в Стратегии

Предсказывает ли Variance Risk Premium будущее изменение цены?

Автор: Александр Кургузкин (mehanizator).

Ernie Chan недавно предложил Variance Risk Premium как возможно значимый фактор для определения направления рынка. VRP считается как вмененная волатильность минус историческая. Я решил проверить этот фактор на значимость.

Я решил считать его несколько иначе, как логарифм отношения вмененной волатильности (VIX) и исторической в скользящем окне длиной 21 день – так данные получается более однородными. Будущие изменения цены нормализованны на эту историческую волатильность.

Поскольку историческую волатильность можно считать разными способами, я перепробовал несколько и нашел, что лучшие результаты получаются если считать ее как средний логарифм дневного диапазона с учетом гэпов. Стандартное отклонение дневных измерений, как это обычно бывает, работает хуже всего, но даже в этом случае результаты были значимыми.

Данные: SPY все имеющиеся дневные данные (Yahoo.Finance).

Корреляция VRP и будущего нормированного изменения цены: +0.053

Кросс-валидацию модели фактор успешно проходит, по итогам кросс-валидации корреляция получается несколько меньше, +0.039, но это все равно очень неплохо, учитывая, что обычно там получается +0.000.

Кросс-валидированная эквити стратегии, построенной исключительно на VRP факторе:

Годовой Шарп 0.82 против 0.63 для без-факторной модели (но с нормализацией на волатильность).

Издержки не учитывались.

Вывод: фактор работает, корреляция VRP с изменением цены положительная, то есть когда VIX выше локальной исторической волатильности, это скорее всего приведет к росту SPY. Можно понимать проще – VIX склонен осциллировать вокруг локальной исторической волатильности и на этом можно зарабатывать.

Автор: mehanizator

Комментарии:

ID: Я так понимаю 8% годовых , если без издержек.

dobrachev: У меня тоже из графика 8 % получилось.

mehanizator: что вы ерундой занимаетесь, никто не делает стратегии на единственном факторе.

Салимжан Бижанов: Александр, как Вы потом несколько факторов объединяете в 1 многофакторную модель?

Салимжан Бижанов: а паттерны (редкие шаблонные явления) Вы как-то включаете в многофакторную модель?
или только те факторы, у которых есть “полноценные” временные ряды данных?

ID: Просто для меня доходность главный фактор 🙂 . Если он устраивает переходим шарпам , а не наоборот.

mehanizator: Салимжан Бижанов: паттерны я не использую, но я думаю можно как-то из паттерна сделать полный временной ряд при желании. 0 0 0 1 0 0 …

как добавляю… ну, через запятую 🙂 просто еще один столбец в матрице добавляется.

mehanizator: ID это очень неправильно, нужную доходность можно подогнать плечом, а Шарп вы плечом не подгоните.

ID: Доходность подогнать плечом можно только с доп. риском , а значит это будет другая доходность 🙂 Не сравнимая с начальной.

mehanizator: отношение доходности к риску это и есть шарп.

ID: Что есть шарп не имеет отношение к теме. Есть утверждение – про 8% годовых , которые не изменить никаким плечом и шарпом 🙂

mehanizator: берите плечо вдвое больше, будет 16%

кстати, я закладывал келли 0.25. можете поднять келли до 1, будет 32%.

mehanizator: но я к тому, что все равно в окончательной системе будет 2-3 фактора, и соответственно доходности и шарпы другие

ID: Если модель даёт 2% , то плечо 1:10 , не принесёт 20% , как и удвоение плеча на 8% не принесёт 16% . Риски разные.

dobrachev: Да, по поводу того, что всё нужно сравнивать сравнивать по шарпу – это ,конечно, очень правильное замечание.

Салимжан Бижанов: “как добавляю… ну, через запятую 🙂 просто еще один столбец в матрице добавляется.”

Александр, вы наверное меня не совсем поняли.

У вас есть набор значимых факторов х1, х2, х3 …хn. и есть ряд, который вы прогнозируете y.

есть 2 подхода:
1. разделить капитал на n частей и торговать n однофакторных моделей.

2. сформировать одну n-факторную модель (линейную или нелинейную неважно). самый простой пример линейной модели: y=a*x1+…+z*xn.
Вопрос: как вы определяете коэффициенты для каждого фактора в модели?

mehanizator: у меня модели линейные, так что делить или не делить – получится одинаково.

коэффициенты определяются инкрементальным процессом, не помню как он обычно называется в data mining, в общем когда наращиваются пошагово коэффициенты с проверкой после каждого шага.

Григорий Исаев: Ernie Chan ничего в этом плане не придумал, это все уже 10 лет как в академии описано.

Kent: “Корреляция VRP и будущего нормированного изменения цены: +0.053”
это отсутствие связи по сути
и даже если это опечатка, правильно +0.53 то по сути это пограничная зона между присутствием и отсутствием закономерности, т.е. не стоит на эту закономерность надяться, имхо

mehanizator: 0.05 это нормальная, рабочая корреляция для долгосрока
0.5 таких корреляций между прошлым и будущим на ценах не бывает, это из области фантастики.

возможно вы путаете корреляцию с вероятностью.



Подпишитесь на уведомления о новых постах:

 

Loading