वैकल्पिक डेटा पर 35% स्टॉक वापसी

वैकल्पिक (गैर-मानक) डेटा पर व्यापार फैशनेबल और आशाजनक बन रहा है। दूसरे दिन मैं लोकप्रिय शेयरों में मॉस्को एक्सचेंज से एक जिज्ञासु डेटासेट के हाथों में आ गया। सतही अध्ययन के बाद, हम अच्छे रिटर्न के साथ एक आकर्षक परिणाम प्राप्त करने में सफल रहे। कट के तहत विवरण

डेटासेट सामग्री

डेटासेट में प्रत्येक दिन के लिए तीन मान pv30, pv70, pv100 होते हैं और वर्तमान दिन के लिए शीर्ष 30, 70 और 100 सबसे बड़े व्यापारियों के समूह की खरीद और बिक्री में अंतर को दर्शाता है। यानी इस सवाल का जवाब, बड़े खिलाड़ियों ने आज क्या किया? अधिक खरीदा या बेचा? उदाहरण के लिए, pv100 = 500 का अर्थ है कि कुल 100 व्यापारियों के समूह ने 500 इकाइयाँ खरीदीं। बिकने से ज्यादा।

एक्सचेंज वेबसाइट पर आप डेटासेट का पूरा विवरण देख सकते हैं और ऐतिहासिक मूल्य प्राप्त कर सकते हैं

डेटा कवरेज:

• 10 शेयर: SBER, GAZP, LKOH, GMKN, MGNT, ALRS, AFLT, ROSN, SBERP, VTBR
• 4 साल: 2014 - 2017 (एक्सचेंज वेबसाइट पर खुला डेटा)

इसके अलावा, हम केवल SBER पर डेटा पर विचार करेंगे, शेष 9 शेयरों के परिणाम नीचे दिए गए परिशिष्ट में हैं

डेटा अवलोकन

SBER के लिए pv मानों का सांख्यिकीय विवरण:



डायनेमिक्स डेटा और उनका वितरण:



सभी तीन मात्राएं pv30, pv70 और pv100 एक दूसरे के साथ दृढ़ता से सहसंबद्ध (> 0.95) हैं और शून्य के पास एक केंद्र के साथ सामान्य के करीब वितरित की जाती हैं। Pv30 के लिए सबसे बड़ा इंटरक्वेर्टाइल रेंज।

SBER मूल्य और pv100 संचयी राशि:



आज की पैदावार आज के लिए pv मूल्यों के साथ दृढ़ता से संबंध रखती है ~ 0.8। इस प्रकार, हम मान सकते हैं कि मूल्य एक बड़ी स्थिति प्राप्त करने वाले प्रतिभागियों द्वारा स्थानांतरित किया गया है। मूल्य आंदोलन के बीच कल और आज के लिए पी.वी. मूल्य के बीच संबंध ~ 0.1 है, जिसका अर्थ है कि उनके बीच एक कमजोर सहसंबंध है और आप आज के लिए पीवी डेटा के अनुसार कल के मूल्य आंदोलन की दिशा की भविष्यवाणी करने का प्रयास कर सकते हैं।

ट्रेडिंग मॉडल

हम एक साधारण मॉडल का निर्माण करेंगे यदि आज मूल्य pv> 0, हम मानते हैं कि मूल्य कल बढ़ जाएगा, अन्यथा यह गिर जाएगा। Pv मानों की तुलना शून्य के साथ की जाती है, क्योंकि औसत और औसत pv मान शून्य के आसपास वितरित किए जाते हैं। सीधे शब्दों में कहें, अगर आज प्रमुख खिलाड़ियों ने खरीदा (pv> 0) अगले दिन हम खरीदते हैं और इसके विपरीत।

मॉडल की विशेषताएं:

1. मॉडल में केवल pv मान का उपयोग किया जाता है, और परिसंपत्ति मूल्य की जानकारी का उपयोग नहीं किया जाता है।
2. हम समापन नीलामी में 18:40 - 18:50 पर स्थिति को खोलेंगे और अगले दिन, उसी समय बंद कर देंगे। स्थिति खोलने का समय pv मानों के रूप में चुना गया है जो 18:30 पर प्रकाशित होते हैं
3. यदि pv> 0, एक लंबी स्थिति खोलें (खरीदें)। यदि pv <0, एक छोटी स्थिति खोलें (बेचें)
4. यदि पंक्ति में दो या अधिक दिनों के लिए pv धनात्मक / ऋणात्मक है, तो कुछ भी न करें (होल्ड करें)। इस प्रकार, एक खुली स्थिति का आकार हमेशा स्थिर होता है
5. लेनदेन शुल्क 0.025% माना जाता है
6. दैनिक रिटर्न करीब से (करीब से करीब) लिया जाएगा

ट्रेडिंग मॉडल परिणाम

आइए हम SBER के अनुसार 4 साल की अवधि के लिए pv30, pv70 और pv100 के मूल्यों के अनुसार "खरीद और पकड़" रणनीति (बेस) और रणनीति की लाभप्रदता की तुलना करें:

RETURN - 4 वर्षों के लिए मॉडल उपज
SHARPE - शार्प अनुपात, जोखिम-मुक्त रिटर्न rf = 6%
सीएजीआर - औसत वार्षिक वृद्धि दर
अधिकतम DRAWDOWN - अधिकतम गिरावट
TRADES - पूर्ण किए गए लेनदेन की संख्या
GAIN / LOSS DAYS - उन दिनों की संख्या जब मूल्य आंदोलन का अनुमान लगाया गया था और अनुमान नहीं लगाया गया था

गतिकी में मॉडल की तुलना:



आधार सूचक की तुलना में त्रैमासिक लाभप्रदता की तुलना pv इंडिकेटर के खिलाफ "खरीदें और होल्ड करें"



शेष नौ उपकरणों के लिए इसी तरह के परिणाम नीचे दिए गए परिशिष्ट में देखे जा सकते हैं।

स्टॉक पोर्टफोलियो

एक उदाहरण के रूप में SBER का उपयोग करते हुए, हमें संपत्ति के सापेक्ष उच्च रिटर्न प्राप्त हुआ, लेकिन फिर भी, हम पूरे 2015 के लिए एक बड़ी गिरावट का निरीक्षण करते हैं। यह तस्वीर अलग-अलग समय में अन्य शेयरों के लिए भी देखी जाती है (परिशिष्ट देखें)। लेकिन क्या होगा अगर आप सभी दस शेयरों पर पैसा बिखेरते हैं? फिर, शायद, हम बड़ी गिरावट से बच सकते हैं।

आप समान रूप से बिखर सकते हैं, लेकिन यह भी इसी तरलता और साधन की क्षमता के अनुपात में हो सकता है। तरलता और सादगी के आधार पर आकाश में एक उंगली पकड़ना, मैंने निम्नलिखित भार को चुना: {SBER: 0.25; GAZP, LKOH: 0.15; GMKN, MGNT: 0.1, ROSN, ALRS, SBERP, AFLT, VTBR: 0.05} और खरीद के रिटर्न की तुलना करें और रणनीतियों और pv100 को पकड़ें:



Pv100 द्वारा नियंत्रित 10 प्रतिभूतियों के पोर्टफोलियो में प्रति वर्ष 35% की पैदावार और खरीद-पकड़ की रणनीति की तुलना में कम गिरावट देखी गई।

वजन से अधिक होने पर आप 15% और 50% दोनों प्राप्त कर सकते हैं, लेकिन यह महत्वपूर्ण है कि कई परिसंपत्तियों पर धन बिखेरने से, हम अपने ट्रेडिंग मॉडल में बड़ी गिरावट से बचते हैं।

इस सामग्री के बाहर अवलोकन

• पीवी पर आधारित व्युत्पन्न मूल्य भी अच्छे रिटर्न (बाजार से अच्छा = अधिक) दिखाते हैं: लघु अवधि, दालों, वॉल्यूम राशनिंग, और तकनीकी विश्लेषण से अन्य समान तकनीकों के साथ sma
• कम अस्थिरता की अवधि के दौरान, पीवी मूल्यों की दाल बेहतर रूप से प्रकट होती है
• पीवी मूल्यों में दुर्लभ मजबूत मूल्य आंदोलनों के लिए अच्छी संवेदनशीलता है, अर्थात। 3% से अधिक मूल्य आंदोलनों का अनुमान लगाने का प्रतिशत ~ 75% तक पहुंच जाता है, जबकि अनुमान लगाने का कुल प्रतिशत ~ 50% है
• सप्ताह के दिन तक pv का वितरण अलग-अलग है, खासकर शुक्र से। शायद, सप्ताह की शुरुआत में पदों का एक सेट होता है, और समापन के अंत तक
• ऊपर चर्चा किए गए ट्रेडिंग मॉडल में, pv मान की तुलना 0 से की गई थी, हालांकि अधिकतम लाभप्रदता बढ़ाने के लिए 0 सबसे इष्टतम बिंदु नहीं है
• 10 शेयरों में से प्रत्येक के पास pv के संदर्भ में अपनी विशेषताएं हैं

मेरे निष्कर्ष

एक दिन के अंतराल के साथ पी.वी. के संदर्भ में बड़े खिलाड़ियों का अनुसरण करने की परिकल्पना ने 2014-2017 के सेगमेंट में बाजार के ऊपर एक परिणाम दिखाया। यह कहना उचित होगा कि यह हमेशा ऐसा रहेगा। नए डेटा पर क्या होगा? एक तरफ, कोई भी अच्छा कारण नहीं है कि सब कुछ क्यों टूट सकता है, और दूसरी तरफ, कौन जानता है :) अधिक आत्मविश्वास के लिए, आपको अधिक अंक और ताजा डेटा की आवश्यकता है।

मॉडल को अधिक जटिल बनाया जा सकता है और उपलब्ध डेटा को समायोजित करके शानदार रिटर्न प्राप्त किया जा सकता है, लेकिन तब ओवरफिट का खतरा अधिक होता है।

दर्शकों के लिए सवालों की एक जोड़ी, आपको क्या लगता है:

• यह डेटा क्यों काम कर सकता है?
• यह डेटा काम क्यों नहीं कर सकता है?