استراتژی زمان بندی بازار سهام: متقاطع متوسط متحرک

میانگین متحرک یک شاخص بسیار مفید است که در بسیاری از صنایع مختلف استفاده می شود ، نه فقط امور مالی. و این قدرت به عنوان یک استراتژی زمان بندی بازار سهام برای دانستن مهم است.

در بازارها ، معامله گران میانگین حرکت را در نمودارهای قیمت خود قرار می دهند تا نشان دهند چه زمانی یک بازار گرایش دارد و سیگنال های خرید و فروش عینی را ارائه می دهد.

اگر میانگین متحرک به سمت بالا حرکت کند ، نشان می دهد که به طور کلی ، بازار روند بیشتری دارد ، در حالی که اگر میانگین متحرک به سمت پایین حرکت کند ، نشان می دهد که بازار روند پایین تر است.

متقاطع متوسط در حال حرکت نیز برای شناسایی تغییرات در روند استفاده می شود. بنابراین اگر یک میانگین سریع در حال حرکت مانند میانگین میانگین حرکت 50 روزه بیش از میانگین حرکت کندتر مانند میانگین حرکت 200 روزه باشد ، می توان گفت که بازار از یک روند نزولی به یک صعود جدید تغییر کرده است. و این برای معامله گران به عنوان یک صلیب طلایی شناخته شده است.

برعکس این اتفاق می افتد که میانگین حرکت 50 روزه در حال حرکت در زیر میانگین حرکت 200 روز باشد و این به عنوان یک صلیب مرگ شناخته می شود.

با استفاده از میانگین متحرک به عنوان فیلتر

برخی از معامله گران معتقدند که صلیب طلایی یک سیگنال قوی برای خرید بازار سهام است و یک صلیب مرگ یک سیگنال قوی برای فروش است ، بر اساس این فرض که بازارهای مالی در روندهای میان مدت و بلند مدت حرکت می کنند.

اگر از این دو سیگنال استفاده می کنید ، می توانید هنگام حرکت بیشتر بازار ، سود را بدست آورید و با پایین آمدن بازار به پول نقد حرکت کنید. بنابراین بیایید اکنون برخی از داده ها را بارگیری کنیم و ببینیم که چگونه این استراتژی زمان بندی بازار سهام در طی 100 سال گذشته در واقع اجرا شده است.

بنابراین ، اول از همه ، من می خواهم برخی از داده های روزانه تاریخی را برای میانگین صنعتی داو جونز در Amibroker بارگذاری کنم و قصد دارم بازده های خرید را محاسبه کنم و بین سالهای 1900 تا 2014 بازده داشته باشم.

بنابراین همانطور که از نتایج زیر مشاهده می کنید ، بازده اسمی سالانه از خرید و نگه داشتن با داو جونز 5. 22 ٪ و حداکثر کاهش 89 ٪ است که در دوران افسردگی بزرگ رخ داده است.(پیش بینی راهی برای اندازه گیری اوج به اوج یک سرمایه گذاری است. بنابراین در این حالت ، سرمایه گذاری خرید و نگه داشتن 89 ٪ از اوج در سال 1929 تا فرورفتگی در سال 1932 از دست می داد).

* لازم به ذکر است که این بازده های اسمی است. برای به دست آوردن بازده واقعی و واقعی ، لازم است داده ها را برای سود سهام سرمایه گذاری مجدد و همچنین برای تورم تنظیم کنید. انجام این تنظیم امکان پذیر است ، اما برای داده های روزانه - مورد نیاز در اینجا - چندان آسان نیست. بنابراین از بازده اسمی استفاده می شود. فقط در نظر داشته باشید که بازده ممکن است در زندگی واقعی به دلیل سود سهام کمی بیشتر باشد. به طور کلی ، نشان داده شده است که بازار سهام در طولانی مدت حدود 6 ٪ -7 ٪ بازگردد.

اجرای استراتژی متقاطع

اکنون ، به جای استفاده از رویکرد خرید و نگه داشتن ، ما فقط DOW را خریداری خواهیم کرد که میانگین حرکت 50 روزه در طی میانگین حرکت 200 روزه (یک صلیب طلایی) عبور کند. و ما هر زمان که MA 50 روزه تحت MA 200 روزه (یک صلیب مرگ) عبور می کند ، بازار را می فروشیم.

از نتایج زیر می بینید که فیلتر متوسط متحرک کار کرده است:

بازده سالانه ما به 5. 74 ٪ رسیده است اما حتی بهتر ، حداکثر کاهش ما ب ه-61 ٪ کاهش یافته است.

بنابراین ، به جای فقط خرید و نگه داشتن شاخص ، ما در واقع 81 معاملات در طول دوره انجام داده ایم. و نمودار بعدی نشان می دهد معاملات اخیر. فلش های سبز سیگنال های خرید و فلش قرمز سیگنال های فروش هستند.

می بینید که میانگین متحرک در واقع ما را درست قبل از بحران اعتباری از بازار خارج کرده است. و ما را در تاریخ 1 ژوئیه 2009 به بازار بازگرداند.

اکنون بیایید همین کار را انجام دهیم اما در یک مجموعه داده متفاوت.

بنابراین در این حالت ، من بین سالهای 1955 تا 2014 استراتژی خرید و نگه داشتن را در شاخص S& P 500 اجرا خواهم کرد.

و از نتایج می بینید که بازده سالانه از خرید و نگه داشتن 6. 65 ٪ با کاه ش-57 ٪ برای دوره زمانی است.

و اکنون با استراتژی صلیب طلایی ، می بینید که بازده سالانه اندکی به 6. 44 ٪ کاهش یافته است. با این حال ، کاهش یافته فقط به 33 ٪ کاهش یافته است.

بیایید همین کار را بین سالهای 2000 - 2014 انجام دهیم.

و در اینجا خرید و نگه داشتن بازده سالانه 1. 65 ٪ و پیش بینی از اعتبار اعتبا ر-57 ٪ را به ما می دهد. این منجر به منحنی سهام بسیار ناپایدار همانطور که در زیر مشاهده می کنید:

در همین حال ، میانگین استراتژی متقاطع متحرک منجر به بازده سالانه 6. 06 ٪ با کاهش 20 ٪ می شود. و همانطور که مشاهده می کنید ، منحنی سهام با میانگین متقاطع متحرک بسیار ترسناک است. باز هم ، استراتژی متوسط در حال حرکت ما را در بیشتر سقوط بازار در سال 2008 از بازار خارج کرده است.

استراتژی متقاطع MA: خلاصه

به طور کلی ، من می گویم که این یک پیروزی برای میانگین متقاطع در حال حرکت به عنوان یک استراتژی زمان بندی بازار سهام است.

ما سه آزمایش را انجام داده ایم و استراتژی محبوب صلیب طلایی به ما کمک کرده است تا بازار را بهتر از خرید و نگه داشتن در هر مناسبت داشته باشیم. از نظر من ، مهمترین چیز این است که در معرض ضرر و زیان ما در بازارهای خرس به شدت کاهش یافته است.

البته ، ما می توانیم از این جاده به پایین برویم و به سرعت متوسط حرکت و بازه های زمانی مختلف نگاه کنیم ، اما من نمی خواهم بهینه سازی زیادی انجام دهم ، بنابراین من آن را به شما واگذار می کنم تا خودتان را تحقیق کنید.

با استفاده از بازار گسترده تر به زمان یک نمونه کارها

بنابراین اکنون ما دیده ایم که چگونه میانگین حرکت ساده می تواند هنگام زمان بندی بازار سهام کمک کند. اما اگر ما علاقه ای به خرید خود بورس سهام نداریم بلکه یک سبد سهام مختلف نیست ، چه می شود.

شاید بازار سهام گسترده تر بتواند به زمان معاملات سهام فردی ما نیز کمک کند.

آزمون یکی

به منظور آزمایش این کار ، من یک استراتژی بسیار ساده سهام سهام را بر اساس حرکت و اوج 52 هفته ای تنظیم کرده ام.

خیلی ساده ، هر زمان که سهام در 52 هفته جدید بسته شود ، سهام در قسمت بعدی به نمونه کارها اضافه می شود. هر زمان که در 26 هفته جدید بسته شود ، سهام در فضای باز بعدی فروخته می شود و از نمونه کارها خارج می شود.

نمونه کارها می تواند حداکثر 10 سهام را در هر زمان نگه دارد و هر یک به همان اندازه وزن و بدون حاشیه استفاده می شود. این استراتژی سهام را از S& P 500 Universe انتخاب می کند و کمیسیون ها 10 دلار در هر تجارت با سرمایه شروع 10،000 دلار تعیین می شود.

آزمون یک نتیجه

اجرای این استراتژی اساسی نمونه کارها منجر به بازگشت سالانه 9. 69 ٪ بین سالهای 2000 تا 2014 شد که بسیار خوب است.

اما همانطور که از منحنی سهام در زیر می بینید ، سیستم در طول بحران اعتباری سال 2008 در جایی ک ه-47 ٪ از دست می دهد ، دچار یک کاهش بزرگ می شود.

با استفاده از S& P 500 به عنوان فیلتر

بسیاری از پزشکان بر این باورند که بهتر است فقط وقتی بازار وسیع تر به سمت بالا می رود ، سهام بخرید و وقتی بازار به سمت جنوب یا با روند خرس حرکت می کند ، آن سهام را بفروشید.

از این رو ممکن است یک فیلتر بازار بتواند با استفاده از سبد سهام در هنگام پایین آمدن بازار سهام وسیع ، یک استراتژی حرکت ساده مانند این را بهبود بخشد.

بنابراین اگر یک فیلتر بازار را مانند گذشته معرفی کنیم ، به طوری که وقتی S& P 500 در صعود قرار دارد ، فقط سهام خریداری می کنیم؟

آزمون دو

برای آزمون بعدی ، اگر میانگین حرکت 50 روزه S& P 500 بالاتر از میانگین حرکت 200 روزه باشد ، سهام فقط خریداری می شود و به نمونه کارها اضافه می شود.

اگر میانگین حرکت 50 روزه صلیب S& P 500 تحت میانگین حرکت 200 روزه باشد ، همه سهام فروخته می شوند و نمونه کارها به صورت نقدی حرکت می کنند.

به محض اینکه یک صلیب طلایی جدید در S& P 500 رخ داد ، این سیستم مجاز است یک بار دیگر خرید سهام را آغاز کند.

اجرای این استراتژی با فیلتر بازار S& P 500 باعث بازده 7. 47 ٪ و کاه ش-12 ٪ شد.

بنابراین اگرچه بازده سالانه کاهش یافته است ، کاهش آن بسیار بهبود یافته است و منحنی سهام عدالت بسیار نرم تر است:

آزمون سه

این بار ، سیستم هر زمان که 52 هفته ارتفاع داشته باشد ، دقیقاً مانند اولین تست ، سهام خریداری می کند. سپس هر زمان که یک صلیب مرگ در S& P 500 رخ دهد ، تمام سهام موجود در نمونه کارها را به فروش می رساند.

به این ترتیب ، با کاهش بازار گسترده تر ، موقعیت ها کاهش می یابد. با این حال ، هیچ فیلتر برای معاملات طولانی مانند تست دو وجود ندارد.

به عبارت دیگر ، بازار برای شروع معاملات جدید لازم نیست در یک صعود کاملاً شکل گرفته باشد و این استراتژی را کمی انعطاف پذیری و قرار گرفتن در معرض می بخشد.

اجرای این تست باعث بازده سالانه 5. 49 ٪ و کاهش 38 ٪ شد. در مقایسه با استراتژی اصلی ، این کاهش کاهش یافته است اما بازده سالانه نیز متحمل شده است.

آزمون چهار

به نظر من مشکل آزمون سه ، این است که سیستم خیلی زود از موقعیت های برنده خارج می شود. فقط به این دلیل که بازار وسیع تر به پایین می رود ، به این معنی نیست که سهام فردی وجود ندارد که از معیار بهتر باشد.

بنابراین در آزمون بعدی ، من برعکس عمل می کنم. سهام فقط در صورتی خریداری می شود که S& P 500 در صعود قرار دارد (50 میلی آمپر بالاتر از 200 کارشناسی ارشد است) اما اگر S& P 500 به پایین بیاید ، فروخته نمی شوند.

این بازده سالانه بهتر 8. 78 ٪ و حداکثر کاه ش-29 ٪ را می دهد.

آزمون پنج

در مرحله بعد ، من به سرعت هر یک از این تست ها را به ابتدای مجموعه داده ها برمی گردانم تا ببینم چه اتفاقی در یک بازه زمانی طولانی تر می افتد.

(به هر حال ، من از سهام S& P 500 Universe استفاده می کنم که شامل اجزای تاریخی است ، این توسط داده های حق بیمه Norgate تهیه شده است.)

آزمون 1 ، بین سالهای 1985 و 2014 ، بازده سالانه 10. 01 ٪ با حداکثر کاه ش-33 ٪. این سیستم اصلی بدون فیلتر زمان بندی بازار است.

آزمون 2 ، بین سالهای 1985 و 2014 ، بازده سالانه 6. 93 ٪ با کاه ش-34 ٪ را به دست آور د-بنابراین این بسیار بدتر از نتیجه قبلی ما بود. از نگاه به نتایج و منحنی سهام ، معیارهای خرید ممکن است خیلی سختگیرانه باشد.

آزمون 3 ، بین سالهای 1985 و 2014 ، بازده سالانه 3. 73 ٪ با حداکثر کاه ش-31 ٪ تولید کرد. باز هم ، این یک نتیجه بد برای فیلتر زمان بندی بازار است.

آزمون 4 ، بین سالهای 1985 و 2014 ، بازده سالانه 8. 71 ٪ و حداکثر کاه ش-31 ٪ را به دست آورد.

فیلتر نمونه کارها: خلاصه

به طور کلی ، به نظر می رسد که فیلتر متوسط در حال حرکت در هنگام استفاده از بازار سهام وسیع تر ، دارای شایستگی است. با این حال ، این پرونده وقتی به عنوان بخشی از یک استراتژی نمونه کارها استفاده می شود ، کاملاً واضح نیست.

هنگام زمان بندی بازار کلی ، استراتژی متقاطع هم در اکثر موارد باعث بهبود و بازگشت می شود. اما هنگام استفاده از متقاطع به عنوان فیلتر برای یک استراتژی پرتفوی حرکت ، هیچ پیشرفتی در هیچ یک از این موارد وجود ندارد.

یکی از دلایل این امر می تواند این باشد که نمونه کارها حرکت در حال حاضر معیارهای خروج خود را در سیستم ایجاد کرده است. با استفاده از یک فیلتر بازار اضافی ، پیچیدگی اضافی را اضافه می کند و بنابراین ممکن است بیش از حد باشد. یک مورد که نمونه کارها Momentum باید موفق شود این است که بتوانید سود دم بلند را در سهام بدست آورید تا کاهش معاملات همیشه مفید نباشد.

همچنین ممکن است که معیارهای فیلتر بازار بسیار سختگیرانه باشد و با تغییر پارامترها کمی ، ممکن است بتوانیم نتایج را بهبود بخشیم.

این ممکن است چنین باشد ، اما این نتایج حداقل یک چیز را نشان می دهد - این که استراتژی فیلتر بازار لزوماً یک گلوله جادویی برای سیستم های نمونه کارها نیست ، و این همچنین یافته های قبلی من را تأیید می کند.

* نمودارهای ارائه شده توسط Amibroker. داده های داو جونز از ارزش اندازه گیری. تمام داده های بازار سهام دیگر از داده های حق بیمه Norgate.

جو ماروود / درباره نویسنده

جو ماروود یک معامله گر مستقل و نویسنده متخصص در سیستم های معاملاتی و تجارت سهام است. او تجارت شغلی خود را در FTSE 100 و Bund آلمان برای یک خانه تجاری در لندن آغاز کرد و اکنون از طریق شرکت خود کار می کند. او همچنین به دنبال جستجوی آلفا و سایر نشریات مالی است.