Kiedy handel Basket Basket (obrót papierami wartościowymi), jeden lub dwa odpowiednio dobrane zapasów może zniszczyć całą pracę systemu. Rozważmy jeden ze sposobów, które mogą zapewnić ruch wszystkich części swojego portfela w jednym kierunku.
Udane kosz obrocie papierami wartościowymi na strategii powrotu do średniej oznacza, że jego elementy muszą przejść i wrócić do średniej. Musi to być spowodowane faktem, że jeśli trzymać kilka zasobów, które nie spełniają reszty grupy, cały system może się nie udać. Pewność, że wybrano papier ciągle iść razem, jest obowiązkowe przy tworzeniu kosz. Ten artykuł będzie zastanowić się, jak używać skierowany graf acykliczny - (. Z angielskiego skierowany graf acykliczny) DAG przy wyborze komponentów kosza, że jesteś w swoim portfelu instrumenty, jako całość, były jak jeden.
Skierowany acykliczny wykres (DAG)
Skierowany graf acykliczny (DAG) jest podobny do wykresu z portalu społecznościowego. Jeśli A i B są przyjaciółmi C, czyli prawdopodobieństwo, że są również A i B przyjaciół. DAG jest mapa relacji między węzłami. Może być reprezentowane przez 6 stopni akcji rozdzielania świata. W tym przypadku, węzły grafu - to działania, oraz kwoty relacji, które zostaną wykorzystane, - korelację. Celem jest zbudowanie udział sieciowy, o korelacji w grupie. Przykład tego pola jest pokazany na Figurze 1.
Figura 1
DAG skierowany wykres nie zawiera cykliczne połączeń między węzłami. Skierowany wykres ważona przedstawia zależność (ścianami) pomiędzy węzłami lub wierzchołków w grupy węzłów. DAG umożliwia zdefiniowanie najdłuższy lub ścieżki krytycznej. Ścieżka krytyczna jest najdłuższa ważona połączenia między węzłami. W tym przykładzie wykonania, daszek - jest papierem, linia - jest zależność pomiędzy dwoma papierami wartościowymi, a masa krawędzi - zależność ilościową ekspresji mierzony pomiędzy dwoma papierami. Ścieżka krytyczna jest najdłuższy ciągły papiery połączeniowe skorelowane.
Ten sposób budowy zmniejsza prawdopodobieństwo wprowadzenie niewłaściwego papieru grupę, tzn Akcja, która może nagle iść w kierunku przeciwnym do ruchu cen całej grupy. Aby stworzyć taką grupę, wykonaj następujące czynności:
Musi zaczynać się od tworzenia listy akcji silnych firm, które będą stanowić grupy bazowych. Takie działanie jest łatwe do wyboru, na przykład, od wskaźnika S & P 500
- Za pomocą tego wstępną listę, zestaw skorelowane pary dla każdej możliwej sekwencji w S & P 500. To zapewni wystarczająco dużej ilości pary (500 x 499) / 2 = 124750 pary).
- Następnie trzeba wybrać blok danych do pomiaru korelacji pomiędzy tymi parami. W tym przypadku mamy do wyboru 250 dni za każdy papier, a następnie mierzy korelację (mieszane chwile współczynnik korelacji Pearsona) każdej pary okresu (danych uzyskanych za rok 2010).
- Potem posortować tysiące par w porządku malejącym współczynnikiem korelacji z pozytywnej na negatywną.
- Następnie wybierz pierwsze pary n, które zostaną zbudowane DAG.
- Dla każdego skorelowane pary dodać do góry DAG za udziały A i dzieli się na szczyt do B.
- Następnie dodać ważonej (pomiary korelacji - od A do B) czołowego pomiędzy każdym z tych wierzchołków.
- Następnie określić ścieżkę krytyczną w DAG, co znowu daje długą listę akcji powiązanych, tj Są sieć przyjaciół, związanych korelacja. W rezultacie, zestaw ścieżka krytyczna magazynie jest skorelowana grupa.
Wreszcie, gdy zostanie ustalone z grupy, mogę przetestować koszyk papierów wartościowych, w przekonaniu, że, przynajmniej w okresie objętym przeglądem, te papiery wartościowe, w ogóle, będzie poruszać się razem.
Dlatego, że przy doborze współpracowników w obrocie akcje wybranych korelację, zamiast metody bardziej popularne - kointegracji, że potrzeba, aby te dokumenty były skorelowane. Konieczne jest, aby przenieść je razem, a nie „którzy - w lesie, który - na opał”, który jest często obserwowany w kointegracji (i „w lesie” i „drewna” - to w tym samym kierunku, ale losowej trasie).
Jako przykład, porównując - Mobile hulaszcze gdy wózek załadowany baryłka alkoholu, a cała obecna firma następująco. Gdzie się obrócić wózek, do owczarni, a uczestnicy uczty, ponieważ żaden z nich nie chce przegapić ich udziału w napoju.
Oczywiście, czasami niektóre z nich mogą różnić się w bok, ale w końcu wrócił do środkowej drogi, czyli - do beczki i ponownie przyłączyć się do firmy turystycznej. Taka grupa może wędrować okolicę jako skorelowanej zestawu - w lewo, w prawo, w lewo, w prawo. W tym samym czasie, niektórzy uczestnicy mogą okresowo różnić, ale ostatecznie wszyscy doszli do bramki.
Jest to zachowanie oczekujemy od naszych udziałów grupowych. Chcemy, aby być przemieszczane synchronicznie, a tylko niektórzy z uczestników są czasami wyprzedza grupie średniej. Podobnie, niektóre będą sporadycznie tyle. Przywódcy muszą oswoić, pozostaje - ciągnąć, a grupa handlu na koszu z powrotu do średniej strategii.
wyboru źródła akcji początkowe może być dowolna duża grupa akcji. Jak wspomniano powyżej, w tym przypadku użyliśmy akcji, które są zawarte w S & P 500. Indeks Podobnie można użyć dowolnego innego indeksu, takich jak Russell 1000, 2000 lub niektórych sektorów (dóbr konsumpcyjnych, pomocniczego towarów, energii, finansów, zdrowia, przemysłu, technologie informacyjne, materiały, telekomunikacja, usługi, przedsiębiorstwa użyteczności publicznej), a także wiele platform obrotu (Europa, Azja, rynki wschodzące, i tak dalej. f.). Można także filtrować listę według pierwotnej ceny, wydajności lub innych czynników fundamentalnych. Naprawdę potrzebują dużej liczby oryginalnych narzędzi do tworzenia godnej wielkości grupy. Wielkość grupy o powrót do średniej - tematem dyskusji, ale na ogół większa grupa bardziej stabilne zarobki (P l). Bez względu na to, w jaki sposób wybrać swój początkowy zestaw działań, otrzymany zestaw akcji (DAG, na podstawie korelacji) powinien składać się ściśle skorelowane papierów wartościowych.
DAG przetwarzanie.
Aby utworzyć grupę za pomocą specjalnie zaprojektowanego narzędzia, ale można skorzystać z pakietów oprogramowania jak Python, R, lub Matlab, aby tworzyć swoje skorelowane pary. W tym przypadku należy użyć C # i Visual Studio, mogą także skorzystać z jednej z wielu dostępnych narzędzi programowych DAG. Został znaleziony na CodePlex (obecności pakietów DAG dla Pythona, R i Matlab znane, ale pierwszeństwo dano CodePlex).
Mając listę skorelowanych par, które jest utworzone na zewnątrz próbki kodu poniżej wejścia n pierwszy z jej pozycji w sposób opisany poniżej „przykład kodu ładowania DAG oraz uzyskanie skorelowanej Lista znaków”.
Oprogramowanie dla korelacji i DAG łatwy w użyciu. Ten artykuł nie jest instrukcja o pracy ze specjalistycznego oprogramowania, lecz jedynie ma na celu wprowadzenie czytelnika do witryny //utmagazine.ru/metoda Basket Trading wykorzystaniem DAG. Dlatego ten, kto naprawdę zainteresowany tą metodą będą się znaleźć oprogramowanie stworzy skorelowane pary i budować swoją grupę DAG.
Basket Trading (kosz obrotu papierami wartościowymi)
Teraz, gdy stworzyliśmy zgrany zespół narzędzi, pytanie brzmi „jak im handlować? ”. Wiesz, że jest to niezbędne do handlu „maruderów” - akcji, które, mimo że zgodnie z ogólną grupę, ale od czasu do czasu mają na celu odejście od środkowej ścieżce. Więc trzeba wymyślić kryterium ilościowego, który powie nam, kiedy te „otbivshiesya” odejść z grupy. Dla zilustrowania zastosowania wskaźnika RSI - wskaźnik relatywny siła.
W „maruderów” części tego artykułu dla przykładu podano dwa oddzielne styl użytkowania RSI jako środek handlu.
Metoda 1
- W każdym czasie musi być oceniana dla każdego kosza elementu RSI, a następnie wybrać z grupy n udziałów o najniższych wartościach i N papierów o najwyższych wartościach.
- Sprzedaży papierów wartościowych o najwyższej RSI.
- Kup gazetę z minimum RSI.
- Przeprowadzić zrównoważenia kosza, gdy bieżąca wartość netto P & L dla strategii uległa zmianie o więcej niż X złotych.
Metoda 2
- W każdym okresie czasu potrzebne wartości See RSI dla każdego papieru, aby mierzyć średnią wartość RSI dla grupy instrumentów, a następnie określa różnicę między wartością średnią i poszczególnych wartości RSI. Te wartości różnicowe są współczynniki wagowe każdego ramienia w grupie. Im niższa wartość w stosunku do średniej RSI, tym większy współczynnik wagowy dla transakcji długo. Im wyższa wartość RSI w stosunku do średniej, tym większy współczynnik wagowy dla transakcji na shortstop.
- Dla każdego instrumentu w transakcjach Grupy za zakup lub sprzedaż powinna opierać się na tym samym współczynnika wagowego.
- Przeprowadzić zrównoważenia kosza, gdy bieżąca wartość netto P & L dla strategii uległa zmianie o więcej niż X złotych.
Strategie te stanowią platformę testową dla pomiaru skuteczności budowania zespołu używając metody DAG. Dla wszystkich kolejnych prób będą stosowane metody 1
Wyniki testów z różnymi grupami
Aby ocenić skuteczność wybranej grupy losowo próbki papieru badano przede S & P 500. zaburzenia zwrot z grupy, w wyniku próby była niespodzianką. Raport P l grupy widać na figurze 2.
Figura 2
Następnie wybrana grupa par korelacja które wahały się od -0. 1 do 0,1. Zamiast ich pozbyć poprzez procedurę inny mechanizm selekcji DAG został zastosowany, co pozwoliło wybrać najczęściej spotykane sparowane aktywów (z zestawu skorelowane -0.1 do 0,1), sortować je numerami i wynik przyjąć pierwszych n położeń na rysunku 3
Figura 3
Od wszystkich pomiarów wykorzystywanych do 124750 par, zdecydowano się zorganizować je w kolejności od negatywnego na pozytywny. Następnie pary wartości pochodzą z -0. 96 -0.65 do i wykonana po wykiełkowaniu. W celu skonstruowania tego DAG potrzebne obszerny zbiór parami końcowej ścieżki krytycznej rzadko jest na tyle długi, aby stworzyć zdolny grupy. W końcu do ostatecznej konstrukcji grupy wzięło kilka tysięcy par ujemnie skorelowane. Ta grupa lepsze wyniki niż w pierwszych dwóch Wyniki na Figurze 4.
Figura 4
W końcu, został przetestowany przez prawdziwego zakresu, w którym kosz papierów wartościowych jest najbardziej skorelowana i przetwarzane za pomocą DAG i jest wybrane z tego wykresu ścieżki krytycznej, która danej grupy 19 wartościowych. Wyniki są przedstawione na Figurze 5.
Figura 5
Zalety korelacji
Wyniki testów z różnych portfeli akcyjnych w historii wspiera teorię, że zastosowanie skierowany graf acykliczny (DAG) może być bardzo użyteczna metoda grupy dobór akcji na Basket Trading. Najwyraźniej jest to sprawiedliwe, by powiedzieć, że w celu radzenia sobie ze zwrotem strategii do środka, trzeba zbudować grupę, elementy z czego maksymalnie wzajemnie skorelowane. W tej chwili, to wymaga dodatkowych badań, aby potwierdzić, że grupa zbudowana przy pomocy DAG, daje lepsze rezultaty niż akcje grupy zebranych z wykorzystaniem innych mechanizmów selekcji.
