12 tőzsdestratégia, 39.832 kombináció visszatesztelése

A technikai elemzés jelzéseinek visszatesztelésével foglalkozunk az alábbiakban. Megbeszéljük, hogy az ismertebb technikai jelek visszatesztelése milyen eredményt hozott széles részvénykörön vizsgálva. Szó lesz arról is, hogy az egyszerű szabályokból felépített kereskedési stratégiáknak milyen eredményei vannak, hogyan, miért változnak az eredmények. Beszélünk az egyszerű jelzésekből felépülő összetett stratégiák eredményeiről is. Témáink:

  • A technikai elemzésen alapuló kereskedés
  • 12 kereskedési szabály 18.326 változata
  • 12 kontrastratégia, 18.326 paraméter visszatesztelése
  • Összetett stratégiák 3180 paraméterrel
  • Stratégiák, jelzések visszatesztelése 10 éves időszakon
  • A 10 legjobb stratégia éves hozama 36-46% közötti
  • Mennyire romlanak le az eredmények, ha tranzakciós költséggel is számolunk?
  • Mire utalnak a fentiek?
  • Miért a learning stratégia a legjobb?

A technikai elemzésen alapuló kereskedésről

Annak ellenére, hogy a technikai elemzés módszereinek lassan már 100 éves múltja van, a pénzügyi közgazdaságtan nem ismeri el a módszerek eredményeit, tekintettel arra, hogy nincsenek meggyőző bizonyítékok az egyes jelzések eredményességével kapcsolatban. Itt az oldalon már beszámoltam arról, hogy az 1990-es éveket követően sokasodtak meg a vizsgálatok a technikai elemzés eszközeivel kapcsolatban.

Ha körülnézünk a kutatások között, akkor 1988 után 92 részletes kutatást találunk a technikai elemzés témaköréből. Az alábbiakban összegeztem ezeknek a kutatásoknak a végkövetkeztetéseit pozitív, vegyes és negatív kategóriák szerint. Értelemszerűen a pozitív eredmény azt jelzi, hogy a kutatás végkövetkeztetése az, hogy a technikai elemzés többlethozamhoz, valamilyen piaci anomáliára utaló jelenségre utal, a negatív eredmények alá pedig azok a kutatások tartoznak, melyek eredménye, végkövetkeztetése, hogy a technikai elemzés (legalábbis a tesztekben vizsgált módszerek) nem hoznak többlethozamot, nem verik meg a vedd meg és tartsd technikát, vagy épp negatív hozam az eredménye.

Kategória

Pozitív

Vegyes

Negatív

Részvénypiac

24

5

12

Devizapiac

25

4

9

Határidős piac

7

1

3

Összes

58

10

24

A táblázat alapján látható, hogy az 1998 utáni 92 kutatás többségének (58) az a végkövetkeztetése, hogy a technikai elemzés egyes módszereinek alkalmazása többlethozamot eredményez. Ezek közül a fontosabb eszközökkel kapcsolatban itt beszéltünk:

Általánosságban azt lehet mondani, hogy a különböző módszerek szisztematikus visszatesztelése arra utal, hogy egyes eszközök többletinformációt hordoznak a jövőre nézve. Másrészt pedig azt is megfigyelhetjük, hogy a többlethozamot gyakran a kereskedési költségek tüntetik el.

A fenti vizsgálatokkal kapcsolatban azonban több probléma is felmerül. Az egyik a data snooping bias, azaz egyes vélemények szerint a pozitív eredmények nagyrészt annak köszönhető, hogy csak in sample teszteket végeztek, azaz ugyanazon adatokon fejlesztették ki, és tesztelték vissza a módszereket.

A másik, számunkra fontosabb probléma, hogy jellemzően a faék egyszerűségű (szebben lineáris) szabályokat tesztelik vissza és az átlagos kereskedő ennél lényegesen összetettebb szabályrendszer (gyakran nem lineáris) alapján hoz döntést. Ez utóbbi problémát teszi megérthetővé a Re-Examining the Profitability of Technical Analysis with White’s Reality Check and Hansen’s SPA Test cím alatt elérhető munka, mely azon túl, hogy az egyszerű szabályokat visszateszteli, összetett kereskedési stratégiákat is megvizsgál. Nézzük a részleteket.

12 kereskedési szabály 18.326 változata

Az alábbi táblázatban összefoglaljuk azokat az egyszerű szabályokat, melyek alapján pozícióba lépünk, illetve a táblázat második oszlopában a szabályhoz tartozó különböző változatok száma is feltüntetésre került.

forrás: Re-Examining the Profitability of Technical Analysis

A Filter Rules szabályokat nem részletezték pontosan a kutatásban, de ezek általában különböző részvényeket kiszűrő szabályokat takarnak. A Moving Averages a különböző mozgóátlag stratégiák jelenti, melyek között kettős mozgóátlag keresztezést, és a mozgóátlag ár közötti összefüggést hasznosító jelzéseket találunk. Részletesen a lehetséges jelzésekről egy külön cikkben beszéltünk: 29 kutatás összegzése a mozgóátlag tőzsdestratégiákról.

A Support, Resistance és a Chanel Break-Outs módszerek ellenállásokhoz-támaszokhoz köthető jelzések, illetve árcsatornából való kitörés kereskedését jelentik. Módszerekről bővebben itt:

Az On Balance Volume a részvénypiaci forgalomra alapozza a döntéseket. Ennek az indikátornak a működését itt tárgyaltuk: OBV indikátor a tőzsdén: Jelzései, használata, megbízhatósága

A Momentum in Price és in Volume, a momentum indikátorok használatát jelenti. Az (MSP) esetében az árfolyamot, az MSV esetében a kereskedési forgalmon alapuló momentumot vizsgáljuk. Részletek: Momentum tőzsdestratégiák gyakorlati szemmel

A továbbiakban pedig különböző árfolyamalakzatokat láthatunk:

12 kontrastratégia 18.326 paraméter visszatesztelése

A vizsgálatban nem csak a fenti jelzéseket tesztelték vissza, hanem azt is megnézték, hogy mi történik akkor, ha az ellenkező jelzést kötjük. Például egy mozgóátlag keresztezés esetén vételi jelet kapunk, ha a rövidebb periódusidejű mozgóátlag felfelé haladva metszi a hosszabb periódusidejű mozgóátlagot. Ez egy egyszerű szabály, melynek a kontra változatában nem vételi ügyletet, hanem eladási, short ügyletet kötünk.

Összetett stratégiák 3180 paraméterrel

Könnyen belátható az is, hogy a tőzsdei kereskedők többsége (már aki rendelkezik stratégiával) nem ilyen egyszerű jelzésekre hagyatkozva kereskedik, hanem több jelzés kombinációjából álló, összetett stratégiákat alkalmaz. Ezek visszatesztelésére talált megoldást a kutatás, ugyanis három különböző stratégiát teszteltek vissza 3180 paraméterrel. Ezek a következők voltak:

  • Learing Strategies (LS) 1.404 változat,
  • Vote Strategies (VS) 888 változat,
  • Position Changeable Strategies (PCS) 888 változatban.

A learning stratégia lényege, hogy folyamatosan vizsgáljuk a fenti 12 kategóriában található egyszerű szabályokat, és az egyes kategórián belül mindig azzal a változattal kereskedünk, mely a közelmúltban működött. Például a különböző mozgóátlag jelzésekből összesen 2049 kombináció van, így mindig azt a változatot használjuk, mely a legjobb eredmény hozta a közelmúltban. Ennek a módszernek is vannak változói, hiszen meghatározhatjuk, hogy a múltba mennyi időt tekintsünk vissza, azaz mennyi időn keresztül értékeljük a stratégiát, mennyi ideig használjuk az új változatot, milyen gyakran váltsunk át új változatra. A learning stratégiáról bővebben még később beszélünk, a másik két összetett stratégiát nem részletezem egész egyszerűen azért, mert ezek a módszerek nem voltak túl eredményesek.

Stratégiák, jelzések visszatesztelése 10 éves időszakon

A fenti stratégiákat 10 éves időszakon tesztelték vissza a DJIA, S&P500, Nasdaq Composite, Russel 2000 indexeken, és in sample tesztelés mellett out of sample teszteket is végeztek (ennek fontosságáról itt beszéltünk). Az alábbi táblázatban a legjobb eredményt hozó kereskedési szabályok napi átlaghozama (Daily) és évesített (annual) hozamai is láthatók.

forrás: Re-Examining the Profitability of Technical Analysis

A táblázatból rögtön szembetűnik, hogy a Nasdaq és a Russel 2000 indexeken lényegesen jobb az eredmény. Ez ellentmondásban áll azzal az általános nézettel, mely a technikai elemzéssel kapcsolatban elterjedt, azaz ott működik jól, ahol a tömeg kereskedik. Ezzel szemben más vizsgálatok is rámutatnak, hogy a technikai elemzés ott működik jobban, ahol a piac nem annyira hatékony (lásd korábbi cikkünket a témában). A fentieket megerősíti a vizsgálat, hiszen az S&P500 és DJIA indexek a legnagyobb 500 és 30 tőzsdei társaságot tartalmazzák, a Nasdaq és Russel 2000 index pedig tele van kis és közepes kapitalizációjú cégekkel.

A Rule oszlopban látjuk a legjobb eredményt hozó szabályokat:

  • MSV
  • Contrarian OBV
  • 2-day MA
  • 2-day MA

Az MSV egy momentum stratégiát jelöl, mely az 5 napos mozgóátlagát használja a 250 napos ROC mutatónak, és az oszcillátor alsó és felső 20 %-os sávját tekinti túlvett, túladott tartománynak, 50 napos fix tartási időszak mellett. Oszcillátor kereskedésre példaként nézd meg az RSI használatát: RSI indikátor: Nem működik? Nincs értelme használni?

A Contrarian OBV a 10-5 napos mozgóátlag keresztezési jelzése.

A 2-day MA egy mozgóátlag csatornán alapuló jelzés.

A 2-day MA a Russel 2000 esetében egy egyszerű mozgóátlag módszer.

Ezek nem azt jelentik, hogy a fenti egyszerű szabályokkal akár most is eredményesen lehet kereskedni, mindössze arról van szó, hogy találtak egyszerű szabályokat is, melyekkel felülteljesíthető a vedd meg és tartsd technika. A következő táblázatban az összes változat közül azokat a módszereket látjuk, melyek 99%-os megbízhatósággal működnek, azaz a statisztikailag szignifikáns eredmény határát 95%-ról, 99%-ra emeltük (magyarázat itt).

forrás: Re-Examining the Profitability of Technical Analysis

Amit látni lehet a fentiekből, hogy az egyszerű szabályokból nagyon kevés működik a Nasdaq indexen (6). Ennél jóval több stratégia (27) hozott jó eredményt. További érdekessége a vizsgálatnak, hogy a Russel 2000 indexen lényegesen több egyszerű szabály (35) és stratégia (161) hozott jó eredményt. A Russel 2000 indexről tudjuk, hogy a kis kapitalizációjú részvényeket tartalmazza, így a fentiek is megerősítik, hogy bizonyos részvénykörön a technikai elemzés jobban működik.

A 10 legjobb stratégia éves hozama 36-46% közötti

Az alábbi táblázatban látható a Nasdaq és a Russel 2000 indexekre lebontva a 10 legjobb stratégia. Az Annual Returns oszlop alatt látjuk az éves hozamot.

forrás: Re-Examining the Profitability of Technical Analysis

Magyarázat:

  • Simple-MA: egyszerű mozgóátlag szabály
  • LS-MSV: forgalom alapú momentum, learning stratégia módszerrel, azaz az előző időszak legjobb paramétereit használjuk
  • LS-all: learning stratégia, az előző időszak lejobb paraméterét alkalmazzuk mind a 12 egyszerű szabály kategóriában.
  • LS-OBV: OBV indikátor, learning stratégiában
  • LS MA: mozgóátlag jelzés, learning stratégiában

Mennyire romlanak le az eredmények, ha tranzakciós költséggel is számolunk?

Vizsgáltok széles körében megfigyelhető, hogy a kimutatott összefüggés, jelzés csak addig hoz többlethozamot, amíg tranzakciós költségekkel nem számolunk. Ahogy az alábbi táblázatban látható, itt is jelentősen romlanak az eredmények, ha tranzakciós költséget veszünk figyelembe (Best Rule with TC), de 11 év átlagát nézve (11-yr-avg sor) felülteljesítenek a módszerek a vedd meg és tartsd (Buy-and-hold) módszerhez képest.

forrás: Re-Examining the Profitability of Technical Analysis

Mire utalnak a fentiek?

Összegezve a fentieket, azt láthattuk, hogy a kevésbé hatékony piacokon jobb eredményt hoznak a technikai elemzés jelzései. Erre már egy korábbi vizsgálat is rámutatott, ami jelentheti azt is, hogy a kis kapitalizációjú részvények, részvényindexek kereskedésével jobb eredményt lehet elérni a technikai elemzés módszereivel. Ehhez azért hozzátartozik az is, hogy ezeknek a részvényeknek a kereskedése nagyobb tapasztalatot igényel, tekintettel arra, hogy kockázatosak ezek a részvények.

Ugyanakkor azt is látni kell, hogy statisztikailag szignifikánsan sikerült találni olyan összefüggéseket, stratégiákat, melyek felülteljesítik a vedd meg és tartsd technikát. Ebben az esetben a 99%-os megbízhatóság azt jelenti, hogy mindössze 1% az esélye, hogy a megfigyelt összefüggések a véletlen következményei. Ráadásul nem csak in sample, hanem out of sample tesztek is megerősítik a fentieket.

Miért a learning stratégia a legjobb?

Azt is láthattuk, hogy az összetett kereskedési stratégiák között lényegesen több volt az eredményes, és az egyszerű szabályok között elvétve találunk jó megoldást. A legjobb eredményeket az ún. learning stratégiák hozták, melyekben az egyszerű szabályokat olyan paraméterekkel használjuk, melyek a közelmúltban jó eredményt hoztak. Ezekben a stratégiákban tehát a paramétereket folyamatosan a piaci állapothoz kellett igazítani.

A learning stratégia legfontosabb eleme tehát, hogy a 12 egyszerű jelzés kategóriából kiválasztjuk az egyiket, és ott a legjobb eredményt hozó változatot használjuk, illetve fentebb láthattuk, hogy az a változat is jó eredményt (LS-all) hoz, amikor mind a 12 kategóriát vizsgáljuk, és a legjobb eredményűt használjuk a jövőben. A learning stratégiának alapvetően két paraméterét vizsgálták:

  • m (memory span): mekkora időszakot vizsgáljon a múltban
  • r (review span): milyen gyakran történjen a vizsgálat

A memory span 2,5,10,20,40,60,125,250 nap értékkel, a review span 1,5,10,20,40,60,125,250 nap értékkel került visszatesztelésre. Ezek kombinációi adták ki a learning stratégia 1404 változatát. Például ha a memory span értéke 40 nap, a review span értéke 10, akkor ez azt jelenti, hogy vizsgáljuk a legjobb teljesítményét az egyszerű szabálynak 40 napra visszamenőleg, majd kiválasztjuk a legjobb paraméterűt, melyet a következő 10 napban használunk, amikor újabb felülvizsgálatot tartunk.

A vizsgálatban nem tették közzé a legjobb változatot, de véleményem szerint ennek nincs is jelentősége, hiszen piaconként, időszakonként, kereskedési időtávonként eltérő lehet. A fentiek arra világítanak rá, hogy a technikai elemzés egyszerű szabályaival is lehet eredményesen kereskedni egy összetett stratégiában.

Ha kérdésed van a fentiekkel kapcsolatban, hozzá szeretnél szólni a témához, csatlakozz facebook csoportunkhoz ide kattintva!

Tanfolyamaink:

Új tartalmak

please do NOT follow this link