Quant ideas

Типа близость к 52-недельному хаю предсказывает будущую доходность. Механизм простой - инвесторы после ряда позитивных событий (которые подтягивают цену вверх) инвесторы менее склонны бидовать. Но кросс-сектионал доходность получается всего 0.4% в месяц.

Так, в порядке развлечения - стратегия торговли по погоде. Основная мысль в том, что при хорошей погоде и инвесторы более оптимистичны. Авторы взяли 26 городов, данные о погоде, сняли сезонность, посчитали регрессии. Даже получилось статистически значимо. Кроме того, затем взяли погоду с 5 до 8 утра в тех же городах и попробовали посчитать, что будет если покупать в солнечные дни и продавать в пасмурны (со снятой сезонностью). t-статистики получились ~-2..-3  в различных вариантах использования. "Денежных" данных нет.

Также простая техническая стратегия. 

Setup

• Close greater than 100-day moving average
• Close less than the 5-day moving average
• 3 lower lows. (Not lower closes, I made this mistake the first time I wrote the code)
• Member of the Russell 1000

Buy

• Set a limit buy order for the next day if price falls another .5 times 10-day average true range

Sell

• Close is greater than the previous day’s close
• Sell on the next open

Результаты прилагаю, но весьма сомнительно, что это будет работать - как минимум из-за костов.

Статья о стратегии маркет-мейкинга. С использованием векторов параметров книги продаж (цен бидов и асков, объемы, доп показатели?) формирются коэффициенты регрессии, или предсказаение осуществляется нейронными сетями. Прогнозируются цены лучших бидов и асков. Сама статья не очень информативная - не раскрывается какие параметры использованы.

Использование random forest и hiden markov model для торговли валютой. Базовая стратегия на буленджере сделана, ее сильно улучшает использование этих моделей. В статье есть ссылки на код на R. 

Небольшой, но интересный обзор статей по оптимальному размещению ордеров.

Интересный способ торговли стат. арбитража  - практически без параметров, только размеры окон. В статье использован для торговли 4-мя индексами одновременно (AEX, CAC, DAX, FTSE). По модели определяются коэффициенты для приблежния к ожидаемому коинтеграционному вектору. По результатам дневного бэкстеста на разных периодах шарп от 0.9 до 1.5.

Пример стат арбитража на энергетических етф (минутки): OIL и UNG:   

и XLE и OIL:  Для тестирования используется обычный OLS, спред нормализуем (вычитаем среднее и делим на стандартное отклонение). Из текста не очень понятно, возможно используется для каждого дня только внутридневные данные или просто скользящее окно. Размер окна тоже не очень понятен, возможно 60 точек.

Описывается несколько стратегий. Базовая из логики, что бумаги с высокой ковариацией на падающем рынке в целом обгоняют рынок (компенсация за риск). Соответственно считаем cov(ri,rm|rm<tm)/ var(rm|rm<tm) для Nasdaq-100, исключив бумаги с очень высокой волатильностью (>1.9*volatQQQ). Получаем портфель с доходность 37% годовых на бэктесте. Но с довольно сильным дродауном (24%). 

Следующий вариант стратегии - добавляем фильтр по IVTS=VIX/VIX30 (VIX30 - сконструированный из двух фьючерсов комплекс с постоянной maturity=30дней), считаем его MA за 5 дней  - покупаем полученный портфель только в случае спокойного рынка (если IVTS<0.97). Если 0.97<IVTS<1.1 то половина - портфель, половина-  TLT, если IVTS>1.1 - только TLT. Среднегодовая доходсть 44%: 

Ну и в качестве сравнения еще приведена аналогичная стратегия с IVTS, только вместо портфеля используем ETF широкого рынка VBK. Визуально шарп даже получше: 

В таблице представлены корреляции разных активов за период 1995-2014 год. Откопал где-то в интернете. Стабильно высокие корреляции между рынками акций разных стран и энергетическими коммодами. Иногда также металлы. Можно использовать как идеи для статарбитража.

Модель выбора оптимального способа постановки ордера (лимит или маркет). В зависимости от времени за которое должен быть исполнен ордер, цен бидов и асков, стандартных отклонений их изменений.

Несложная стратегия формированию оптимального портфеля. Используется 12 етф: 

• U.S. Stocks SPY
• International REITs RWX 
• European Stocks VGK
• U.S. Intermediate Treasuries IEF 
• Japanese Stocks EWJ
• U.S. Long-Term Treasuries TLT 
• Emerging Markets Stocks VWO
• Commodities DBC
• U.S. REITs VNQ
• Gold GLD
• U.S. Technology* QQQ
• U.S. High-Yield Bonds* HYG

Далее формируем случайным образом 20 портфелей с весами акций [0.02...0.25] или 0. Сумма весов д.б. равна 1. Затем максимизируем шарп каждого портфеля с использованием генетических алгоритмов. Шарп измеряем на диапазоне полгода. На ETF получаются шарп 1.01. 

Кроме ETF был протестирован примерно аналогичный подход для акций NASDAQ-100 плюс QQQ, только с базовым периодом= месяц. Шарп получился 1.18.  Автор еще рекомендует использовать в качестве фильтра VIX/VIXMT или схожий механизм, чтобы находиться в позиции во время спокойного рынка, но особого увеличения шарпа нет.

Анализ регулярного выписывания put опционов на индекс SPX. ATM. Есть такой индекс, который реплицирует данную стратегию: CBOE S&P 500 PutWrite Index (ticker
PUT). С 1986 года по сентябрь 2008 - шарп 0.69, доходность11.27% в год. Проблема конечно что не входит 2008 год, но это легко исправить - данные тут: http://www.cboe.com/micro/put/. Если использовать их, то шарп тоже 0.69 получается, хотя доходность чуть ниже: 10.3% (с 1986 по январь 2016).

Продажа путов SPX с хеджированием фьючерсом на VIX. Основная описанная стратегия:

• Каждую третью среду месяца продаем путы с экспирацией в следующем месяце и дельтой~0.2.
• Хеджируем покупкой фьючерсов на VIX с maturity 40-90 календарных дней. Соотношение путов к фьючерсам: 10:1
• Если IVTS=VIX/VIXM>1, сделку не открываем.

Дополнительные фильтры, стоп-лосс:

• Выходим из сделки если МА(5)  VIX/VXV>1.05
• Выходим из сделки если SPX<1.01*price
• Выходим из сделки если убыток больше 15% базовой суммы
• Если IVTS=VIX/VIXM>1.05 закрываем
• Если сработал стоп-лосс и до конца месяца больше 2х недель и появляется возможность входа (стоп-лоссы нормализуются) - входим снова в сделку.

Результаты тестирования вполне приличные: 29% годовых при шарпе 1.21. Максимальный дродаун 5.9%.