poniedziałek, 6 stycznia 2020

Nowy rodzaj testów strategii


Testy strategii giełdowych na danych historycznych przeprowadza się w ten sposób, że dla zadanych kryteriów zakupu i sprzedaży spółek, program komputerowy przeprowadza symulację tego jakie spółki zostałyby kupione, a jakie sprzedane w danym miesiącu. Przy niektórych strategiach, sygnałów zakupu jest na tyle mało, że zapełnianie portfela trwa miesiącami. Przy innych już w pierwszym miesiącu testu portfel jest zapełniony w 100%. W każdym kolejnym miesiącu spółki z portfela mogą zostać sprzedane jeśli przestają spełniać odpowiednie kryteria, a także do portfela mogą zostać dodane nowe spółki (jeśli jest dla nich miejsce). Dokładnie w ten sposób testowaliśmy na tym blogu strategie giełdowych guru.


Nie ma tu żadnych nowości, myślę, że większość z nas miała właśnie tego typu wyobrażenie o tym jak wygląda testowanie strategii na danych historycznych. Jest to jakby symulacja realnego życia, gdybyśmy mogli cofnąć się w czasie aby zacząć inwestować zgodnie z daną strategią np. w 2007 r.

W wyniku takiej symulacji otrzymujemy krzywą kapitału czyli to jak zmieniałby się nasz kapitał w czasie:

Oczywiście możemy dodatkowo policzyć całą garść różnych dodatkowych parametrów, które pomagają ocenić czy dany portfel poradził sobie dobrze czy nie.

Jak niektórzy z Was słusznie zauważyli, w takim podejściu do testów w zależności od konkretnej strategii moment rozpoczęcia inwestowania może diametralnie zmienić wyniki i nie chodzi tu o prostą zależność, że ktoś kto rozpocznie podążanie na szczycie hossy, będzie miał gorszą sytuację niż ktoś kto rozpocznie podążanie w dołku bessy, bo ta informacja jest widoczna z poziomu krzywej kapitału.

Chodzi o sytuację w której dwie osoby korzystające z dokładnie tej samej strategii posiadają w portfelu zupełnie inne spółki tylko dlatego, że rozpoczęli inwestowanie w innych momentach. Jak to możliwe.

W związku z tym, że rozmiar pozycji pojedynczej spółki w portfelu jest stały (tu przyjmijmy że jest to 10% kapitału), po zakupie 10 spółek nie możemy już dodać kolejnych. Wyobraźmy sobie zatem sytuację, w której w styczniu 2010 r. inwestor nr 1 zaczyna podążać za pewną strategią. Strategia daje na ten moment 10 sygnałów kupna, więc wszystkie spółki lądują w portfelu. Mija rok, w trakcie którego żadna spółka nie została sprzedana, gdyż jej wyniki nie pogorszyły się na tyle, aby ją wyrzucić, a więc skład portfela inwestora nr 1 jest taki sam jak na początku. W tym momencie (w styczniu 2011 r.) inwestor nr 2 chce także zacząć podążać za tą samą strategią. W tym momencie jednak warunki na rynku zmieniły się na tyle, że teraz strategia:

  • daje już 20 sygnałów zakupu (w tym 10 spółek to te które posiada inwestor nr 1), które po odpowiednim posortowaniu układają się na tyle niekorzystnie, że inwestor nr 2 dokonuje zakupu 10 spółek zupełnie innych niż, te które posiada inwestor 1.
  • daje 5 zupełni innych niż rok temu sygnałów zakupu.
W obu tych scenariuszach inwestor nr 2 w styczniu 2011 będzie miał zupełnie inny skład portfela niż inwestor nr 1 mimo, że przestrzegają tej samej strategii. Od tego momentu spółki z jednego i drugiego portfela mogą być sprzedawane w rożnych momentach (bo są to różne spółki), a więc nowe zakupy do portfeli także będą dokonywane w różnych momentach, a więc mogą to być zupełnie różne zakupy. Dopiero okres w którym strategia dawałaby przed dłuższy czas niewielką liczbę sygnałów sprzyjałby, aby portfele obu inwestorów skupiały się na tych samych spółkach.

Aby wyłapywać tego typu sytuacje postanowiłem ulepszyć nieco dotychczasową wersję testera strategii i dodać coś co nazwałem wykresem stabilności wyników w czasie. Przykładowy wygląda następująco:


Jego konstrukcja polega na tym, że dla każdego miesiąca z okresu testu sprawdzamy ile zarobilibyśmy w ciągu kolejnych 12 miesięcy, gdybyśmy rozpoczęli inwestycję dzisiaj. Pomijamy przy tym kryteria sprzedaży / trzymania spółek. Każda spółka, która zostaje kupiona w ramach takiego testu zostaje w portfelu do końca 12 miesięcznego okresu. Zasady rewizji portfela są tu więc dokładnie takie jak w ramach testu przeprowadzanego tutaj. Mimo iż tamten test pokazał, że takie podejście daje sumarycznie gorszy wynik niż standardowe podejście uwzględniające kryteria trzymania spółek, to idealnie nadaje się właśnie do weryfikacji jak mocno wynik strategii zależy od momentu rozpoczęcia inwestycji.

Wartości powyżej zera na wykresie (np. 1 stycznia 2010 r.) oznaczają, że gdybyśmy zaczęli 12 miesięczną inwestycję w danym miesiącu, osiągnęlibyśmy zysk, o wielkości, którą można odczytać z osi Y (tu ok. +20%). Wartości poniżej zera oznaczają stratę w perspektywie kolejnego roku.

Poza samym kształtem wykresu, dobrym parametrem do analizy strategii jest odsetek czasu przez jaki wykres znajduje się ponad poziomem zero. Im większy jest ten odsetek, tym strategia jest bardziej niezależna od momentu rozpoczęcia inwestycji. Wartość tego parametru podana jest w prawym górnym rogu wykresu. W tym wypadku jest to 53,3%.

Wartość ta dobrze nadaje się do porównania dwóch strategii, tak jak np. porównujemy ich zysk roczny czy średni zysk z pojedynczej transakcji. Np. gdybyśmy mieli dwie strategie o zbliżonych parametrach łącznego zysku i średniego zysku na transakcję, ale ich stabilność wyników w czasie wyglądałaby następująco:



To wolelibyśmy tą pierwszą strategię, gdyż wyniki, które osiąga są bardziej rozproszone w czasie, a więc jest większa szansa, że krócej przyjdzie nam czekać na poczucie, że strategia rzeczywiście działa.

Co myślicie o takim dodatku do standardowych testów historycznych? Ja jestem ciekaw jaką stabilność w czasie prezentuję testowane dotychczas strategie guru.

Jeśli artykuł Ci się podoba kliknij "lubię to", aby inni też mogli go przeczytać:
Dodatkowo zapisz mi swój adres email, aby nie przegapić nowych artykułów (nie wysyłam żadnego spamu/reklam itp.):
Twój email:

Brak komentarzy:

Jeśli po dodaniu Twój komentarz jest niewidoczny, upewnij się czy Twoja przeglądarka ma włączoną opcję obsługi ciasteczek (cookies).

Prześlij komentarz