ ДРУГИЕ МЕТОДЫ ИЗМЕРЕНИЯ ШУМА
В предыдущем примере шума использовался коэффициент эффективности, однако могут также использоваться плотность цены и фрактальная размерность. Интуитивно плотность цены можно воспринимать как степень, до которой цены заполняют коробку. Если мы возьмем график 10-дневного периода движения цен, отражающий максимумы и минимумы, и нарисуем прямоугольник (коробку), касающийся самого высокого максимума и самого низкого минимума, то плотностью будет степень заполнения этой коробки.
Рассчитывается это так:
💬 (Формула в приложении)
📚 Фрактальную размерность нельзя измерить точно, но ее можно приблизительно оценить за n дней в такой последовательности.
1. Мах = высший максимум за n дней.
2. Min = низший минимум за n дней.
3. Диапазон (Range) = max — min.
💬 (Формула в приложении)
👨‍🎓 Существует сильная связь между фрактальной размерностью и коэффициентом эффективности (фрактальной эффективностью), и наблюдается подобие при построении плотности цены и фрактальной размерности. В пункте 5 выражение, помещенное под знаком квадратного корня, накапливает изменение цены относительно диапазона в течение расчетного периода. Из трех методов измерения шума коэффициент эффективности представляется наиболее ясным, и именно его мы будем использовать в дальнейшем.
✅ ВЛИЯНИЕ НА ТОРГОВЛЮ
Чтобы у становить значимость коэффициента эффективности, был рассчитан 20 -дневный средний шум для широкого диапазона фьючерсных и мировых рынков фондовых индексов за период с января 2000г. по март 2012г. На тех же рынках была применена соответствующая стратегия следования за трендом с использованием 40-дневной скользящей средней. В трендовой системе использовались самые элементарные правила: когда линия тренда поворачивала вверх, открывалась длинная позиция, а когда она поворачивала вниз — короткая. Присутствие на рынке было постоянным, а затраты не учитывались. Результаты шума и соответствующей трендовой системы показаны на рис.4. Результаты трендовой системы показаны как коэффициент прибыли — валовая прибьль, деленная на валовой
убыток. Более высокие коэффициенты означают лучшую доходность с учетом риска. Чтобы подчеркнуть это отношение, на диаграмме рассеивания была построена линия простой регрессии.
📈 Рисунок 4. показывает развитие процесса от левого нижнего угла графика до правого верхнего. Коэффициенты прибыли ниже 1,0 означают чистый убыток, а выше 1,0- прибыль. Наибольший шум наблюдается слева (0,204), а наименьший — справа (примерно 0,266). Результаты эти можно интерпретировать следующим образом: слабый шум хорош для следования за трендом, а сильный — нет. Эту интерпретацию можно развить далее — сильный шум благоприятствует стратегиям возврата к среднему. Тестирование на других периодах, например 1990-х гг., показывает намного более сильные тренды, чем в последнее время, и может дать более высокую доходность, но взаимосвязь шума и успеха останется той же.
💯 Более пристальный взгляд на результаты показывает, что в верхнем правом углу расположились рынки краткосрочных процентных ставок, которые тесно связаны с политикой центрального банка. Следующие по своей трендовости рынки — это более долгосрочные ставки, затем кросс-курсы доллара США, рынки энергоресурсов и металлов . В нижнем левом углу графика находятся рынки фондовых индексов. У индексных рынков самый большой шум и худшие в IUiaнe следования за трендом результаты из всех секторов.
👨‍💻 Эта концепция чрезвычайно важна при выборе стиля торговли. Долгосрочные трейдеры , интересующиеся макротрендами, должны объединять низкочастотные данные с долгосрочными трендами. Краткосрочные трейдеры должны использовать высокочастотные данные и отдавать предпочтение стратегиям, основанным на возврате к среднему. Конечно, у этого подхода есть много исключений, а возможности встречаются повсюду. Взаимосвязь ценового шума, рыночных моделей и частоты данных предназначена для того, чтобы упорядочивать самые общие решения, принимаемые при разработке стратегий торговли.
💻 Попробуем реализовать нахождение Плотности цены и Коэффициента эффективности в TSLb.
👉 Посмотреть подробнее и скачать скрипт можно тут: https://daytradingschool.ru/plotnost-ceny-i-koefficient-effektivnosti-v-tslab/