Диссертация (1138424), страница 14
Текст из файла (страница 14)
Тестирование торговых моделей на основе индикаторов технического анализа с оптимальными значениями настраиваемых параметров на внеоптимизационной выборке;3. Определение устойчивости результатов оптимизации настраиваемых параметров при тестировании на внеоптимизационной выборке.Установление оптимальных параметров индикаторов технического анализа.При выполнении процедур оптимизации в качестве главногокритерия ранжирования моделей с различными настраиваемыми параметрами использовался показатель общей прибыли по итогам торгов, что соответствует общепринятой практике оптимизации индикаторов технического анализа.
Другие параметры, используемые при тестировании – максимально достигнутые убытки за период торгов,прибыль на операцию и проч. использовались для подтверждения выводов, получаемых на основе главного критерия.Для нахождения оптимальных значений настраиваемых параметров использовался метод оптимизации под управлением пользователя: осуществлялся последовательный перебор значений сначала сбольшими шагами значений для определения зоны глобального мак82симума прибыли, потом с более мелкими для установления точныхзначений оптимизируемых параметров. Область поиска значенийограничивалась тем, что при ее превышении количество совершаемыхрыночных операций становилось крайне малым и не соответствовалоспецифике высокочастотной торговли. Метод оптимизации лобовымподходом не использовался ввиду чрезмерной длительности решениязадачи оптимизации.
Более сложные оптимизаторы (например, генетический) не были задействованы ввиду скрытости и непрозрачностипроцесса оптимизации. К тому же, при использовании традиционныхиндикаторов технического анализа количество настраиваемых параметров ограничивается одним или двумя, поэтому использованиесложных оптимизационных моделей нецелесообразно.Найденные в ходе оптимизации лучшие значения настраиваемых параметров индикаторов технического анализа представлены втаблице 1 (подробное описание процедуры оптимизации приводится вПриложении 13).Таблица 1Оптимальные значения настраиваемых параметров тестируемыхиндикаторов технического анализаТестируемыйиндикаторMACDСкользящеесреднееСтохастическийосцилляторЛинии БоллинджераИндикатор ВильямсаЗначениянастраиваемых параметров модели245, 531Прибыль запериод тестированияКоличество операцийПрибыль наоперацию-1388769-1,8165-1714814-2,167, 32-26191674-1,657-20401314-1,644-22951877-1,283Полученные результаты оптимизации показали, что в случаеприменения индикаторов технического анализа при сверхкраткосрочной торговле оказалось невозможным получить положительную прибыль даже при использовании оптимальных значений настраиваемыхпараметров, которым соответствует максимальное значение прибылиза выбранный период времени.
Все тестируемые индикаторы показалинеудовлетворительные результаты, что ставит под сомнение возможность их применения при высокочастотных стратегиях.Проверка результатов оптимизации индикаторов технического анализа на данных не входящих в тестовую выборку.Результаты, полученные на оптимизационной выборке, нельзяиспользовать для формирования итоговых выводов о прибыльностиприменения индикаторов при сверхкраткосрочной торговле, поскольку они могут оказаться завышенными из-за чрезмерной оптимизациинастраиваемых параметров и не будут отражать поведение индикаторов в условиях реального рынка. Для того, чтобы избежать проблемычрезмерной оптимизации настраиваемых параметров, итоговые выводы о применимости индикаторов для сверхкраткосрочной торговлибыли получены на внеоптимизационной выборке, которая не включала период оптимизации.При тестировании каждого индикатора на внеоптимизационнойвыборке были использованы модели индикаторов с оптимальнымизначениями настраиваемых параметров, найденными в ходе процедуры оптимизации (таблица 1).
Результаты тестирования моделей представлены в таблице 2.84Таблица 2Результаты тестирования индикаторов технического анализа на22.11.2010 26.11.2010-21630(-135%)Стохастический осцилля- -2153 -1735 -2940 -1636 -1901 -679 -2148 -1913тор-15105(-94%)ИндикаторВильямса08.11.2010 12.11.2010-3421 -2760 -963 -1533 -1937 -4856 -2591 -3569Линии Боллинджера25.10.2010 29.10.2010-7817(-49%)Скользящеесреднее18.10.2010 22.10.2010918 -2013 -667 1482 -2053 -3651 -1342MACD23.08.2010 27.08.201002.08.2010 06.08.2010-491Тестируемыеметоды прогнозирования09.08.2010 13.08.201026.07.2010 30.07.2010Прибыль за периоды тестирования (руб.)Прибыль за всепериоды (руб.,% годовых)внеоптимизационной выборке-32009(-200%)-10919-1794 -208 -1171 -457 -309 -2236 -3215 -1529(-68%)-2759 -4573 -3796 -2582 -4056 -6007 -3965 -4271Как показывает таблица 2, при тестировании на внеоптимизационной выборке значения прибыли по всем индикаторам получилисьотрицательными, причем в годовом исчислении убытки составили достаточно значимую величину.
В отдельные периоды индикаторы могли демонстрировать положительную прибыль, но при рассмотренииболее длительного периода такие случайные выпады нивелировалисьи общие результаты по внеоптимизационной выборке получились отрицательными. Устойчивость результатов во времени также оказаласьдостаточно низкой: высокие различия прибыли по неделям говорят онестабильности получаемых результатов, что является существеннымнедостатком использования индикаторов.Применимость индикаторов определяется не только устойчивостью результатов во времени, но и устойчивостью результатов опти85мизации: модели индикаторов, показавшие лучшие результаты приоптимизации, должны оказаться лучшими и при проверке на внеоптимизационной выборке. В этом случае можно говорить о возможности оптимизации индикаторов технического анализа. Если же такаязакономерность не будет наблюдаться, то оптимизацию можно считать невозможной, а значит, невозможна настройка индикаторов наработу с конкретным активом, что позволяет усомниться в их применимости в целом.Исследование устойчивости результатов оптимизации проводилось по двум направлениям: за счет сопоставления разных индикаторов и за счет сопоставления моделей с разными настраиваемыми параметрами одного индикатора.В таблице ниже представлены результаты тестирования различных индикаторов с лучшими значениями настраиваемых параметров,найденных в ходе оптимизации.
Результаты представлены для оптимизационной и внеоптимизационной выборок в форме ранжированияот лучших к худшим.Таблица 3Результаты тестирования индикаторов технического анализа навнеоптимизационной выборке, проранжированные от лучших кхудшимТестируемые индикаторы техническогоанализаMACDСкользящее среднееСтохастический осцилляторЛинии БоллинджераИндикатор ВильямсаПроранжированныерезультаты тестирования на оптимизационной выборке12Проранжированныерезультаты тестирования на внеоптимизационной выборке1453345286Как видно из таблицы 3, индикатор MACD, показавший лучшиерезультаты на тестовой выборке, оказался лучшим и при проверке внеоптимизационной выборки.
Однако для других индикаторов результаты оптимизации не подтвердились. Например, индикатор Скользящеесреднее, показавший второй результат при оптимизации, на внеоптимизационной выборке демонстрировал почти худшие значения. Та жекартина наблюдается и в случае других индикаторов – те из них, которые показали лучшие результаты при оптимизации, оказались худшими при тестировании на внеоптимизационной выборке, и наоборот.Полученные результаты говорят о том, что оптимизация настраиваемых параметров не позволяет определять лучшие индикаторы технического анализа, которые показали бы более высокие результаты и навнеоптимизационной выборке.Для сопоставления моделей с разными настраиваемыми параметрами одного индикатора технического анализа был выбран индикатор MACD, показавший лучшие результаты как на оптимизационной, так и на внеоптимизационной выборках. Тестирование проводилось на пяти лучших моделях, показавших наименьшие убытки на оптимизационном периоде.
Общие результаты тестирования моделей впроранжированном виде представлены в таблице 4 (более подробноеих описание приводится в Приложении 14).87Таблица 4Результаты тестирования пяти лучших комбинаций настраиваемых параметров индикатора MACD на оптимизационной и внеоптимизационной выборкахКомбинациинастраиваемыхпараметров индикатора MACD245-531253-547260-562272-593245-650Проранжированные Проранжированныерезультаты тести- результаты тестирорования на оптими- вания на внеоптимизационной выборке зационной выборке1324314255Как видно из таблицы, модели, показавшие лучшие результатына оптимизационной выборке, не смогли продемонстрировать самыевысокие результаты при проверке на внеоптимизационной выборке.Ярко прослеживается обратная тенденция – лучшие модели на тестовой выборке становились худшими по итогам тестирования на внеоптимизационном периоде, за исключением модели с настраиваемымипараметрами 245-650 – единственной, по которой были полученынаихудшие результаты как на оптимизационной, так и на внеоптимизационной выборках.Результаты тестирований, представленные в таблицах 3 и 4 позволяют утверждать о том, что при использовании существующих индикаторов технического анализа, оптимизация не позволяет определять настраиваемые параметры, при которых будут полученынаилучшие результаты и на реальном рынке.
А поскольку без оптимизации настройка индикаторов на работу с конкретным активом невозможна, это говорит о неприменимости существующих индикаторовтехнического анализа для прогнозирования рыночных цен.88По результатам проведенного эмпирического исследованияможно сделать вывод о том, что первая гипотеза, сформулированная в диссертации, подтверждается. Индикаторы технического анализа продемонстрировали крайне низкую прогностическую силу насверхкраткосрочном таймфрейме, с их помощью оказалось невозможным достижение положительных результатов торговли, причем дажена периодах оптимизации, при лучших значениях настраиваемых параметров. Помимо этого, проверка устойчивости результатов оптимизации показала, что сама процедура оптимизации для существующихиндикаторов технического анализа является неприменимой. В итогеможно сделать вывод о том, что использование существующих методов технического анализа для сверхкраткосрочной алгоритмическойторговли нецелесообразно.
Однако, стоит отметить, что полученныеэмпирические результаты не говорят о неприменимости индикаторовтехнического анализа на других таймфреймах, для которых они изначально разрабатывались.Тестирование второй гипотезы исследования.Вторая гипотеза исследования была сформулирована следующим образом: существующие методы технического анализа непозволяют выявлять периоды рыночной неэффективности всверхкраткосрочной динамике рыночных цен.Если проверка первой гипотезы направлена на установлениеприменимости традиционных методов технического анализа для высокочастотной торговли, то вторая гипотеза направлена на выявлениепричин результатов, получаемых при проверке первой гипотезы.Под периодом рыночной неэффективности подразумеваетсяотрезок времени в динамике цен фондового актива, в течение которого вышедшая рыночная информация оказывает на них влияние (поскольку рыночная информация может оказывать незначительное эпи89зодическое влияние и в отдаленные моменты времени, то под полнымее учетом в ценах подразумевается окончание значимого влияния наних, которое может быть зафиксировано с помощью какого-либо метода).Поскольку рассматривается влияние некоей информации на цены, то периоды рыночной неэффективности не могут определятьсясами по себе, а могут устанавливаться только для:- конкретной информации, влияние которой исследуется;- конкретного метода прогнозирования, с помощью которого устанавливается влияние исследуемой информации на цены в течение некоторого последующего периода времени после ее выхода.Вне рассмотрения конкретной рыночной информации и конкретного метода прогнозирования, с помощью которого устанавливается характер ее влияния на цены, понятия рыночной неэффективности существовать не может и периоды рыночной неэффективности немогут быть определены.Длительность периода рыночной неэффективности рассчитывается по формуле:где:- длительность периода рыночной неэффективности;- момент выхода рыночной информации;- момент пре-кращения влияния рыночной информации на цены.Момент прекращения влияния рыночной информации на цены,а значит и длина периодов рыночной неэффективности устанавливается посредством специального тестирования исследуемого методапрогнозирования (подразумевается, что момент выхода рыночной информации известен).
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
