ระบุ ไดรเวอร์ ของ ผลการดำเนินงาน กลยุทธ์การซื้อขาย

+

ระบุไดรเวอร์ของผลการดำเนินงานกลยุทธ์การซื้อขาย สร้างกลยุทธ์ชนะเช่นเดียวใน e-SP500 มินิฟิวเจอร์สที่อธิบายที่นี่เป็นเพียงครึ่งหนึ่งความท้าทายที่มันยังคงอยู่สำหรับสถาปนิกกลยุทธ์ที่จะได้รับความเข้าใจแหล่งที่มาของอัลฟากลยุทธ์และความเสี่ยง ซึ่งหมายถึงการระบุปัจจัยที่ผลักดันผลการดำเนินงานกลยุทธ์และการนึกคิดการสร้างแบบจำลองเพื่อให้ความสำคัญของพวกเขาสามารถได้รับการประเมิน ขั้นตอนที่สูงขึ้นคือการก่อสร้างของเมตารูปแบบที่จะคาดการณ์ผลการดำเนินงานกลยุทธ์และข้อเสนอแนะให้เป็นไปได้ว่ากลยุทธ์ควรจะมีการซื้อขายในช่วงเวลาที่จะเกิดขึ้นนั้น กลยุทธ์การปฏิบัติงานกรณีศึกษา ช่วยให้ดูที่วิธีการทำงานนี้ในทางปฏิบัติ กรณีศึกษาของเราทำให้การใช้กลยุทธ์ Daytrading ต่อไปนี้ในอีมินิฟิวเจอร์ส ผลการดำเนินงานโดยรวมของกลยุทธ์ที่ค่อนข้างดี เฉลี่ย PNL รายเดือนในช่วงเวลาตั้งแต่เดือนเมษายนถึงตุลาคม 2015 เป็นเกือบ $ 8,000 ต่อสัญญาหลังจากค่าที่มีค่าเบี่ยงเบนมาตรฐานเพียง $ 5,500 นั่นเท่ากับอัตราส่วนชาร์ปประจำปีในภูมิภาค 5.0 บนแพลตฟอร์มการดำเนินกลยุทธ์ที่ดีควรปรับขนาดประมาณ 10-15 สัญญากับ PNL ประจำปีของประมาณ $ 1.0 $ 1,500,000 มองเข้าไปในการปฏิบัติงานอย่างใกล้ชิดเราจะพบว่าอัตราการชนะ (56%) และปัจจัยกำไร (1.43) เป็นปกติสำหรับกลยุทธ์การทำกำไรของความถี่กลางการซื้อขายประมาณ 20 ครั้งต่อเซสชั่น (ในกรณีนี้ 09:30-04:00 EST) . อีกคุณสมบัติที่น่าสนใจของรายละเอียดความเสี่ยงกลยุทธ์ที่เป็นแม็กซ์การดำเนินการที่ไม่พึงประสงค์, เบิกที่มีประสบการณ์ในธุรกิจการค้าของแต่ละบุคคล (แทนที่จะเบิกรู้) ในแผนภูมิด้านล่างเราจะเห็นว่าเพิ่มขึ้นอย่างต่อเนื่องแม่โดยไม่มีค่าผิดปกติท​​ี่สำคัญสูงสุดเพียงประมาณ $ 1,000 ต่อสัญญา หนึ่งในความกังวลก็คือว่า PL การซื้อขายเฉลี่ยค่อนข้างเล็ก $ 20 เพียง 1.5 เห็บ กลยุทธ์ที่เข้าและออกจากคำสั่งซื้อที่มีข้อ จำกัด และมีการซื้อขายเฉลี่ยขนาดเล็กโดยทั่วไปจะสูงขึ้นอยู่กับอัตราการเติมเต็มเช่นสัดส่วนของการสั่งซื้อวงเงินที่เต็มไป หากอัตราการเติมเต็มอยู่ในระดับต่ำเกินไปกลยุทธ์ที่จะเหลือการซื้อขายพลาดมากเกินไปในการเข้าหรือออกหรือทั้งสองอย่าง นี้มีแนวโน้มที่จะเกิดความเสียหายประสิทธิภาพกลยุทธ์บางทีในระดับที่มีนัยสำคัญดูเช่นโพสต์ของฉันในความถี่สูงกลยุทธ์การซื้อขาย อัตราการเติมเต็มจะขึ้นอยู่กับจำนวนของวงเงินการสั่งซื้อโพสต์ที่มากสูงหรือต่ำของแถบที่เรียกว่าอัตราการตีมาก ในกรณีนี้กลยุทธ์ที่ได้รับการออกแบบมาโดยเฉพาะในการดำเนินงานในอัตราที่ฮิตมากเพียงประมาณ 10% ซึ่งหมายความว่าโดยเฉลี่ยเพียงประมาณหนึ่งในสิบของการค้าที่เกิดขึ้นที่สูงหรือต่ำของแถบ ดังนั้นกลยุทธ์ที่ไม่ได้สูงเติมขึ้นอยู่กับอัตราและควรดำเนินการเป็นที่น่าพอใจแม้กระทั่งบนแพลตฟอร์มค้าปลีกเช่น TradeStation หรือโบรกเกอร์ Interactive ไดรเวอร์ผลการดำเนินกลยุทธ์ ดังนั้นไกลดังนั้นดี แต่ก่อนที่เราจะนำกลยุทธ์ที่ใช้ในการผลิตช่วยให้พยายามที่จะเข้าใจบางส่วนของปัจจัยสำคัญที่เป็นตัวกำหนดประสิทธิภาพการทำงาน หวังว่าวิธีการที่เราจะถูกวางไว้ดีกว่าที่จะตัดสินว่าผลกำไรกลยุทธ์ที่มีแนวโน้มที่จะเป็นสภาวะตลาดมีวิวัฒนาการ ในความเป็นจริงเรามีอยู่แล้วหนึ่งระบุคนขับรถที่มีศักยภาพประสิทธิภาพที่สำคัญ: อัตราการตีมาก (อัตราการเติมเต็มจำเป็น) และเห็นว่ามันไม่ได้เป็นความกังวลหลักในกรณีนี้ อย่างไรก็ตามในกรณีที่อัตราการตีที่รุนแรงอาจจะเพิ่มขึ้นถึง 20% หรือมากกว่าอัตราการเติมมีแนวโน้มที่จะกลายเป็นปัจจัยสำคัญในการกำหนดความสำเร็จของกลยุทธ์ มันจะสูงไม่สมควรที่จะพยายามดำเนินการตามกลยุทธ์ดังกล่าวบนเวทีการค้าปลีก สิ่งที่ปัจจัยอื่น ๆ ที่อาจส่งผลกระทบต่อผลการดำเนินงานกลยุทธ์? แนวทางที่ถูกต้องที่นี่คือการใช้วิธีการทางวิทยาศาสตร์: การพัฒนาทฤษฎีบางอย่างเกี่ยวกับไดรเวอร์ของประสิทธิภาพการทำงานและดูว่าเราสามารถหาหลักฐานที่จะสนับสนุนพวกเขา สำหรับการศึกษากรณีนี้เราอาจจะคาดเดาว่าตั้งแต่กลยุทธ์ที่เข้ามาและออกคำสั่งโดยใช้วงเงินก็ควรแสดงลักษณะของกลยุทธ์การพลิกกลับค่าเฉลี่ยซึ่​​งจะมีแนวโน้มที่จะทำอย่างไรดีเมื่อตลาดเคลื่อนไปด้านข้างและค่อนข้างเลวร้ายยิ่งในตลาดที่มีแนวโน้มอย่างมาก สมมติฐานก็คือว่าในการร่วมกันกับส่วนใหญ่วันซื้อขายและกลยุทธ์ความถี่สูงกลยุทธ์นี้จะให้ผลลัพธ์ที่ดีขึ้นในช่วงระยะเวลาของความผันผวนของตลาดที่สูงขึ้น สังเกตุ บริษัท HFT ได้มีการผลิตอยู่เสมอกำไรที่สูงขึ้นในสภาวะตลาดที่ผันผวน 2008 เป็นปีที่แบนเนอร์สำหรับมากของพวกเขาตัวอย่างเช่น ในแง่กว้างครั้งเมื่อตลาดมีการ whipsawing รอบสร้างโอกาสเพิ่มเติมสำหรับกลยุทธ์ที่แสวงหาที่จะใช้ประโยชน์ชั่วคราวผิดพลาด pricings เราจะพยายามที่จะมีสิทธิ์ได้รับความเข้าใจทั่วไปในไม่ช้านี้ สำหรับตอนนี้พยายามที่จะช่วยให้รวบรวมพยานหลักฐานบางอย่างที่อาจสนับสนุนสมมติฐานที่เราได้สูตร ฉันจะใช้วิธีการที่ง่ายมากที่จะนี้โดยใช้การวิเคราะห์การถดถอยเชิงเส้น มันเป็นไปได้ที่จะทำวิเคราะห์ซับซ้อนมากขึ้นโดยใช้วิธีการเชิงเส้นรวมถึงเทคนิคการเรียนรู้เครื่อง ในรูปแบบการถดถอยของเราขึ้นอยู่กับตัวแปรจะเป็นผลตอบแทนกลยุทธ์ในชีวิตประจำวัน ในการทำซ้ำเป็นครั้งแรกที่ช่วยให้การใช้มาตรการของผลตอบแทนของตลาดมีปริมาณการซื้อขายและความผันผวนของตลาดเป็นตัวแปรอิสระ แปลกใจที่แรกคือขนาดของ (ปรับ) สแควร์ R ที่ 28% นี้ไกลเกินกว่าปกติ 5% ถึงระดับ 10% ประสบความสำเร็จมากที่สุดในรูปแบบการถดถอยดังกล่าวเมื่อนำไปใช้ระบบการซื้อขาย ในคำอื่น ๆ รุ่นนี้ไม่ได้งานที่ดีมากของการบัญชีสำหรับสัดส่วนขนาดใหญ่ของการเปลี่ยนแปลงในผลตอบแทนที่กลยุทธ์ โปรดทราบว่าผลตอบแทนในดัชนี SP50o พื้นฐานไม่มีส่วน (ค่าสัมประสิทธิ์ไม่ได้เป็นนัยสำคัญทางสถิติ) เราอาจจะคาดหวังนี้: เราเป็นเป็นกลยุทธ์การซื้อขายที่ไม่ได้ออกแบบมาเพื่อเป็นทิศทางและมีลักษณะการทำงานเทียบเท่าประมาณทั้งสองด้านยาวและระยะสั้นในขณะที่คุณสามารถดูจากรายงานผลการปฏิบัติงาน ตอนนี้สำหรับความประหลาดใจต่อไป: สัญญาณของความผันผวนของค่าสัมประสิทธิ์ที่ สมมติฐานอดีต ante ของเราคือว่ากลยุทธ์ที่จะได้รับประโยชน์จากระดับสูงของความผันผวนของตลาด ในความเป็นจริงกลับปรากฏขึ้นที่จะเป็นจริง (เพราะค่าสัมประสิทธิ์ลบ) วิธีนี้สามารถ? สะท้อนต่อไปเหตุผลส่วนใหญ่กลยุทธ์ HFT มีแนวโน้มที่จะได้รับประโยชน์จากความผันผวนของตลาดที่สูงขึ้นคือการที่พวกเขามีแรงผลักดันกลยุทธ์ กลยุทธ์โมเมนตัมมักจะเข้ามาและออกคำสั่งโดยใช้การตลาดและด้วยเหตุนี้จำเป็นต้องมีการย้ายตลาดที่สำคัญที่จะเอาชนะการลากของการแพร่กระจายการเสนอราคาข้อเสนอ (สมมติที่เรียกว่าทิศทางของตลาดได้อย่างถูกต้อง!) กลยุทธ์นี้โดยคมชัดเป็นกลยุทธ์ที่หมายถึงการพลิกกลับตั้งแต่เข้า / ออกมีผลใช้คำสั่งขีด จำกัด กลยุทธ์ที่ต้องการดัชนี SP500 เพื่อกลับไปยังหมายถึงการย้ายขนาดใหญ่ที่ยังคงอยู่ในทิศทางเดียวกันจะไปทำร้ายไม่ช่วยให้กลยุทธ์นี้ หมายเหตุโดยคมชัดว่าค่าสัมประสิทธิ์ปัจจัยปริมาณที่เป็นบวกและนัยสำคัญทางสถิติ ครั้งนี้ทำให้รู้สึกเหมือนทุกคนที่มีการซื้อขายฟิวเจอร์สอีมินิค้างคืนสามารถบอกคุณได้ที่ตลาดมีแนวโน้มที่จะให้ย้ายที่สำคัญเมื่อปริมาณแสงเพียงเพราะมันเป็นเรื่องง่ายที่จะผลักดันไปรอบ ๆ ในทางกลับกันในช่วงวันซื้อขายหนักมีแนวโน้มที่จะเป็นฝ่ายค้านที่สำคัญในการย้ายไปในทิศทางใด ในคำอื่น ๆ ตลาดมีแนวโน้มที่จะค้าข้างในวันที่มีปริมาณการซื้อขายอยู่ในระดับสูงและนี้จะเป็นประโยชน์สำหรับกลยุทธ์ของเรา แปลกใจที่สุดท้ายและอาจจะยิ่งใหญ่ที่สุดของทั้งหมดคือการที่อัลฟากลยุทธ์ที่ดูเหมือนจะเป็นเชิงลบ (และอย่างมีนัยสำคัญ)! วิธีนี้สามารถ? สิ่งที่วิเคราะห์การถดถอยดูเหมือนจะบอกเราคือการที่ผลการดำเนินงาน strategys จะถูกกำหนดโดยส่วนใหญ่สองปัจจัยพื้นฐานปริมาณและความผันผวน ช่วยให้ขุดลงไปในนี้เล็ก ๆ น้อย ๆ อย่างลึกซึ้งยิ่งขึ้นกับการถดถอยอีกครั้งเกี่ยวกับการกลับมากลยุทธ์วันที่ปัจจุบันปริมาณก่อนวันที่ผันผวนและการกลับมาของตลาด ในรูปแบบการถดถอยนี้อัลฟากลยุทธ์ที่มีประสิทธิภาพศูนย์และไม่มีนัยสำคัญทางสถิติเป็นกรณีที่ปริมาณ lagged ผลตอบแทนที่เกี่ยวข้องกับกลยุทธ์การแปรผกผันกับการกลับมาก่อนที่ตลาดวันซึ่งปรากฏขึ้นอีกครั้งจะทำให้ความรู้สึกสำหรับกลยุทธ์การพลิกกลับเฉลี่ย: รูปแบบของเราคาดการณ์ว่าในเฉลี่ยที่ตลาดจะกลับวันก่อนกำไรหรือขาดทุน ค่าสัมประสิทธิ์สำหรับปัจจัยความผันผวนของ lagged เป็นอีกครั้งหนึ่งที่เป็นลบและนัยสำคัญทางสถิติ ที่นี่เหมือนกันทำให้รู้สึก: ความผันผวนมีแนวโน้มที่จะเกิดอัตสหสัมพันธ์สูงดังนั้นหากผลการดำเนินงานกลยุทธ์ที่จะขึ้นอยู่กับความผันผวนของตลาดในช่วงเซสชั่นในปัจจุบันก็มีโอกาสที่จะแสดงให้เห็นการพึ่งพาผันผวนในเซสชั่นก่อนวันยัง ดังนั้นในสรุปเราชั่วคราวสามารถสรุปได้ว่า: กลยุทธ์นี้มีทิศทางตลาดพลังงานคาดการณ์ใดค่อนข้างจะเป็นที่บริสุทธิ์กลยุทธ์หมายถึงการกลับรายการที่มีลักษณะที่จะสร้างรายได้จากการพนันในการกลับรายการในช่วงก่อนที่ทิศทางตลาด มันจะทำได้ดีกว่าในช่วงระยะเวลาเมื่อปริมาณการซื้อขายอยู่ในระดับสูงและเมื่อความผันผวนของตลาดอยู่ในระดับต่ำ สรุป ตอนนี้เรามีความเข้าใจในบางส่วนของผลการดำเนินงานที่กลยุทธ์ที่มาจากการที่เราจะไปจากที่นี่? ขั้นตอนต่อไปอาจจะรวมถึงบางส่วนหรือทั้งหมดต่อไปนี้: (i) รูปแบบทางเศรษฐมิติที่ซับซ้อนมากขึ้นในการนำล่าช้าที่เพิ่มขึ้นของตัวแปรอธิบายและช่วยให้ผลการทำงานร่วมกันระหว่างพวกเขา (ii) แนะนำตัวแปรภายนอกเพิ่มเติมที่อาจมีอำนาจการทำนาย ทั้งนี้ขึ้นอยู่กับลักษณะของกลยุทธ์ที่ผู้สมัครมีแนวโน้มที่อาจจะรวมถึงดัชนีส่วนที่เกี่ยวข้องและสัญญาซื้อขายล่วงหน้า (iii) การสร้างแบบจำลองการคาดการณ์และเมตากลยุทธ์ที่จะช่วยให้เราประเมินผลการดำเนินงานในอนาคตที่มีแนวโน้มของกลยุทธ์และที่ได้แล้วจะใช้ในการกำหนดขนาดตำแหน่ง เครื่องเทคนิคการเรียนรู้มักจะเป็นประโยชน์ในเนื้อหานี้ ฉันจะให้เป็นตัวอย่างของวิธีการหลังในโพสต์ต่อไปของฉัน