Trend Following

Podejście trendowe najpierw czeka, aż cena pokaże kierunek. Prostym przykładem jest Time-Series Momentum z badania Hursta, Ooiego i Pedersena: w ich modelu dodatnia stopa zwrotu za wybrany miniony okres prowadzi do pozycji zyskującej na wzroście, a ujemna do pozycji zyskującej na spadku. To przykład badawczy z wielu rynków instrumentów pochodnych, kontraktów opartych na cenach innych aktywów, a nie zalecenie takiego handlu bitcoinem. Długość obserwowanego okresu decyduje o tym, jakie ruchy reguła wykryje. [1]

Jednym z punktów odniesienia jest SMA, prosta średnia krocząca. Sumujemy wybraną liczbę ostatnich cen zamknięcia, zwanych Close, i dzielimy sumę przez liczbę wartości. Z kolejną świecą dochodzi nowa cena, a najstarsza wypada. Reguła może śledzić przecięcie tej średniej przez cenę. Trzeba ustalić długość średniej i Timeframe, okres reprezentowany przez świecę; inne ustawienia dadzą inne sygnały. [2] [5]

Średnia korzysta z przeszłości, więc reaguje z opóźnieniem. Jeśli cena waha się wokół niej bez trwałego kierunku, sygnały wejścia i wyjścia mogą występować naprzemiennie. To whipsaw: krótki obiecujący ruch zmienia się w powrót i możliwą stratę. Szybsze ustawienia same nie rozwiązują problemu. Dodatkowy warunek może odfiltrować część fałszywych sygnałów, ale również opóźnia decyzję. [2] [3]

Przecięcie SMA nie jest kompletnym planem. Przeciwny sygnał może oznaczać zamknięcie wcześniejszego zakupu, zmniejszenie pozycji albo otwarcie transakcji zarabiającej na spadku. To różne działania o różnych ryzykach. Trzeba też rozstrzygnąć przypadek Close równego średniej, częstotliwość decyzji i reakcję na powtórny sygnał. Te same reguły muszą obowiązywać w korzystnych i niekorzystnych sytuacjach. [2] [5]

Jeśli obliczenie używa właśnie ustalonego Close, nie można zakładać, że transakcja również zostanie wykonana po tej cenie. W modelu domyślnym TradingView realizuje zlecenie najwcześniej przy kolejnym dostępnym odczycie ceny, zwykle na początku następnej świecy. W teście historycznym oddzielamy więc powstanie sygnału od realizacji transakcji. Liczą się giełda, źródło cen, opłaty, dostępna płynność i Slippage, różnica między oczekiwaną a faktyczną ceną realizacji. [4]

Ten sam sygnał może mieć mały wpływ albo spowodować dużą stratę zależnie od rozmiaru pozycji. Leverage, czyli dźwignia, wzmacnia ten efekt, umożliwiając pozycję większą od zaangażowanego kapitału. Procedura musi uwzględniać wyjście, koszty finansowania, gwałtowne skoki ceny oraz jednoczesne straty kilku pozycji. Rozłożenie ich na różne rynki nie usuwa ryzyka. Sprzedaż już posiadanego bitcoina to także coś innego niż otwarcie krótkiej pozycji przez futures, kontrakty z przyszłym rozliczeniem. [1] [4]

AQR bada podejście trendowe rozłożone na wiele rynków futures i walut w długiej historii. To inne pytanie niż rentowność jednej reguły na jednej giełdzie bitcoina. Wyniku nie można po prostu przenieść. Własna procedura musi obejmować opłaty, okresy strat i wrażliwość na zmiany ustawień. Dane używane do tworzenia reguły trzeba oddzielić od danych jej późniejszej oceny. [1] [5]

Najpierw zapisujemy całą regułę: dane, długość SMA, wejścia, wyjścia, wielkość pozycji i koszty. Następnie analizujemy cały okres, także odcinki bez wyraźnego kierunku ceny. CFA Institute wskazuje dwa częste błędy: używanie informacji, zanim była znana, oraz wybieranie wyłącznie rynków, które przetrwały do dziś. Test na innych danych pomaga ujawnić słabości, lecz dobry wynik historyczny nie gwarantuje przyszłego. [5] [4]