codzienna statystyka – o co chodzi?

Od pewnego czasu w dni robocze na moich social mediach możecie dostrzec publikację pewnych statystyk dotyczących kilku rynków. No i oczywiście pojawiają się pytania co to, jak to czytać i jak wykorzystywać. Trochę o tym mówię w swoich programach w Comparic24.tv. Tak więc już śpieszę z odpowiedzią czym jest ta codzienna statystyka.

A czy TY już polubiłeś Prywatnego INV€$TORa na Fejsie? 😉

M1 i Temet Nosce oraz Chris A.

Na sam początek pragnę podziękować Temetowi za zaproszenie do współpracy z jego grupą M1. W ramach tej współpracy wziąłem na warsztat część podejścia Larry’ego Williamsa, nazwanego Trading Day of the Month. Koncepcja Larry’ego, światowej sławy tradera, polega na wyszukiwaniu dni w których na podstawie historycznych danych jest statystycznie największa szansa na ruch w określonym kierunku.

Dużym wsparciem dla mnie w tej pracy jest też Chris Abramowicz, autor bloga Market Revolution i prawdopodobnie najlepszy w Polsce (jeśli nie w Europie) człowiek od najprzeróżniejszych wyliczeń statystycznych i schematów rynkowych.

Ponieważ nie znalazłem dokładnej rozpiski tego podejścia to musiałem rozpracować to samemu. Taki reverse engineering, który zresztą jest całkiem ciekawie pokazany w filmie “Paycheck” z 2003 roku. Ten fragment zresztą znalazłem na YouTube’ie:

Więc raz jeszcze: dzięki współpracy z Temetem opracowałem model, podstawy w Excelu i korzystając z dostępnych w internecie danych stworzyłem kilka raportów.

Dzień handlowy (trading day) a dzień kalendarzowy

Pierwsza i podstawowa kwestia to rozróżnienie dni tradingowych od dni kalendarzowych.

Dzień tradingowy to dzień handlowy czyli dzień w którym dany rynek pracuje. Co oznacza, że dni tradingowych mamy maksymalnie 23 w miesiącu (często mniej). I tak jeśli np miesiąc zaczyna się nam w niedzielę to pierwszym dniem tradingowym będzie poniedziałek. Wymaga to trochę liczenia, zwłaszcza że trzeba brać pod uwagę dni wolne od handlu dla każdego kraju inne. Bo przecież nikt nie będzie liczył dnia wolnego w Polsce jako dzień nie-handlowy w USA…

Dane

Ponieważ na razie są to pierwsze próby, korzystam z dostępnych w internecie danych. Z tego powodu dla różnych instrumentów mam różną wielkość próby czyli lat historii. Dla złota np udało mi się pobrać aż 44 lata (a nawet więcej, tylko że dla wcześniejszych lat nie były to wartości OHLC), z kolei indeks dolara to tylko 12 lat…

Wykorzystuję dane w modelu OHLC z interwału D1 (dziennego) czyli:

  • cena otwarcia (O),
  • dzienne maksimum (H),
  • dzienne minimum (L),
  • cena otwarcia (C).

I zestaw tych czterech cen opracowuję następnie w Excelu.

Dane dotyczą rynku handlu rzeczywistego (indeksy) tudzież rynku kontraktów typu futures, czyli dla każdego instrumentu są to inne godziny.

Statystyka czyli liczenie

Proces obróbki danych jest najbardziej czasochłonny. Nawet nie taka najgorsza znajomość Excela wymagała sporego wysiłku i dużej ilości czasu, by ogarnąć kilka tysięcy (dla złota to ponad 12 tysięcy) wersów. Wbrew pozorom posegregowanie ich wg miesięcy a następnie dni takie proste nie jest. Obecnie mam wypracowany wzór, dzięki któremu po pobraniu danych jeden raport zajmuje mi około 3 godzin samej pracy nad danymi. Potem jest jeszcze kwestia przerobienia tego w jednolity plik podsumowujący każdy z miesięcy z zaznaczeniem najciekawszych dni i oczywiście dopasowanie tychże dni tradingowych do kalendarza w bieżącym roku.

Jak wyliczam?

Tu akurat metodologia jest prosta: biorę liczbę dni w których close był powyżej open i w ten sposób wyliczam jakie jest prawdopodobieństwo wystąpienia danego dnia handlowego ruchu wzrostowego. Gdy statystyka wynosi poniżej 51% to Excel już mi zamienia informację, że mamy dzień z shortami.

To prosta matematyka: mając złoto i dane z 44 lat i np. piąty dzień handlowy maja, to liczę ile razy w piątym dniu handlowym maja złoto szło w górę. Gdy wynik pokaże mi 19 dni, to oznacza 43% dni wzrostowych – czyli już wiemy, że to 57% dni spadkowych i w raporcie “wskoczy” słówko short ze skutecznością 57%.

I tu mała uwaga: żeby niepotrzebnie nie komplikować już i tak skomplikowanych formuł w Excelu, uniknąłem oddzielnego wyznaczenia wyniku 50% czyli w sumie nieznanego kierunku. Przez to w raportach przy liczbie 50% jest słówko short. W publikowanych w social mediach informacjach opisuję to jako 50/50. Jest to zabieg upraszczający formuły, ponieważ im większa komplikacja tym większe ryzyko, że coś się wysypie i będą zafałszowane wyniki

Jak już mam określony kierunek mam oznaczone maksymalne i minimalne ceny dla każdego z dni tradingowych co stanowi w raporcie odpowiednią rubryczkę z maksymalnym zasięgiem i maksymalnym stop lossem (SL).

Mam też wyliczone średnie zasięgi dla dni o danym kierunku. Tak więc gdy raport wskazuje, że mamy dzień z longami na danym rynku, to w średnich zasięgach biorę pod uwagę tylko dni, które miały właśnie taki kierunek. Z kolei przy średnich stop lossach liczę cały zakres, gdyż uznałem to za skuteczniejszą metodę.

Czytanie wyników

Każdy z raportów posiadających minimum 19 lat danych dzielę na dwie części: cały okres oraz ostatnie 10 lat.

W ten sposób mamy próbę długoterminową, która zawiera co najmniej jeden kryzys w sobie (z 2008 roku) jak i próbę dla ostatnich 10 lat czyli wystarczająco dużą, by miała ona sens a jednocześnie uwzględniającą relatywnie najnowsze zmiany na rynkach. Tak wygląda fragment raportu, tu akurat konkretnie dla rynku złota:

statystyka - raport Trading Day of the Month - złoto

źródło: raport Trading Day of the Month – złoto, opracowanie własne

Ważne jest też określenie kiedy mamy silny sygnał statystyczny na rynku. Silny sygnał oznacza dla mnie ponad 70% dla długiej próby (minimum 15 lat) lub ponad 80% dla próby dziesięcioletniej. W przypadku nałożenia się silnych sygnałów statystycznych dla długoterminowej i 10-letniej próby mamy swego rodzaju statystyczną kumulację czyli ten poszukiwany Trading Day of the Month. A zdarzają się dni, gdzie statystyka dla 10 lat pokazuje 100%… W raporcie silne dni zaznaczam, jak widać, na żółto.

Publikacje statystyki

Na chwilę obecną tylko osoby związane z zakupem raportów Larry’ego z M1 oraz uczestnicy VI Specjalistycznej Konferencji M1 dostali pełne raporty. Jako, że wciąż nie mam opracowanego modelu dystrybucji raportów, tak by były one w Polsce dostępne bezpłatnie, to nie publikuję ich ogólnodostępnie. Ale pracuję nad publikacją. W końcu ta statystyka ma służyć nam wszystkim.

ALE!

Mamy codziennie publikowane statystyki dla wszystkich opracowanych instrumentów na Twitterze i moim fanpejdżu.

Z kolei pochodną tych raportów są także cotygodniowe wpisy z cyklu “sekwencja tygodniowa” na dzienniku tradera. Sekwencja podaje czy mamy w ciągu najbliższych dni tradingowych trafia się jednokierunkowy (max 1. dzień o przeciwnym kierunku) cykl na danym instrumencie. Statystyka mówi o średniej sile sygnału z tych dni. W tych wpisach wspominam również o potencjalnych zasięgach.

Więc całkiem sporo informacji się pojawia publicznie i regularnie.

Statystyka – jak ją wykorzystać?

Osobiście planuję zbudować całą strategię inwestycyjną w oparciu o statystyki z moich raportów Trading Day of the Month. Byłby to fantastyczny układ, pozwalający zaplanować transakcje na cały kolejny rok już 31 grudnia. W momencie opracowania i dopracowania założeń takiej strategii opublikuję ją na blogu.

Druga opcja wykorzystywania tych wyników to wsparcie dla już istniejących strategii. Rynki są powtarzalne, więc wystąpienie silnych sygnałów może nam uratować jakąś część kapitału inwestycyjnego lub potwierdzić nasze założenia.

Podsumowanie
codzienna statystyka - o co chodzi?
Tytuł:
codzienna statystyka - o co chodzi?
Opis:
Artykuł wyjaśniający źródło i potencjał oraz sposoby wykorzystania statystyk publikowany przeze mnie codziennie w social mediach, a także sekwencji tygodniowej na dzienniku tradera.
Autor:
Wydawca:
Prywatny INV€$TOR
Logo:
4 comments
    • Indeks dolara się zmienił w ostatnich latach odkąd weszło euro. Bez znaczenia byłaby więc statystyka dla indeksu dolara wcześniej. Aczkolwiek fakt, trochę krótki okres próby jest, ale ciężko dostać te dane 🙁

Add Comment

Required fields are marked *. Your email address will not be published.