Формування торгівельної стратегії на ринку Форекс на основі статистичного аналізу

  • Вид работы:
    Статья
  • Предмет:
    Маркетинг
  • Язык:
    Украинский
    ,
    Формат файла:
    MS Word
    11,82 Кб
  • Опубликовано:
    2017-09-11
Вы можете узнать стоимость помощи в написании студенческой работы.
Помощь в написании работы, которую точно примут!

Формування торгівельної стратегії на ринку Форекс на основі статистичного аналізу

Дніпропетровський університет імені Альфреда Нобеля












Формування торгівельної стратегії на ринку Форекс на основі статистичного аналізу



Кузьмінов С.В., Пархуць Є.Д.

Анотація

торговий стратегія форекс статистичний

У статті досліджуються процеси формування торгової стратегії на ринку Форекс на основі статистичного аналізу. Визначено структури створення різнорівневих систем характерних фінансовим ринкам, насамперед на валютних. Запропоновано нову методику статистичного аналізу. Обстоюється погляд про необхідність залучення статистичних методів для виявлення спорідненості торгівельних систем. Зокрема наведені тестові дослідження для формування уявлення про ефективність і прибутковість торгівельних систем на базі статистичного аналізу.

Ключові слова: торгівельна система, фінансовий ринок, статистичний аналіз, прибутковість системи, форекс.

Вступ. У сучасному світі одним із шляхів інвестування фінансових коштів є біржова торгівля. Необхідно відзначити, що при існуючому різноманітті обєктів здійснення операцій даного типу найбільш популярний спосіб торгівлі являє собою гру на різниці курсів валют, а самим розвиненим ринком в цій сфері є FOREX.

Історія ринку почалася зі створення Ямайскої валютної системи, основи якої були закладені в березні 1971 року за участю двадцяти найбільш розвинених країн. 15 серпня 1971 року США відмовилися від золотовалютного стандарту - це зруйнувало систему стабільних курсів і призвело до виникнення поняття «плаваючий курс». Остаточне становлення нової системи відбулося 8 січня 1976 року на засіданні міністрів країн-членів МВФ. Тоді ж почав вироблятися обмін валют країн-учасниць на вільному валютному ринку (foreign exchenge market, FOREX).

За 44 роки ринок істотно зріс, став загальнодоступним не тільки на державному рівні, але і для приватних осіб, що стало можливим за рахунок відкриття брокерських кампаній. У 2015 році щоденний оборот FOREX складав 4,5 трлн. дол. USD, а досвідчені трейдери могли отримати за день до 5-7% прибутку, що при досить великій вартості лота представляло істотний дохід [1]. Така торгівля вимагає безперервного аналізу ситуації на ринку, контролю динаміки котирувань і постійного відкриття/закриття позицій, тобто відриву трейдера від основної діяльності. У звязку з цим актуальним стає питання про систематизацію торгових операцій.

Постановка проблеми. Найбільш популярна в даний час торгова платформа MetaTraider 4 надає користувачам не тільки візуалізацію зміни котирувань і інструмент для відкриття торговельних позицій, а й містить у собі інструменти розробника для написання торгових стратегій на вбудованій мові програмування MQL4. На сьогоднішній день існує багато різних торгових стратегій, заснованих на базисному технічному аналізі, що реалізують різні торгові стратегії [2]. Переваги програми перед людиною безумовні - вона здатна обробляти великі обсяги інформації, не допускає помилок введення при відкритті позицій і позбавлена такого психологічного чинника, як розсіяність уваги та втома. Однак торгова стратегія, яка враховувала би досить велике число показників імогла проявляти гнучкість тактичного прийняття рішень, ще не створена. Розробка подібної торгі- вельної стратегії на основі статистичного аналізу і є метою даного дослідження.

Метою роботи є формування торгівельної стратегії здійснення торгівлі на ринку ЕОИЕХ на основі статистичного аналізу.

Основним завданням дослідження є аналіз існуючих методів здійснення торгових операцій на ринку валют, прогнозування котирувань валютної пари і побудови торгової стратегії.

Аналіз існуючих методів здійснення торгових операцій на ринку ЕОИЕХ.

Оцінка способів зниження помилок прогнозу і числа збиткових угод.

Пошук і виявлення характеристик існуючих методів прогнозування та оцінки курсу котирувань, а також оцінка можливостей їх застосування в торгівлі.

Компаративний аналіз існуючих торгових радників і вибір програмної реалізації апарату торгівлі.

Визначення структури створюваної системи, виділення елементів, підсистем і механізмів їх взаємодії.

Обєкт дослідження: процес здійснення торгових операцій з валютними парами і прогнозування зміни курсу котирувань.

Предмет дослідження: обєднання методик прогнозування і торгівлі шляхом створення дієвої торгівельної стратегії.

Після закінчення дослідження планується отримання функціональної торгівельної стратегії, що настроюється, з наступними властивостями:

Торгівля на різних часових проміжках і з урахуванням різних ступенів ризику.

Мультистратегічність.

Автоматичне прийняття рішень про відкриття і закриття позицій.

Мінімальне число вхідних параметрів (рівень ризику).

Огляд останніх досліджень і виділення не- вирішених раніше частин загальної проблеми.

Ключовим елементом торгівлі, що визначає поведінку трейдера на ринку, є торгова стратегія (далі ТС). ТС - це сукупність інструментів аналізу та правил, яких дотримується трейдер в своїй роботі на валютному ринку. Одночасне досягнення заданих значень зміни котирувань дає сигнал на покупку або продаж торгового інструменту. Іншими словами, це модель прийняття рішень. Оскільки валютний ринок зародився на заході, значна частина досліджень, присвячених ринку FOREX, здійснена американськими та європейськими вченими. Серед дослідників пострадянського простору інтерес до даної області почав зароджуватися тільки на початку цього століття і спрямований він, в основному, на поверхневий аналіз валютних коливань. Так ситуація викликана тривалим переходом до ринкової економіки, нестабільністю національних валют і відсутністю брокерських компаній та території багатьох країн. Незважаючи на це, певні результати в області дослідження вченими все ж були отримані.

А. Еман в своїй роботі [3] довів, що штучні нейронні мережі (ШНМ) можуть бути використані для прогнозування ринку FOREX. Але він зазначив, що побудувати успішну модель подібної мережі не просто через вплив різних чинників, таких як політичні події, що мають місце протягом певного періоду часу. Наприклад, політичні кризи трапляються раптово і ціни падають швидко, а стрибок спреду між ціною купівлі та продажу може складати від 5 до 100 пунктів. При обміні іноземної валюти кількість транзак- цій в реальному часі, як правило, дуже велика і має високу щільність розподілу. Крім того, ШНМ не даватиме хороший результат без якісної попередньої підготовки даних, вибору входів та змінних, алгоритмів навчання і визначених моделі для перевірки.

К. Слані запропонував архітектуру, що самостійно адаптується для прогнозування ринку FOREX, з використанням генетичного програмування (ГП) для подання прогнозів. Метою системи є розробка і адаптація простих передбачень, як можуть бути використані або самою системою, або трейдером-людиною. Зазначена система має істотний недолік - високе співвідношення помилково передбачених змін пунктів. [4]

Д. Ведінг і К. Ціос запропонували гібридну модель мереж, заснованих на радіальних функціях (RBF) і моделі авто регресії змінного середнього (ARMA) [5]. Ця технологія застосовує комбінацію моделей.

А Каблан розширив адаптивну нейрон-не- чітку систему, щоб створити експертну систему, яка здатна використовувати нечіткі міркування у поєднанні з можливостями розпізнавання не- йронних мереж, які будуть використовуватися у фінансовому прогнозуванні та торгівлі. Однак це ще один приклад гібридної системи [6].

Прект Penn-Lehman Automated Trading (PLAT) є масштабним дослідженням генетичних алгоритмів і стратегій для автоматичної торгівлі на фінансових ринках. Subrananian та сін. представили результати експериментів, проведених у рамках цього проекту, і показали, що автономні агенти можуть досягти послідовної прибутковості в різних ринкових умовах, способами, що є більш конкурентоспроможними за стратегію людини. Вони також виявили якісні характеристики стохастичною динаміки, які можна використовувати, щоб поліпшити продуктивність цих агентів[7]. Звичайно, дані експерименти були обмежені фондовим ринком.

Проведений аналіз дозволяє виділити основні напрямки формування торгової стратегії. Передбачається, що ТС реалізує торгівлю на різних часових проміжках і при різних ступенях ризику. Рішення про відкриття/закриття позицій повністю піддаються розрахункам. Єдиним важелем впливу на торгівлю з боку користувача залишається рівень ризику - в простому випадку задається відсоток коштів на рахунку, які можна задіяти в торгівлі.

Для правильної, а значить, прибуткової роботи на будь-якому фінансовому ринку необхідно вміти прогнозувати рух цін. При прогнозуванні будь-якого фінансового ринку використовуються фундаментальний і технічний аналіз. Існує також вплив теорій і методів дослідження на ринок. Як тільки більшість учасників якого-небудь ринку стають прихильниками однієї і тієї ж теорії, ринок починає поводитися відповідно до неї. Справді, очікування учасників їх рішення ґрунтуються на одній і тій же концепції, і тим самим впливають на ринок в одному напрямку.

Постановка завдання дослідження. У рамках проведеного дослідження необхідно розробити торгівельну стратегію на основі статистичного аналізу для торгівлі на ринку валют ЕОИЕХ. Торгова стратегія повинна реалізовувати як коротко, так і довгострокові торговельні угоди, визначити точку входу на ринок і моменти закриття позицій, даватиме змогу приймати рішення щодо збільшення торговельного лота в процесі торгівлі. За користувачем повинна залишатися можливість регулювання ступеня ризику.

У звязку з цим необхідно вирішити такі завдання:

Розробити структуру торгової стратегії, виділити основні компоненти і описати механізм їх взаємодії;

Адаптувати або розробити математичний апарат для прийняття рішень в різних компонентах стратегії;

Реалізувати розроблені алгоритми функціонування на вбудованому в торговельну платформу мові програмування МОЬ4;

Провести чисельне дослідження отриманої торгової моделі і порівняти результати з роботою існуючих торгівельних стратегій.

Тестування проводилося на семи ринкових проміжках (1 хвилина, 5 хвилин, 15 хвилин, 30 хвилин, 1 година, 4 години, 1 день), на пяти відрізках часу (01-10.02.15, 10-20.02.15, 20.02.1301.03.15, 01.03.15-12.03.15, 12.03.15-14.04.15). Для оцінки ефективності торгівлі аналізувалися показники чистого прибутку, прибутковості, кількості проведених угод, відсотка прибуткових операцій, відсотка виграшних коротких позицій і математичне сподівання виграшу. Збір статистики проводився за допомогою Тестера стратегій платформи МеLаТгаМег4.

Таблиця 1 Зведені результати статистичного аналізу тестування

Назва технічн.о індикат.Період тестуЧистий прибутокПрибут.Кіл-сть угодМакс. просадка% прибут. угод% виграш. коротких позиційМат. Очікув. виграшуMoving AverageMl-2026,40,132246,420439,89822,908-8,138M5-610,990,38472,8743,3816,33818,44-7,402M15-234,290,45625,4342,3218,6616,666-8,93M30-162,810,4814297,6214,69218,018-11,58H1-198,980,326,8249,342316,666-27,8H4-131,831,742,2359,0836,66646,666-56,766Daily8,8N/A0,218,820208,8IntradayMl-8740N/A126,2874800-69,262M5-8737,80,0361278755,86,9326,932-68,934M15-8047,10,1321148083,116,1916,19-70,614M30-6792,20,2696,46852,420,51220,512-68,154H1-2927,70,50861,43291,931,79231,792-44,184H4-1404,30,72621,82216,6638,4338,43-61,71Daily-609,90,4824,4991,921,52421,524-169,47MACDM1-40,720,072,268,4828,57212-15,432M512,280,5725,485,3373,334706,526M1561,282,0324,678,727771,66616,222M3069,091,3583,894,95736018,194H162,11N/A277,6810010033,656H4-8,040,14150,5653,33440-2,014Daily2,41N/A0,211,3920202,41MACFiboM1-1178,40,081591180,45,9087,716-7,33M5-4020,2225741015,67219,822-6,932M15-150,61,6320198,433,93241,486-5,476M30-111,17611,278,88850,9640,6663,51H1-56,480,5147,2111,8840,23833,334-9,834H4-19,790,0721,242,793040-19,69Daily3,6N/A0,22,820203,6PSARM1-3154,70,5984644924,5637,28454,596-10,072M5-2373,80,784457,89819,5328,58444,82-6,658M15-21130,856244,89296,2145,55260,368-6,932M30-4636,30,1941189626,9521,38660-31,522H1-5753,10,1186,89587,7610,19620-67,71H4759,51N/A14,2808,69202010,67Daily-1629,8N/A15,22079,3600-21,444X TraiderM1-13,19N/A1174,784040-13,13M573,7N/A1163,52806073,7M1561,18N/A1158,76806061,09M306,8410,61190,0460406,84H110,11N/A1190,04404010,11H4-27,9N/A0,8141,562020-27,94Daily-6,78N/A0,217,7800-6,78

За підсумками тестування більшість торгових систем зарекомендували себе як збиткові (прибуток не отримується, інвестовані кошти не повернуті в повному обсязі). Виняток становить торгова система побудована на основі «X Тгаісіег», але за її допомогою здійснювалася всього одна угода за весь період у 85% випадків, а в час, що залишався, не торгувалося взагалі, тому, незважаючи на високі показники прибутковості, дана ТС не підходить для довгострокової торгівлі. Подібна ситуація спостерігається при аналізі роботи торгової системи на базі МАСБ, типово встановленого в системі МеіаТгаісІег4. Незважаючи на те, що більше половини угод є прибутковими, математичне сподівання виграшу становить досить невелику суму, а самі показники торгівлі радника свідчать про його збитковість. У такій ситуації більш вигідним є депозитний вклад, ніж інвестиції в торгівлю на курсі валют.

Рис. 1. Відсотки успішних угод

За результатами статистичного аналізу вищенаведених торгівельних систем було прийнято рішення використовувати торгівельну систему побудовану на основі технічного індикатора Moving Average в якості основи.

Данний індикатор вбудований в системі MetaTraider4 і успішно здійснює торгівлю на популярному часовому інтервалі Н4, який постійно використовують в своїй торгівлі багато трейдерів в світі.

Висновок з даного дослідження. Таким чином дане дослідження присвячене актуальній задачі впливу статистичного аналізу для здійснення торгових операцій. У рамках проведених досліджень:

Проаналізовано існуючі методи здійснення торгових операцій на ринку валют, прогнозування котирувань валютної пари і побудови торгової стратегії.

Виявлено характеристики існуючих методів прогнозування та оцінки курсу котирувань, оцінені можливості їх застосування в торгівлі.

Проведено компаративний аналіз найбільш популярних торгових стратегій.

Сформульовано вимоги до торгівельної стратегії, що розробляється, виділені етапи її розробки та проміжні завдання.

Визначено структуру створюваної системи, виділені елементи, підсистеми та механізми їх взаємодії. Побудовано функціональну та інформаційну моделі системи, що описують всі основні аспекти функціонування обєкта дослідження.

З метою вибору найбільш оптимального рішення для торгової системи запропоновано графічну модель прийняття рішень щодо самої роботи системи, основний зміст якої полягає у побудові дієвої та довготривалої прибуткової торгівельної стратегії на базі торгової системи основаної на статистичному аналізі. Обґрунтовано механізм переходу на дану торгівельну системи, зокрема, запропоновано план дій, згідно з яким торгівельна система повинна пройти визначені чотири стадії перехідного періоду: фіксована привязка, обмежена гнучкість, значна гнучкість, вільне плавання. Обґрунтовано, що валютний ринок - це система економічних відносин між його субєктами щодо здійснення операцій з купівлі-продажу валют і валютних цінностей за допомогою сучасних засобів фінансової телекомунікації, де цінами виступають встановлені під впливом попиту і пропозиції валютні курси. Таким чином, у результаті проведеного дослідження отримано фундаментальні результати у вигляді теоретико-методологічного забезпечення механізму реалізації торгівельної стратегії побудованої на базі статистичного аналізу та розроблено практичні рекомендації. Відповідно до постановки завдання, подальшим напрямком дослідження є вибір, розробка та адаптація торгової стратегії для різних валютних пар, їх програмна реалізація і тестування.

Список літератури

1.Ерлих А.А. Технічний аналіз товарних та фінансових ринків А.А Ерлих - М.: Інфра - М,1996. - 176 с.

2.Менкью Н.Г. Принципи економікс / Н.Г. Мєнкью - Спб.: Пітер Ком, 1999. - 784 с.

3.Lin L, Cao L., Zhang C. The fssh-eye visualization of foreign curreney exchange Data streams / ACM International Conference Proceeding Series: Vol. 109 proceedings of the 2005 Asia-Pacifie symposium on Information visualization-Volume 45, pp. 91-96, Australian Computer Society, Inc.

.Slany K. Towards the Automatic Evolutionary Prediction of the FOREX Market Behaviour / IEEE International Conference on Adaptive and Intelligent Systems, pp. 141-145, IEEE Computer Society, Los Alamitos, CA. USA (2009).

.Kablan A. Adaptive Neuro Fuzzy Inference Systems for High Frequency Financial Trading and Forecaasting / pp. 105-110, USA (2009).

.Subramanian H., Ramamoorthy S., Stone P., Benjamin J.K. Designing safe, profitable automated stock trading agents using evolutionary algorithms / pp. 1777-1784, ACM New York, Ny, USA (2008).

Похожие работы на - Формування торгівельної стратегії на ринку Форекс на основі статистичного аналізу

 

Не нашел материал для своей работы?
Поможем написать качественную работу
Без плагиата!