Несовершенные модели для торговли акциями
Могут ли несовершенные модели быть прибыльными? Может ли скромная акция победить рынок? Когда лучше покупать? Эти основные вопросы возникают, когда мы пытаемся найти ответы. Набор данных поступает из Yahoo Finance для акций IBM и индекса S&P 500.
Humble Stock против Amazing Index
На самом деле, IBM очень нравится большинству из нас. Однако в тени ценовой истории S&P 500 это кажется скромным. Индекс затмевает акции. Мы относимся к IBM как к скромному здесь, относительно говоря. Крупные акции, такие как IBM, ликвидны, что означает, что мы можем быстро выходить на рынок и выходить из него по мере необходимости.
Есть ли надежда?
Когда мы смотрим на снимок логарифмической доходности, кажется, что в некоторые моменты времени акции растут радостно, а рынок падает печально. Если бы мы могли правильно рассчитать время, возможно, у нас был бы шанс победить рынок. Это кажется в пределах возможного. Есть надежда на эту амбициозную цель.
Повесть о двух возвращениях
Для более тщательного изучения мы используем точечную диаграмму логарифмической доходности, кажется, что акции IBM и индекс S&P положительно коррелируют с линией регрессии единичного наклона. Здесь точки под линией указывают на возможности обойти рынок, условно говоря. Если рынок отрицателен, но акции менее негативны, это поможет его победить.
Исторические характеристики цен
Возможно, ценовые модели повторяются со временем таким же образом, что и поведение цены на следующей неделе, или нет. Здесь для этой модели около 250 ретроспективных функций, возвращающихся назад во времени на 45 дней, связаны с прогнозируемым историческим ценовым поведением на 7 дней вперед. Может быть, иногда это работает, а иногда нет, и это нормально. Когда модель предсказывает цель, связанную с высокими ценами на следующей неделе, это наш сигнал, чтобы купить шанс, что соотношение между прошлым и будущим сохраняется.
Когда лучше покупать?
Мы настраиваем нашу модель на биржевых данных (и сравниваем производительность с индексными данными). Но к каким целям модели мы стремимся? Лучшее время для покупки — когда модель предсказывает «1». Это происходит, когда данные признаков указывают на высокую вероятность того, что доходность на следующей неделе находится в верхней септили или в зоне высокой доходности. Септили делят распределение доходности цены на следующей неделе на семь равных частей. Мы выбираем верхнюю септиль как самый высокий уровень доходности, как зону цели 1. Все остальные зоны нулевые, зоны без покупок.
Но распределение целей несбалансированное, большинство из них «0» или дни без покупок. Мы используем SMOTE, чтобы сбалансировать набор поездов с одинаковым количеством единиц и нулей. Это укреплено намерением избежать ошибки классифицированных возможностей на стороне положительного дохода, и это способствует улучшению модели в целом.
Могут ли несовершенные модели быть прибыльными?
Да, они могут. Здесь у нас есть матрица путаницы, указывающая на множество пропущенных предсказаний. Модель сильно несовершенна, ее средняя точность составляет около 80%. Тем не менее, соответствующие сделки в подавляющем большинстве случаев положительны! Это демонстрирует, что можно быть запутанным и прибыльным одновременно. Фактически, для некоторых из нас это вкратце объясняет фондовый рынок. Если большинство сделок положительные, они перекомпенсируют меньшинство отрицательных. Обратите внимание, что эта система не предназначена для того, чтобы быть на 100% точной для любой конкретной торговой возможности. Он работает, чтобы сместить большинство сделок как потенциально положительные. Например, если приходит убыточная сделка, не закрывайтесь — маловероятно, что вы получите две убыточные сделки подряд.
Могут ли скромные акции превзойти рынок?
Это кажется невероятным, глядя на исторические графики цен. Используя те же торговые дни, которые мы нашли для IBM с помощью нашей модели, мы также смотрим на то, что сделал индекс S&P — угадайте, что? Это также было в значительной степени прибыльным, просто не настолько. В те дни рынок приносил 78% прибыли, а IBM — 120%. Хорошо, если мы смоделировали данные индекса, тогда, возможно, произойдет обратное, но мы хотели отдать предпочтение акциям.
Мы рассчитываем на положительную ожидаемую доходность, возможно, нам повезло со 120,5% в 2020 году. Мы хотели превзойти рынок в аналогичные торговые дни, мы бы превзошли рынок на 42,5%. Мы обнаружили, что скромный запас может преобладать.
Волатильность кажется слишком высокой, однако это ожидается для нескольких сделок. Нам нравятся коэффициенты Шарпа около единицы, мы получаем 1,15, но это может вводить в заблуждение, поскольку распределение не является нормальным. Если это кажется запутанным, больше данных может помочь.
Сводка
Да, да и да. Несовершенная модель может быть прибыльной, скромная акция может превзойти рынок, а с помощью моделей мы знаем, когда покупать. То же самое, вероятно, верно и для других акций. Это мощная идея, как использовать набор скромных акций, чтобы каждый день побеждать рынок. Под несовершенными моделями здесь подразумеваются те, которые тщательно настроены с параметрами, обеспечивающими погрешность, компенсирующую их неправильное поведение.
Такие модели строятся на торговых правилах. Здесь мы покупаем на следующий день после того, как модель предсказывает «1», и продаем ровно через неделю, даже не подозревая об этом. Почему это может быть? Поскольку целевые доходы, на которых основана модель, выводятся из такого простого правила торговли. Более сложный набор правил может также обучать точки продажи и использовать набор моделей для портфеля скромных акций. Модели не работают без использования некоторой торговой дисциплины, дополняющей модели.
Попробуйте!
Изучение этих идей может вдохновить на некоторые бэк-тесты, доступны данные IBM примерно за 50 лет, а не только 7-летняя выборка, используемая здесь. Вероятно, за 90 лет индексные данные превратились в океан запутанных моделей; быть человеком значит быть сбитым с толку.
Мир полон денег, и разумная торговля может смягчить наше денежное неравенство. Есть вероятность, что люди находят большую радость в том, чтобы оценивать сделки более положительно, чем отрицательно. Как человеческие существа, мы разделяем нашу денежную систему и имеем разрешение участвовать в этой продолжающейся саге.
Отказ от ответственности. Эти идеи представлены в качестве учебного упражнения. Пожалуйста, торгуйте на свой страх и риск. Пожалуйста, не считайте это основой для реальной торговли, где важно тщательное тестирование. Всем удачных данных!
11–01–2020 Патрик Паркер
