Отделение покупателей от продавцов для нахождения волатильности с помощью рыночных колебаний

Третий способ измерения потенциальных экспансий волатильности заклю­чается в наблюдении за колебаниями цен за предшествующие несколько дней. Майк Чалек (Mike Chalek) заслуживает признания за эту систему, ко­торую он разработал и назвал «Талон» (Talon). Основная ее идея — рассмат­ривать различные колебания, совершенные ценой от одной точки до другой, за прошедшие несколько лет. Существует много таких точек для изучения.

Точки, выбранные мною для последующего рассмотрения рыночной активности, измеряют расстояние движения цен от максимума 3 дня назад к сегодняшнему минимуму. Это — Шаг 1. Шаг 2 — взять размер колебания от максимума 1 день тому назад и вычесть из него минимум 3 дня назад. Наконец, мы будем использовать самое большое из этих значений как на­шу основную единицу измерения волатильности, чтобы начать создавать фильтр, или ценовую подушку, которую мы прибавим к завтрашнему от­крытию при покупке или вычтем ее при продаже.

Система работает хорошо: она делает деньги, как показывают следую­щие результаты по S&P 500 с 1982 по 1998 гг. (см. рисунок 4.20). Правила заключаются в том, чтобы покупать при 80-процентном колебательном движении выше открытия и продавать при 120-процентом колебании ни­же открытия. Используя долларовый стоп на уровне $1,750 и мой выход катапультирования (bailout), эта система сделала $122,837 с 1982 по 1998 гг. со средней прибылью в $228 на сделку.

Результаты

Как всегда, однако, встает вопрос, можем ли мы добиться большего успеха? Наша последняя попытка улучшить результат состояла в использовании TDW как фильтра, существенно улучшающего производительность. Те­перь мы пойдем дальше и используем фундаментальное соображение — воздействие рынка бондов на цены акций.

Сейчас мы испытаем эту концепцию в качестве фильтра (рисунок 4.21). Правило весьма простое: мы примем к сведению сигналы к покупке только тогда, когда сегодняшняя цена закрытия бондов выше, чем 5 дней назад, а сигналы на продажу — только тогда, когда цена закрытия бондов сегодня ниже, чем 35 дней назад. Наше рассуждение убедительно основано на об­щепринятой истине, что более высокие цены облигаций оказывают на ак­ции бычье воздействие, а более низкие — медвежье.

Посмотрите, какая разница! Средняя прибыль на сделку увеличивается с $228 до $281, в то время как проседание резко падает с $13,025 до $5,250. Лучше всего, однако, то, что при первоначально «неотфильтрованных» сдел­ках мы имели самую большую проигрышную сделку в $8,150, в то время как с облигационным фильтром самый большой убыток составил всего $2,075!

Еще один шаг вперед

Ваше обучение приближается к завершению, если вы задаетесь вопросом, что происходит в этой модели, когда мы принимаем только сигналы по лучшим TDW, в то время как тренд рынка бондов дает нам бычье или мед­вежье подтверждение?

Рисунок 4.20Использование рыночных колебаний.

Рисунок 4.21Воздействие цен облигаций на цены акций.

И вновь результаты говорят сами за себя: объединяя все только что рас­смотренные компоненты, мы увеличиваем наши возможности или шансы, ведущие к успеху в краткосрочной торговле. Заметьте, что количество сде­лок существенно сократилось, а это означает, что наш риск меньше, в то вре­мя как наша средняя прибыль, приходящаяся на сделку, увеличивается. Наши прибыли уменьшаются до «всего лишь» $76,400, но средняя прибыль на сделку подскочила до $444, а проседание остается примерно на том же на уровне $5,912 при росте доли выигрышных сделок до 90 процентов.

Что же мы сделали? Отфильтровали сделки, не соответствовавшие всем трем нашим условиям. Фильтрованная торговля на краткосрочных колебаниях забросит вас на световой год или даже два вперед остальных краткосрочных трейдеров. Здесь есть дополнительное преимущество: используя фильтры, вы предъявляете рынку требования, которые означа­ют, что вы не будете торговать каждый день. Требования, естественным образом вынуждающие вас торговать меньше, а не больше. Активные трейдеры — обычно самые большие неудачники. Те из нас, кто приверед­ливо выбирает моменты спекуляций, чаще оказываются победителями, по­скольку мы подстраиваем весы в свою пользу, а это и есть интеллектуаль­ная спекуляция.

Глава