улучшение эффективности модели путем контроля над проскальзыванием

Тест 3. Система на основе пробоя цены закрытия, вход по лимитному приказу на следующий день, расходы на сделки учитываются.

Для улучшения эффективности модели путем контроля над проскальзыванием и получения входов по более выгодной цене мы использовали лимитный приказ для входа на следующий день по указанной или более выгодной цене. Полагая, что рынок скорректирует по крайней мере половину ценового диапазона дня, в который был произведен пробой (cb), перед тем как продолжить дальнейшее движение, мы размещаем лимитный приказ (limprice) на уровне середины этого диапазона. Поскольку большая часть кода остается неизменной, приведем только наиболее сильно изменившиеся участки:

// file = x09mod03.c

// пробой канала на основе только цен закрытия с входом на следующий день,

// используя лимитный приказ limprice = 0.5 * (hi[cb] + lo [cb]);

if (cls[cb]>Highest(cls,n,cb- l) && ts.position{)<=0) {ts.buylimit('1' , limprice, ncontracts);

)

else if (cls[cb]=0) {ts.selllimit('2', limprice, ncontracts);

)

// симулятор использует стандартную стратегию выхода atr = AvgTrueRange{hi, lo, cls, 50, cb} ;

ts.stdexitcls ('X', ptlim*atr, mmstp*atr, maxhold);

Вход производится по лимитному приказу в пределах бара. Если бы использовались целевая прибыль и защитная остановка в пределах бара, то возникли бы проблемы. Помещение многих приказов внутри одного бара может сделать моделирование недостоверным: последовательность выполнения этих приказов невозможно отследить по данным на конец дня, а повлиять на результат они могут серьезно. Поэтому стандартный выход основан на приказах, использующих только цены закрытия.

Как и ранее, параметр n (количество дней для усреднения) оптимизировался от 5 до 100 с шагом 5, и выбиралось лучшее решение по соотношению риска/прибыли (и t- вероятности). Комиссионные, проскальзывание, параметры выхода и возможность снова войти в продолжающийся тренд, хотя и с запаздыванием, остались неизменными.

При оптимальном n = 80 (как и тесте 1) эта модель давала около 33% прибыли в год в пределах выборки. Вероятность случайности этих показателей была 5% без коррекции и 61% после коррекции на 21 тесте оптимизации. Хотя в пределах выборки система была выгодной, статистические данные показывают, что в будущем возможен провал; в самом деле, на данных вне пределов выборки система была убыточной. Как и в тестах 1 и 2, сделки длившиеся 7 и более баров, были прибыльнее, чем короткие. Процент прибыльных сделок составил 42%. Хотя вход с использованием лимитного приказа не снял отрицательного влияния комиссии и проскальзывания, тем не менее эффективность улучшилась. Лимитный приказ не особенно уменьшил количество сделок и не привел к пропуску выгодных трендов; обычно после пробоев рынок возвращался обратно, позволяя входить по более выгодной цене. То, что такая произвольная и, почти наверняка, неоптимальная методика смогла улучшить эффективность системы, весьма обнадеживает. График изменения капитала также показывает, что подобная система когда- то работала хорошо, но теперь бесполезна.

Из табл. 5- 2 видно, что прибыльные результаты были получены на рынке нефти как в пределах, так и вне пределов выборки, что соответствует данным предыдущих тестов. Рынок кофе также был прибыльным в обоих случаях. В пределах выборки фьючерсы на S&P 500 также принесли прибыль.

Заключение. Вход, основанный на лимитном приказе, может значительно улучшить общую эффективность модели, основанной на пробое. Даже при грубом определении цены лимитного приказа получается значительное улучшение, причем интересно, что наибольшее улучшение наблюдается не на рынках с минимальной долларовой волатильностью и расходами на сделки, как можно было ожидать. Некоторые рынки, например евродоллар или S&P 500, как видим, хорошо реагируют на использование входов по лимитному приказу, а другие (например, какао и живой скот) — нет.