Estratégia de negociação backtesting medida

Significância estatística dos sistemas de negociação que utilizam indicadores com longas perspectivas

Vamos dizer que temos um sistema de negociação que negocia diariamente, segurando por um dia, mas usa um indicador que olha para trás nos últimos 5 anos. Um exemplo simples poderia ser a variação percentual no preço de um ativo durante esse período de 5 anos.

Haverá um alto grau de correlação serial nos valores dos indicadores de um dia para o outro, devido à sobreposição do lookback. Existem formas normais de levar isso em conta ao avaliar o desempenho de um sistema de negociação?

Intuitivamente, parece que para um comprimento fixo de dados de backtest (digamos 10 anos), devemos ter mais certeza de nossas métricas de desempenho, como Sharpe, quando temos lookbacks curtos, desde então as amostras da distribuição de indicadores são mais independentes. Como podemos quantificar isso? Ou é mais uma regra de situação polegar?

Análise do sistema de negociação: relatório de backtesting e medidas personalizadas

Analisar corretamente um relatório do sistema de comércio é crucial antes de negociá-lo. Uma vez que um sistema de negociação é backtested, você obterá um relatório detalhado que exibe todas as medidas que você precisa para analisar e avaliar o seu sistema de comércio.

Relatório de Backtesting

O relatório de estratégia do QuantShare exibe as seguintes guias:

Resumo. Exibe como algumas medidas importantes evoluíram ao longo do tempo (Equity, Drawdown.)

Estatísticas. Mostra +50 medidas para o processo de backtesting

Comércios Mostra negócios realizados e fluxo de pedidos

Detalhes. Para cada dia de negociação, você pode ver aqui as posições da carteira, ordens pendentes e estatísticas do portfólio

D. W.M. Y. Desempenho por dia, semana, mês e ano

Distribuição de Lucros. Mostra valores de lucros e perdas escalonados

Gráficos. Criar gráficos personalizados

MAE / MFE. Distribuição máxima de excursões adversas e distribuição máxima de excursões favoráveis. Perda máxima de um comércio antes que ele fosse fechado e lucro máximo um comércio teve antes que fosse fechado.

S. I.M. I. Desempenho por setor, indústria, mercado e índice

Regras de Saída. O desempenho médio por cada tipo de saída

Monte Carlo. Permite realizar análises de Monte Carlo.

A guia "Estatísticas" do relatório de backtesting contém muitas medidas que devem ajudá-lo a analisar e decidir se considerar o sistema de comércio ou não.

Aqui estão alguns importantes:

Sharpe Ratio.

É uma medida do desempenho ajustado ao risco.

Sortino Ratio.

Esta medida foi desenvolvida por Frank A. Sortino. É o mesmo que a relação de Sharpe, exceto se usar o desvio descendente em vez do desvio padrão.

O desvio descendente é calculado tomando o desvio padrão dos retornos negativos dos ativos. É utilizado na Sortino Ratio para ignorar a boa volatilidade e, portanto, fornecer uma medida ajustada ao risco sem penalizá-lo para as mudanças de preços para cima.

Fator de Lucro.

Calculado como o lucro de negócios rentáveis ​​dividido pelas perdas de negociações perdedoras, o fator de lucro relaciona a quantidade de lucro por unidade de risco.

Quanto maior o valor do fator de lucro, melhor e menos arriscado seu sistema de negociação é.

Taxa de Pagamento:

Quanto maior a taxa de recompensa, melhor o sistema. Esta medida é calculada tomando o lucro médio do sistema por comércio, dividindo-o pela perda média por comércio.

Desempenho versus análise de benchmark

Na guia "Estatísticas", você também pode ver estatísticas que comparam o desempenho de seu sistema de negociação com um índice (Beta, Alpha, R Squared e Correlação).

Para calcular essas medidas, você precisará especificar um índice de referência nas configurações do sistema de negociação.

- Selecione um sistema comercial e clique em "Atualizar"

- Selecione "Configurações" e clique em "Capital"

- Digite um símbolo ao lado de "Símbolo de Referência". Exemplo: ^ GSPC (para o Índice S & P 500)

Criar uma Medida Personalizada

- Selecione um sistema comercial

- Clique em "Criar uma métrica" ​​(Se você não vir esse botão, clique no ícone "+" para estender o menu)

- Digite sua fórmula em C # ou JScript e clique em "Save Formula"

Exemplo: (O resultado da métrica deve ser associado à variável "aptidão")

Fitness = 1;

A medida acima retorna "1" se o relatório do sistema de negociação tiver um retorno anual maior que 10%, uma relação de Sharpe maior que 1 e uma razão Sortino acima de 1.5

- Backtest ou otimizar seu sistema comercial para mostrar essa métrica na tabela principal

Medida personalizada usando a ferramenta Money Management

A ferramenta de gerenciamento de dinheiro permite que você crie medidas para análise avançada.

Como adicionar um script ao seu sistema de negociação:

- Selecione um sistema comercial e clique em "Atualizar"

- Selecione a guia "Gerenciamento de dinheiro"

- Clique em "Adicionar um novo script de gestão de dinheiro"

- Criar sua métrica usando um ou vários eventos, em seguida, use o "OnEndSimulation" para adicioná-lo ao seu relatório do sistema de comércio

Exemplo. (Número de operações cujo retorno é superior a 10%)

Evento OnEndSimulation: (C #)

Int nb = 0;

MMPosition [] pos = Portfolio. GetAllPositions (); // Obtém todas as posições (abertas e fechadas)

Para (int i = 0; i 10) // Verificar o retorno da posição

Nb = nb + 1;

Functions. AddMetric ( "MyMetric", nb);

Como uma medida evolui ao longo do tempo

Com a ferramenta de gerenciamento de dinheiro, você também pode criar métricas de séries temporais. Essas métricas serão exibidas na guia "Resumo" do relatório de simulação do sistema de negociação.

Para criar uma métrica de séries temporais, você deve adicionar o valor da métrica em cada barra de negociação. Para fazer isso, chamar a função "Functions. AddMetric" no evento "OnEndPeriod".

Exemplo. (Número de pedidos pendentes)

Evento OnEndPeriod. (C #)

Int pendingOrders = Orders. GetPendingBuyOrders (). Comprimento;

Functions. AddMetric ( "PendingOrders", pendingOrders);

O script acima é executado em cada barra de negociação e cada vez que adiciona o número de ordens de compra pendentes para o "PendingOrders" série de tempo.

Como exibir e analisar esta série de tempo em um gráfico:

- Adicione o script acima a um sistema comercial

- Retroceder a estratégia clicando em "Simular"

- Na guia "Resumo", clique com o botão direito do mouse no gráfico e selecione "Criar novo painel"

- Clique com o botão direito do mouse na medida "Equity" e selecione "Remove selected graph"

- Clique no controle suspenso ao lado de "Selecione uma série de tempo para arrastar e soltar no gráfico"

- Selecione "PendingOrders"

- Clique no ícone "Arraste" e arraste e solte este item no novo painel

Definição de Correlação

4 de novembro de 2008 por jackieannpatterson | Sem comentários | Arquivado em Glossário

A correlação mede quão bem duas coisas se movem juntas. Por exemplo, se os estoques de mineração de ouro geralmente sobem à medida que o preço do ouro sobe, dizemos que eles estão correlacionados. Se os títulos subirem à medida que os estoques caem, dizemos que eles estão negativamente correlacionados.

Usando estatísticas, podemos medir o grau de correlação. A escala é um intervalo entre

-1 (movendo exatamente o oposto)

0 (completamente independente)

1 (movendo-se no passo de bloqueio nas mesmas direções)

Insight Extra:

Correlação não diz nada sobre causa e efeito. Só porque duas coisas são altamente correlacionadas, não significa que uma causa a outra, ou que eles serão tão altamente correlacionados no futuro. Se duas coisas não são correlacionadas, isso diz que uma não causa a outra.

É importante para negociação de ações e backtesting para encontrar duas coisas que se movem juntos que pode ser uma oportunidade de negociação! Uma alta correlação entre sinal de negociação e lucro é exatamente o que queremos.

No entanto, é possível que a correlação é devido ao acaso que não vai fazer uma boa regra comercial em tudo.

Para encontrar uma estratégia de negociação que é susceptível de realmente trabalhar requer disciplinado backtesting e análise estatística.

Monte Carlo Simulação Definição

22 de outubro de 2008 por jackieannpatterson | 1 Comentário | Arquivado em Glossário

Monte Carlo Simulação é um método de stress-testar uma estratégia comercial. A idéia geral é usar dados aleatórios para construir um maior espaço de amostra construído de acordo com a mesma distribuição de resultados que a amostra original. Isso mostra mais claramente os efeitos do acaso sobre os resultados potenciais e fornece um conjunto mais amplo de dados para tomar decisões.

Os métodos de Monte Carlo podem ser aplicados em diferentes lugares no progresso do desenvolvimento da estratégia de negociação.

Uma maneira de aplicar métodos Monte Carlo para backtesting resultados é aleatoriamente re-sample trades. Comece com a distribuição dos resultados para um backtest. Ao invés de ir ao comércio para ver o que acontece em seguida, podemos executar negócios simulados. Dezenas de milhares de negócios simulados. O resultado de cada comércio simulado é gerado aleatoriamente de acordo com a distribuição real encontrada na execução de backtesting. Em seguida trace a distribuição de resultados de todas as simulações de Monte Carlo para ver a ampla gama de resultados possíveis para a estratégia de negociação.

A simulação de Monte Carlo também pode ser usada para avaliar a significância estatística dos resultados de backtesting. O processo é defendido em Análise Técnica Baseada em Evidências: Aplicando o Método Científico e Inferência Estatística a Sinais de Negociação e descrito em detalhes neste artigo pelo Dr. Timothy Masters.

Em vez de tentar digerir os resultados brutos de mais de 100.000 negócios, definir limites sobre os resultados potenciais e usar o método de Monte Carlo para avaliar a probabilidade de uma estratégia comercial produzir esses resultados. Por exemplo, se definimos uma perda catastrófica como 50% do valor da conta, podemos acompanhar o número de vezes que acontece em 10.000 execuções de 1.000 negócios cada, por exemplo. Isso é uma estimativa da probabilidade de que a estratégia de negociação vai 8220; no futuro.

Naturalmente, o mercado no futuro não pode seguir a mesma distribuição de probabilidade que nossa amostra inicial! Além disso, nós backtest ações um no momento, mas um portfólio detém várias ações que podem mover-se em conjunto para que o método descrito acima doesnt modelo exatamente a vida real. É uma aproximação útil, entretanto.

Para uma definição mais abrangente veja Wikipedia para Monte Carlo Method e Monte Carlo aplicado para financiar. Para motivação em termos muito acessíveis, veja Fooled by Randomness: O papel oculto do acaso na vida e nos mercados

(Backtesting Blog é um Associado da Amazon.)

Godot Finances Mojito 3.0 Estratégia

Este é um teste de Mojito 3.0. Uma estratégia da Godot Finance para negociar VIX ETPs como XIV e VXX. O sempre divertido John Orford brevemente discutido uma versão anterior. Esta última iteração é semelhante a um número de outras estratégias que weve coberto neste blog, na medida em que compara uma medida de menor prazo de volatilidade implícita para uma medida de longo prazo, indo longo ou curto o VIX quando a diferença entre os dois é Suficientemente grande.

Ive fez algumas alterações ao Godots teste original por razões que eu explico em um pouco. Resultados da estratégia de 07/2004 negociação XIV (VIX inversa) e VXX (VIX longo) seguem em azul, versus compra e segurando XIV em cinza. Leia sobre pressupostos de teste. Ou obter ajuda na sequência desta estratégia.

Regras de estratégia:

Perto do fechamento, calcule o valor mediano de 5 dias da estrutura de prazo de volatilidade de 8220, IVTS8221 ou implícita, onde IVTS = VIX spot / preço de vencimento constante de 45 dias dos futuros VIX (1).

Vá longo XIV no fechamento quando o valor mediano de 5 dias será & lt; 0,91, VXX longo quando a mediana de 5 dias será & gt; 1,10, ou então para dinheiro. Segure até uma mudança de posição.

Leia sobre pressupostos de teste. Ou obter ajuda na sequência desta estratégia.

Note que o weve fêz mudanças importantes ao teste original de Godots:

Weve estendeu o teste de volta a meados de 2004, e atualizou até o presente, adicionando mais 8 anos de dados. Foram capazes de fazer isso com precisão usando dados simulados.

Para fazer uma comparação maçãs-a-maçãs com outras estratégias weve testado neste blog, weve (a) optou por ir long XIV em oposição a curto VXX quando a estratégia exige uma posição curta VIX, e (b) aumento da posição Tamanhos a 100% (de 60%). Note que uma posição VXX curta teria levado a resultados ligeiramente diferentes, mas não dramaticamente. Uma boa estratégia ainda será uma boa estratégia (e vice-versa) com qualquer abordagem.

Como mencionado no parágrafo de abertura, Mojito 3.0 é semelhante a uma série de estratégias weve testado neste blog, em que os comércios são baseados em comparar uma medida de menor prazo de vol implícita em relação a uma medida de longo prazo.

Esses tipos de estratégias têm funcionado historicamente por causa da tendência para superestimar a volatilidade futura que existe em todo o complexo VIX quando o complexo VIX está em seu 8220; Contangoed estado (2). O ponto VIX tende a superestimar o futuro realizado vol, futuros VIX para superestimar o local, meses mais distantes para superestimar mais do que meses mais próximos, etc

Essas estratégias usam diferentes métricas para avaliar se o complexo VIX está nesse estado contangoed, ou mais especificamente, um estado contangoed que provavelmente significa que os futuros VIX estão superestimando o eventual spot.

Essa estratégia é melhor ou pior que essas outras variações?

Isso é impossível de dizer. Eu acho que o conceito mais amplo tem mérito, com certeza, e é um conceito amplo que usamos em nossa própria negociação. Mas eu também acho que a longo prazo, tendo uma visão mais holística que considera muitos dos principais pontos de dados em todo o complexo VIX em conjunto (em vez de dois pontos de dados em particular sozinho) é provavelmente a solução mais robusta.

Um grande obrigado a Godot Finanças para os pensamentos ea oportunidade de adicionar nossos dois centavos aqui.

Quando as estratégias que abordamos em nosso blog (incluindo este) sinalizam novos negócios, incluímos um alerta no relatório diário enviado aos assinantes. Isso é completamente sem relação com o sinal de nossa própria estratégia; Apenas serve para adicionar um pouco de cor ao relatório diário e permite que os assinantes para ver o que outras estratégias quantitativas estão dizendo sobre o mercado.

Clique para ver a solução elegante da Volatility Made Simple para o puzzle VIX ETP.

Boa Negociação,

Volatilidade Made Simple

O 8220, preço de vencimento constante de 45 dias de futuros VIX8221; É calculado com base em uma média ponderada de futuros de 1 ° e 2 ° meses, quando o número de dias de calendário para o vencimento do segundo mês for superior a 45 dias, caso contrário, é baseado em uma média ponderada de futuros de 2º e 3º meses.

Estou usando o termo 8220; contangoed8221; Vagamente aqui para significar uma medida mais distante de volatilidade implícita é preço mais elevado do que uma medida mais próxima, ao invés de a definição mais rigorosa de futuros vs o local.

Negociação das Odds Optimized VRP Strategy

Este é um teste de outra estratégia de "Prêmio de Risco de Volatilidade" (VRP) do sempre excelente Trading the Odds (1). A estratégia é semelhante à força bruta VRP. VRP do DDN. E as estratégias originais de VRP da TTO que nós compartilhamos anteriormente, na medida em que compara volatilidade implícita e histórica para prever mudanças em ETPs VIX como XIV e VXX.

Ver nota de rodapé: a diferença entre os meus resultados e os produzidos pelo TTO (2).

Abaixo estão os resultados da estratégia da TTO no blue trading XIV e VXX de 07/2004 até o presente, em comparação com a compra da XIV em cinza. Leia sobre pressupostos de teste. Ou obter ajuda na sequência desta estratégia.

Regras de estratégia:

No final, calcule o seguinte: a média móvel exponencial de 5 dias de [preço de vencimento constante de 30 dias dos futuros VIX - (volatilidade histórica de 2 dias de SPY * 100)].

Vá longo XIV no fechamento quando o resultado da fórmula acima é maior do que 1, caso contrário, vá longo VXX. Segure até uma mudança de posição.

Observe as diferenças entre esta estratégia e outras estratégias de "VRP" que testámos: (1) esta estratégia utiliza o preço de vencimento constante de 30 dias dos futuros VIX (em oposição ao VIX) como uma medida de volatilidade implícita e (2 ) Suaviza o sinal com uma média móvel exponencial mais responsiva (em oposição a simples).

Embora essa estratégia tivesse melhor desempenho historicamente do que qualquer outra variação de VRP testada, continuo mais ou menos igualmente confiante em sua capacidade de atuar no futuro fora da amostra.

Chamá-lo de cínico em mim, nascido de anos de estratégias de implantação aqui no mundo real, mas estou muito mais interessado em conceitos do que a seleção de parâmetros específicos, o conceito aqui está comparando a volatilidade implícita e histórica.

Você verá que as fortunas desses conceitos tendem a subir ou cair juntos. Este mês é um bom exemplo, com toda essa classe de estratégias lutando como resultado da dicotomia discutida aqui.

Por que esse conceito funciona? Porque historicamente, quando implicado vol como caído muito abaixo do vol histórico, muitas vezes significou vol implícita está subestimando futuro realizado vol, que com o tempo vai colocar pressão sobre os futuros VIX e VIX a subir, e ETPs como XIV e ZIV para cair.

Uma nota final ...

Nos resultados acima, eu tenho comparado a estratégia originalmente testada com a negociação de XIV-only (e movendo-se para dinheiro em vez de VXX). Observe o declínio significativo no desempenho, especialmente em termos de desempenho ajustado ao risco (Sharpe e UPI). Observe também como a estratégia teria gasto apenas 11% de todos os dias VXX (ea maioria desses dias foram agrupados em períodos breves, como 2007/08).

Quando uma porcentagem tão pequena da amostra total contribui com uma porcentagem tão grande de desempenho, ele aumenta exponencialmente o risco de superalimentação (o que leva a falha no desempenho fora da amostra).

Isso é verdade não apenas para esta estratégia, isso é verdade para todas essas estratégias de volatilidade longa / curta (incluindo a nossa) que são fortemente tendenciosas para a VIX inversa jogar, mas confiar em grandes VIX pops para impulsionar retornos históricos. Se essas estratégias serão capazes de tão habilmente capitalizar sobre os pop maiores VIX no futuro é suspeito.

Um grande obrigado a Trading as chances para os pensamentos e permitindo-nos adicionar os nossos dois centavos aqui.

Quando as estratégias que abordamos em nosso blog (incluindo este) sinalizam novos negócios, incluímos um alerta no relatório diário enviado aos assinantes. Isso é completamente sem relação com o sinal de nossa própria estratégia; Apenas serve para adicionar um pouco de cor ao relatório diário e permite que os assinantes para ver o que outras estratégias quantitativas estão dizendo sobre o mercado.

Clique para ver a solução elegante da Volatility Made Simple para o puzzle VIX ETP.

Boa Negociação,

Volatilidade Made Simple

QuantStrat TradeRs VXV: Estratégia VXMT

Este é um teste de uma estratégia de Ilya Kipnis de QuantStrat TradeR para negociar VIX ETPs como XIV e VXX. Ilya fornece uma estrutura para testar a robustez de um dado conjunto de parâmetros de negociação. Encorajo-vos a ler a peça de Ilya, mas não é o assunto deste post. Aqui eu testar a estratégia que resultou da análise de Ilya (com uma torção).

Resultados da estratégia de 08/2008 negociação XIV (VIX inversa) e VXX (VIX longo) seguem em azul, versus comprar e segurando XIV em cinza. Leia sobre pressupostos de teste. Ou obter ajuda na sequência desta estratégia.

O post de Ilya encontrou 3 valores de parâmetros diferentes que pareciam promissores. Aqui eu os combinei em uma única estratégia. As regras da estratégia seguem (leia sobre os pressupostos do teste):

Após o fechamento, calcule a relação: VXV (VIX de 3 meses) dividido por VXMT (VIX de médio prazo).

Calcule a média de 60 dias, 125 dias e 150 dias dessa razão. Estas são para as três estratégias separadas que vamos combinar em um.

Para cada estratégia, quando a relação atual VXV / VXMT está abaixo da média ea média está abaixo de 1, essa estratégia é curta vol (XIV). Quando a razão está acima da média ea média está acima de 1, essa estratégia é longa vol (VXX).

Média do sinal de todas as três estratégias. Por exemplo, 2 curto-volume e 1 sinal de dinheiro seria média para um 2/3 de posição curta vol.

Execute esse sinal no fechamento do dia seguinte usando uma ordem de mercado de fechamento. Em outras palavras, essa estratégia tem um atraso de 1 dia. Weve tocou brevemente em 1 dias atrasos anteriormente. Segure até uma mudança de posição.

Como os dados do VXMT só estão disponíveis a partir de 2008, não podemos testar essa estratégia até meados de 2004, como os leitores estão acostumados. A estratégia parece promissora embora, apesar dos dados limitados, pelo menos porque alguns pensaram em seleção de parâmetros.

Observe a partir da curva de equidade acima (e curva de redução abaixo) que a força da estratégia tem sido na gestão de perdas, ea estratégia tendeu a lag comprar segurar quando XIV foi particularmente forte.

A estratégia gasta cerca de 65% de todos os dias com alguma posição sobre. Devo notar que daqueles dias, a grande maioria (92%) são curtos o VIX, significando um mecanismo importante para o sucesso desta estratégia está se movendo para o dinheiro quando a relação é acima ou abaixo da média (em oposição a alternar entre longas E VIX curto).

Estou ansioso para ver como essa estratégia desempenha fora da amostra. Como a maioria das estratégias testadas no nosso blog, continuaremos a acompanhar esta para o benefício dos assinantes.

Quando as estratégias que abordamos em nosso blog (incluindo este) sinalizam novos negócios, incluímos um alerta no relatório diário enviado aos assinantes. Isso é completamente sem relação com o sinal de nossa própria estratégia; Apenas serve para adicionar um pouco de cor ao relatório diário e permite que os assinantes para ver o que outras estratégias quantitativas estão dizendo sobre o mercado.

Clique para ver a solução elegante da Volatility Made Simple para o puzzle VIX ETP.

Boa Negociação,

Volatilidade Made Simple

VRP e outras medidas de volatilidade implícita de negociar as probabilidades

Este é um acompanhamento para os posts aqui e aqui do sempre excelente Trading the Odds. Nós já cobrimos o trabalho da TTO anteriormente quando olhamos para a variação de uma estratégia de "VRP". Comparando volatilidade implícita vs histórica para o comércio VIX ETPs como XIV e VXX.

Nesses novos postos, a TTO analisou outras medidas de volatilidade implícita além do índice VIX. Colocamos aqui outras medidas a prova. Resultados da estratégia de 07/2004 negociação XIV (VIX inversa) e VXX (VIX longo) seguem. Leia sobre pressupostos de teste. Ou obter ajuda na sequência desta estratégia.

Há quatro curvas de equidade em azul no gráfico acima, versus comprar e segurando XIV em cinza. Eu intencionalmente os pintou todos da mesma cor (mais sobre por que em um momento). Mas primeiro, as regras de estratégia como testado:

Ao fechar, calcule o seguinte: a média de 5 dias de [volatilidade implícita - (volatilidade histórica de 2 dias de SPY * 100)].

Cada uma das curvas patrimoniais acima usa uma medida diferente para a "volatilidade implícita": o índice VIX, o preço de vencimento constante de 30 dias dos futuros VIX. Ou VXMT (VIX de médio prazo) (1). Eu adicionei também o índice de VXV para a medida boa.

Ir longo XIV no fechamento quando o resultado da fórmula acima é maior do que zero (ou seja, um prémio existe entre volatilidade implícita e histórica), caso contrário, VXX longo. Segure até uma mudança de posição.

Observe que nossos resultados diferem significativamente de TTO's. Veja nota de rodapé para uma discussão sobre o porquê.

Eu pintei todas as quatro curvas de equidade azul para levar para casa o ponto que, independentemente de qualquer diferença percebida, essas estratégias têm realizado de forma semelhante que qualquer vantagem de um sobre os outros é provavelmente o resultado de acaso aleatório. Eu estaria sobre igualmente confiável em qualquer destas estratégias que se deslocam para a frente.

Todas as quatro variações concordaram em cerca de 96% dos dias. Isso é porque há muito pouca informação contida em qualquer uma dessas medidas que não é também contida nos outros.

Os futuros de 30 dias tendem a apresentar preços mais altos do que o índice VIX, VXV superior aos futuros e VXMT superior ao VXV, simplesmente porque estão medindo a volatilidade implícita mais adiante (o que aumenta a incerteza, que tende a aumentar o prêmio de risco exigido).

Contrariamente ao meu primeiro pensamento, porém, isso não significa que a volatilidade implícita de longa data gasta significativamente mais tempo curto o VIX (por exemplo, XIV longo). Eu estou supondo que é porque este tipo de estratégias tendem a tomar apenas uma posição vol longa quando a volatilidade picos, que é também quando o prémio entre vol mais longo e mais curto datado implícito está comprimindo, o que significa que quando ele realmente conta, usando mais curto prazo Implícita vol (como o VIX) não resulta em resultados significativamente diferentes do que vol mais datado (como VXMT).

Em suma, uma dessas quatro variações irá superar no futuro apenas por happenstance, mas eu não acho que a história oferece um guia útil o suficiente para que a variação que será. Eu estaria sobre igualmente confiável em qualquer uma dessas variações no futuro.

Um grande obrigado a Trading as chances para os pensamentos e permitindo-nos adicionar os nossos dois centavos aqui.

Quando as estratégias que abordamos em nosso blog (incluindo este) sinalizam novos negócios, incluímos um alerta no relatório diário enviado aos assinantes. Isso é completamente sem relação com o sinal de nossa própria estratégia; Apenas serve para adicionar um pouco de cor ao relatório diário e permite que os assinantes para ver o que outras estratégias quantitativas estão dizendo sobre o mercado.

Clique para ver a solução elegante da Volatility Made Simple para o puzzle VIX ETP.

Boa Negociação,

Volatilidade Made Simple

Macro Investors VIX Estratégia de Negociação

Por solicitação do leitor, este é um teste de uma estratégia de Macro Investor para negociação VIX ETPs como XIV e VXX. Esta estratégia, como muitos que você vai encontrar neste blog e em outros lugares, usa a forma da estrutura de futuros VIX prazo, ficando curto o VIX quando os futuros são mais contangoed e longo, quando mais backwardated.

Resultados da estratégia de 07/2004 negociação XIV (VIX inversa) e VXX (VIX longo) seguem. Leia sobre pressupostos de teste. Ou obter ajuda na sequência desta estratégia.

As regras de estratégia que eu testei são um pouco diferentes das apresentadas pelo Macro Investor, a fim de ficar mais em linha com a forma como geralmente testamos as coisas aqui no VMS. Regras de estratégia:

Ao fechar, calcule R, onde R = [média de (VX1 / VIX, VX2 / VX1) - 1]. VX1 e VX 2 representam o primeiro eo segundo mês VIX futuros, e VIX o ponto VIX.

Ao fechar, calcule o valor médio para R desde o início até aquele momento no tempo.

Vá longo XIV no fechamento se R & gt; (Média histórica R * -1), caso contrário, vá VXX longo. Segure até uma mudança de posição.

Diferenças entre o meu teste e o Macro Investor's:

O teste do MI negociou UVXY (2x leveraged VIX) no lugar de VXX. Esta estratégia só gastou cerca de 6% de todos os dias VIX longo. Isso aumenta muito o risco de overfitting aqueles dias específicos. Gostaríamos de combinar esse impacto de overfitting assumindo que trocamos um produto alavancado. Tenha em mente que os ETPs VIX já são insanamente voláteis. Seria má administração da minha parte até mesmo compartilhar tal backtest.

Depois de aplicar a estratégia aos ETPs VIX, o MI passou a aplicar a estratégia às opções ETP. Eu não o fiz aqui porque as opções estão além do espaço do que nós discutimos geralmente em VMS, mas nota que meus comentários abaixo se aplicariam às opções negociando também.

Eu acho que o conceito básico por trás da estratégia, indo curto o VIX quando os futuros estão mais perto de contangoed e longo, quando mais perto de backwardation, é um som e nós já testou uma série de estratégias semelhantes anteriormente, como o VIX vs Mês Frente e Estratégias do Primeiro vs Segundo Mês.

No papel, a estratégia do Macro Investor tem melhor desempenho do que a maioria, com uma curva de patrimônio excepcionalmente suave após o acidente de 2007/08, mas acho que há uma ajuda extra de superação dessa estratégia como resultado da introdução do "histórico médio R" .

O valor R médio é baseado em todos os dados desde o início até à data. Observe que a estratégia não 8220; peek8221; No futuro, uma vez que o valor R médio é recalculado diariamente no nosso teste utilizando apenas os dados disponíveis para nós nesse momento.

Mas vamos fingir que tínhamos uma visão perfeita e poderíamos usar o valor R médio mais atualizado (4,8%) para todo o nosso teste. Em outras palavras, a partir do dia 1 até o dia de negociação mais recente, a média R sempre é igual a

Com esta visão perfeita, esta estratégia deve melhorar em algum grau se a média R é realmente afiar em algum valor ideal, mas na verdade ele faz exatamente o oposto. Ele vai de um Sharpe / UPI sexy de 1.3 / 2.7 para um menos impressionante 1.0 / 1.9.

Isso me diz que a forma como a "média R" mudou ao longo do tempo (o que é um resultado inteiramente arbitrário da data em que o teste começou, e não deveria ser por si mesma, preditiva) Momento da história e é improvável que forneça valor fora da amostra.

Mais uma vez, porém, além da minha crítica re: a média R e uso de um longo alavancado VIX ETP, acho que o conceito básico por trás da estratégia tem valor.

Um grande obrigado ao Macro Investor por postar esta estratégia.

Quando as estratégias que abordamos em nosso blog (incluindo este) sinalizam novos negócios, incluímos um alerta no relatório diário enviado aos assinantes. Isso é completamente sem relação com o sinal de nossa própria estratégia; Apenas serve para adicionar um pouco de cor ao relatório diário e permite que os assinantes para ver o que outras estratégias quantitativas estão dizendo sobre o mercado.

Clique para ver a solução elegante da Volatility Made Simple para o quebra-cabeça VIX ETP.

Boa Negociação,

Volatilidade Made Simple

Como calcular o decaimento alfa de uma estratégia?

A resposta curta (que representa uma maneira de seguramente muitas maneiras de fazê-lo) é assistir o t-stat de uma métrica de desempenho como o coeficiente de informação desaparecer ao longo do tempo. IC é a correlação dos retornos esperados previstos de sua estratégia alfa para o benchmark subjacente.

Observe os retornos esperados de sua estratégia alfa preditos nos últimos N intervalos de tempo e veja como esses retornos previstos foram correlacionados com o benchmark. Este é o IC.

O ponto crucial é que você precisa testar se o IC é estatisticamente diferente de zero ou é apenas um ruído aleatório. Você faria isso ao computar o t-stat ao longo do tempo e vê-lo decadência como a estratégia que você conseguiu construir ao longo de centenas de horas de pesquisa é unceremoniously drenado de borda.