[К черту мифы] Тестирование стратегии RSI на R.

В прошлый раз мы с вами установили программную среду R. Самое время теперь поразмяться на различных примерах и развенчать некоторые мифы. А может и наоборот, подтвердить. В любом случае, моя цель на ближайшее будущее, с помощью языка программирования R, проверить популярные стратегии торговли.

Одной из самых известных стратегий является стратегия торговли основанная на RSI (Relative Strength Index, индекс относительной силы). Она популярна, в первую очередь, в силу своей простоты. Хотя, существует множество вариантов этой стратегии, все они примерно сходятся в одном: покупаем, когда RSI ниже либо пробивает снизу определенное значение и продаем, когда RSI выше определенного значения либо пробивает его сверху. Кроме того, в этой стратегии учаcтвует такой параметр как период, это количество временных интервалов, на которых расчитывается RSI. Моей целью стала проверка прибыльности этой стратегии для различных значений параметров.

Внимание: при проверке стратегий не учитывалось проскальзывание и комиссии. Расчеты велись по дневным графикам а доходность считалась по цене закрытия. Позиция закрывалась на следующий день после открытия. На практике, благодаря стоплосам, проскальзыванию и комиссии доходность может отличаться. Проведенный ниже анализ и прилагаемый код является лишь прототипом и ни в коей мере не претендует на готовую модель для торговли.

Итак, для начала напишем функцию, которая позволит нам проводить тесты. Дабы не загромождать пост, полный код можно посмотреть по ссылке. Здесь же я приведу лишь часть, относящуюся к делу:

"testRSI" <- function(data, period = 7, high = 80, low = 20){

rsi =  RSI(Cl(data), n=period) #К счастью для нас индикатор RSI уже реализован в модуле TTR

sigup <-ifelse(rsi < low,1,0)
sigdn <-ifelse(rsi > high,-1,0)

sigup <- lag(sigup,1) 
sigdn <- lag(sigdn,1) 

sigup[is.na(sigup)] <- 0
sigdn[is.na(sigdn)] <- 0

sig <- sigup + sigdn

ret <- ROC(Cl(data)) #Изменение цены за один период времени.
ret[1] <- 0

eq_up <- cumprod(1+ret*sigup) #Прибыльность длинных позиций
eq_dn <- cumprod(1+ret*sigdn) #Прибыльность коротких позиций
eq_all <- cumprod(1+ret*sig) #Прибыльность стратегии

}

Теперь можно протестировать работу системы на индексе S&P500, данные возьмем с Yahoo.Finance:

  getSymbols("^GSPC", from="2005-03-17")
  testRSI(GSPC, period=7, high=70, low=30)

Результаты:

Покупаем если RSI(7) < 30, продаем если RSI(7) > 70	Покупаем если RSI(2) < 10, продаем если RSI(2) > 90
Средняя дневная прибыль % 0.0546 0.0463 0.0083 Среднеквадратичное отклонение от прибыли % 0.7574 0.7028 0.2836 Всего сигналов 380 129 251 % удачных дней 53.9 62.8 49.4 Максимальная просадка % 15.36	Средняя дневная прибыль % 0.049 0.0339 -0.0022 Среднеквадратичное отклонение от прибыли % 0.789 0.6624 0.4298 Всего сигналов 402 147 255 % удачных дней 53.2 60.5 49.0 Максимальная просадка % 15.36

Повторим теперь все то же самое, но для нашего родного индекса ММВБ. Данные, на этот раз будем брать с финама. Воспользуемся так же скриптом, написанным в прошлый раз, для разбора этих самых данных.

  MICEX <- parseQuotes("C:\\data\\MICEX_050317_110317.txt")
  testRSI(MICEX , period=7, high=70, low=30)

Результаты:

Покупаем если RSI(7) < 30, продаем если RSI(7) > 70	Покупаем если RSI(2) < 10, продаем если RSI(2) > 90
Средняя дневная прибыль % 0.0175 0.0157 0.0018 Среднеквадратичное отклонение от прибыли % 1.757 1.530 0.864 Всего сигналов 430 109 321 % удачных дней 49.3 51.4 48.6 Максимальная просадка % 54.9	Средняя дневная прибыль % 0.027 0.029 -0.0022 Среднеквадратичное отклонение от прибыли % 1.577 1.3734 0.7759 Всего сигналов 379 140 239 % удачных дней 53.3 62.1 48.1 Максимальная просадка % 37.2

К сожалению, на Российском рынке картинка получается хуже чем на буржуйском. Средняя доходность стратегии получается существенно меньше а максимальная просадка больше. Но это не беда, возьмем теперь да и попробуем поторговать отдельным эмитентом. Например, Газпром:

Покупаем если RSI(7) < 30, продаем если RSI(7) > 70	Покупаем если RSI(2) < 10, продаем если RSI(2) > 90
Средняя дневная прибыль % 0.0639 0.0645 -0.0005 Среднеквадратичное отклонение от прибыли % 1.917 1.722 0.8434 Всего сигналов 287 116 171 % удачных дней 51.5 53.4 50.3 Максимальная просадка % 51.3	Средняя дневная прибыль % -0.004 0.007 -0.011 Среднеквадратичное отклонение от прибыли % 1.696 1.442 0.8931 Всего сигналов 327 149 178 % удачных дней 49.8 52.3 47.7 Максимальная просадка % 57.9

Максимальная просадка счета превысила 50%. Увы, торговать по стратегии RSI в чистом виде с прибылью вряд ли получится. Но может быть, если добавить другие индикаторы ситуация изменится? Посмотрим...

А теперь, внимание, акция! Совершенно бесплатно :) только для тех, кто дочитал до этого места, проведу анализ ваших стратегий. Оставляйте в комментариях те стратегии, которые было бы интересно проанализировать лично вам, с внятным описанием, либо ссылкой на описание.
Для посетителей с комона, просьба комментарии писать в этом блоге,регистрация не требуется, на комоне бываю редко, могу пропустить.