Cumulative TICK 的研究

NYSE 指標當中有一個叫做 TICK 的東西，它是 NYSE 股票交易在 uptick 和 downtick 的差別，一搬來講它的值在 1000 到 -1000 中，而 cumulative TICK 則是把一分鐘內 TICK 的高、低、收三個值的平均值加起來的總合。

我採用的資料是 4/30/2007 到 11/20/2009 647 天的一分鐘 TICK 。而這個研究的目的是要看是否能用前十五分鐘 cumulative TICK 來判斷今天是否會成為 trend day。

首先我先算 median，standard deviation (stdev)；

• median = 143, mean = 106
• stdev = 2882
• 1 stdev up = 3025, 1 stdev down = -2739

以這個數據我假設說假如 8:45 分 cumulative TICK 在 1 stdev 以上 SPY 收盤的價錢也應該是同樣的方向。

首先我們先來看 TICK 為正數的天數，以下這個 table 可以看的出來 TICK 在過去兩年內，市場是比較偏向於 mean reversion，當 cumulative TICK 超過 1 stdev 但是沒有超過 4000，市場當天上漲的機會比下跌的機會多，但是下跌的幅度比較大。 TICK 必須超過 4000 才勉強算是有 small edge，不過發生的機率實在太低了。

	Close Higher	Close Lower	Winning %	Average % Change	Positive Average % Change	Negative Average % Change
Less Than 4000	29	26	52.73%	-0.12%	0.95%	-1.28%
4000 ~ 5000	13	8	61.9%	0.16%	1.01%	-1.34%
5000 ~ 6000	12	7	63.16%	0.47%	1.29%	-0.92%
6000 ~ 7000	7	1	87.5%	1.49%	1.73%	-0.22%
7000 ~ 8000	1	0	100%	1.10%	1.10%	0

在來我們看看假如 cumulative TICK 是 1 stdev 往負數的結果。在以下這個表裡，我們可以再次看到市場 reversion to means 的傾向，市場在 cumulative TICK 沒有達到 -4000 的情況下，當天不但上漲的機率較高，上漲的百分比也較多。

	Close Higher	Close Lower	Winning %	Average Change %	Positive Average % Change	Negative Average % Change
Greater Than -3000	8	4	33.33%	1.11%	1.96%	-0.59%
Neg. 4000 ~ 5000	8	13	61.90%	-0.42%	1.20%	-1.41%
Neg. 5000 ~ 6000	5	15	75%	-1.17%	2.43%	-2.37%
Neg. 6000 ~ 7000	1	6	85.71%	-1.04%	0.9%	-1.37%
Neg. 7000 ~ 8000	0	4	100%	-2.29%	0	-2.64%

依照這次的數據，於是我又發展了兩個簡單的交易規則：

• Cumulative TICK 在 8:45 AM 之前達到 -4000 或 4000，除非當天有新聞公佈，continuation 可能性較高。
• Cumulative TICK 若未在 8:45 AM 達到 -4000 或 4000，除非當天有新聞公佈，reversion 可能性較高。

Advance Decline Line 的一些研究

Advance Decline Line 來判斷是否當天真的會有趨勢。$ADD 基本上告訴你今天上漲股票與下跌股票支的差，假如是 1500 表示今天上漲的股票比下跌的多 1500 支。 詳細的解釋可以在<財金商業科技辭典>找到。

這個週末回顧時看到 Dr. Steenbarger 部落格這篇 <The NYSE Advance-Decline Line: Identifying Trending and Range Environment>，他說的一些數據我覺得還滿值得研究的；

By the end of the first half hour of trade, again going back to October, 2008, we find that the median value for $ADD has been -346, with a whopping standard deviation of 1378. That tells us that, within the first 30 minutes of trading, much of the issue of whether or not we're in a trending environment has been sorted out. (My next post will explore this issue more specifically). If we're seeing $ADD between -1000 and +1000 by the end of the first half hour of trade, we're much less likely to be in a trending environment than if we have readings of +1500 or more or -1500 or less.

Will a break above or below a range lead to a directional, trending move? It's likely that the participation of the NYSE advance-decline line will provide some clues. If, for instance, a break above a market's opening range (say, its range for the first 15 minutes of trade) occurs with $ADD well below +1000 and with mixed sector strength, we might be much less likely to go with that move than if the breakout vaults $ADD above +1500 with strong sector participation and leadership.

也就是說 $ADD 在開盤後半小時幾乎已經成了定局，而判斷是否有突破為真正的突破則可以參考 $ADD 是否超過 1500。我用 2007 年 12/13 到 2009 年 11/13 的數字，出來的數在和史丁巴格博士得數據稍有不同，不過大致上還滿類似的。在我找到的數據裡，開盤時的 median 是 66，standard deviation 是 762，十五分鐘後 median 為 -69，standard deviation 為 1235，半小時後，median 為 -97，standard deviation 為 1217，收盤時 median 為 -3，standard deviation 為 1341。開盤十五分鐘後大局以定。開盤時 ADD 與收盤時 ADD 的 correlation 為 0.53，開盤後十五分鐘 ADD 與收盤時 ADD 的 correlation 為 0.62，

由此可見假如開盤後十五分鐘假如 ADD 超過 1200 或者小於 -1300，表示這一天趨勢還滿強的，必須要注意今天成為 trend day 的可能信還滿高的。從 2007 年十二月到今天只有 37% 的天數是從一開盤就有可能成為 trend day，所以在還未確認前假設今天是 range day，是個正確的假設。

另一個還滿有趣的數據，有 197 天一開盤的 $ADD 是在 1 個 standard deviation 之外 (>882 或者 <-697)。三十分鐘後，還能為在 882 之上或者是 -697 之下的有 82%，但是過了十一點之後只剩 62% 還在這個範圍之外。這樣表示就算一開盤的氣勢很強，但是能維持的只有六成左右，再一次確認假設為 range day 是正確的。最後，一整天都能維持在之前提到的範圍內是所有天數的 25%。 由這個 counting excercise，可以發展出兩個簡單的交易規則：

• 所有的天數有趨勢的日子不到四分之一，因為我用的趨勢定義已經很低了。
• 當 $ADD 在開盤後十五分鐘，假如超過 1200 或小於 -1314，今天發展成為趨勢日的機率有四成，比平常高。Fade the market 時要非常小心。

2X IBH 不同的獲利目標與三點停損

2X IBH 不同的獲利目標與三點停損

Instrument	Performance	Target	Total Net Profit	Max. Drawdown	Sharpe Ratio	Percent Profitable	# of Winning Trades	# of Losing Trades
ES 12-10	2.25	76	3450	-12	0.92	0.4722	17	19
ES 12-10	2.22	72	3375	-12	0.93	0.4722	17	19
ES 12-10	2.17	68	3225	-12	0.93	0.4722	17	19
ES 12-10	2.14	84	3162.5	-12	0.9	0.4722	17	19
ES 12-10	2.14	88	3137.5	-12	0.91	0.4722	17	19
ES 12-10	2.14	52	3137.5	-12	0.84	0.4722	17	19
ES 12-10	2.14	92	3137.5	-12	0.91	0.4722	17	19
ES 12-10	2.14	100	3137.5	-12	0.91	0.4722	17	19
ES 12-10	2.14	96	3137.5	-12	0.91	0.4722	17	19
ES 12-10	2.13	80	3112.5	-12	0.91	0.4722	17	19
ES 12-10	2.11	64	3075	-12	0.93	0.4722	17	19
ES 12-10	2.1	56	3037.5	-12	0.86	0.4722	17	19
ES 12-10	2.06	60	2925	-12	0.92	0.4722	17	19
ES 12-10	2.05	48	2887.5	-12	0.83	0.4722	17	19
ES 12-10	1.97	44	2687.5	-12	0.83	0.4722	17	19
ES 12-10	1.86	40	2387.5	-12	0.8	0.4722	17	19
ES 12-10	1.76	36	2087.5	-12	0.74	0.4722	17	19
ES 12-10	1.65	32	1787.5	-12	0.67	0.4722	17	19
ES 12-10	1.59	24	1537.5	-9	0.66	0.5	18	18
ES 12-10	1.54	28	1500	-12	0.58	0.4722	17	19
ES 12-10	1.58	12	1137.5	-9	0.42	0.6389	23	13
ES 12-10	1.37	20	962.5	-9	0.45	0.5	18	18
ES 12-10	1.27	16	662.5	-9	0.24	0.5278	19	17
ES 12-10	1.22	8	387.5	-12	0.15	0.6667	24	12

這張表則是今年一月到十月二十七號在 IB x2 的地方放空的結果。從這一張圖再次看到 scale-out 的重要性。獲利的多寡與 scale-out 的比率到15 S&P 點幾乎是成正比 (15 點為 60 ticks)，15 點之後則是有點看運氣了。

2X IBL 不同的獲利目標與三點停損

2X IBL 不同的獲利目標與三點停損

Instrument	Performance	Target	Total Net Profit	Max. Drawdown	Sharpe Ratio	Percent Profitable	# of Winning Trades	# of Losing Trades
ES 12-10	1.31	148	837.5	-24.25	0.1	0.3571	10	18
ES 12-10	1.3	24	675	-12	0.24	0.4643	13	15
ES 12-10	1.29	172	775	-24.25	0.1	0.3571	10	18
ES 12-10	1.29	184	775	-24.25	0.1	0.3571	10	18
ES 12-10	1.29	196	775	-24.25	0.1	0.3571	10	18
ES 12-10	1.29	160	775	-24.25	0.1	0.3571	10	18
ES 12-10	1.27	12	487.5	-9	0.27	0.5714	16	12
ES 12-10	0.85	8	-262.5	-13	-0.13	0.5714	16	12
ES 12-10	0.85	48	-412.5	-24.25	-0.12	0.3571	10	18
ES 12-10	0.83	44	-462.5	-24.25	-0.13	0.3571	10	18
ES 12-10	0.82	4	-212.5	-11.25	-0.12	0.7143	20	8
ES 12-10	0.81	40	-525	-24.5	-0.15	0.3571	10	18
ES 12-10	0.77	36	-625	-25.5	-0.19	0.3571	10	18
ES 12-10	0.73	32	-725	-26.5	-0.22	0.3571	10	18

這是在 2x IBL 做多用今年的歷史資料回測的結果，在這個回測中我固定用三點作為停損，來看那一個獲利點的損益最好。從結果中看的到滿有趣的一點，trade manage 在損益上可以造成很到的影響。效益第二好的與最差唯一不同的地方在於獲利點兩點的差別，但是這 S&P 兩點卻造成了將近一口一千六百美金的獲利差別。這個表中也可以看到 scale-out 重要的地方。效益最好的前幾名，分除了 24 這個獲利點外，其他皆是採用超大獲利點為出口。仔細看了一下交易明細，發現造成這個現象的原因是在一月二十一號有一比三十多點的交易。由此可見放長線釣大魚重要的地方。

1.5 IBL 回測

在另外一篇文章中有提到幾個使用 IB 來入場，這兩天做了更多關於這方面的回測，今天我把在 1.5 IBL 做多的會測結果放在這。

第一張圖可以很明顯的看出來在今年這將進十一個月的交易日中，1.5 IBL 這個方法在不設停損的狀況下獲得 20 ticks 的機率有 60.34%，圖裡的百分比有點標錯，就將就一下吧。這個回促的狀態並非建議大家不設停損，而是要看在這個位子放空的潛力有多少。假如一個交易法在不設停損狀況下無法賺錢的話，應該不是很值得研究。



第二張圖則是時間和勝率的表較。也就是說在建立部位後的x分鐘後清倉的話，勝率是多少。很有趣的，在三十分鐘內清倉，時間和勝率是反比。但是過了三十分鐘到一百二十分鐘，勝率和時間則成正比。所以這個交易法需要耐心。



第三張圖則是這個交易機會在每個不同時段出現的次數。F,G,H 以及 I, J 出現的次數最多次。因為新聞通常在早上會發布，所以 F,G,H 這三個時段會出現高次數並不意外，但是中午出現這麼多次數我則是有點意外。



第四張圖則是每個時段達到五點獲利的百分比。由此圖可見假如不是新聞一發布後就達到的話，早上這個交易法成功率不高。中午這數字則有點怪，I 和 J 的成功率差很多，值得更多的研究。



第五張圖則是每一個 IB的大小，交易出現次數與成功率。5-9 IB 成功率居然比 9-12 高，這點也讓我覺得非常的意外，必須花更多時間來研究是否為怪異現象。



第六張圖則是被停損的交易每一個 MFE 的比率。由這一張圖可以看的出來所有被停損的交易，只有百分之五十的機會不會達到我的第一個獲利目標，我覺得知道這一點很重要，因為在做交易時最需要的就是信心，因為我知道在今年的市場狀況下在這個位置做多，不管最後這個交易是賺是賠，我有百分之六十四的機率我一口會賺兩點，百分之五十的機率我一口會賺三點，在這麼高的機率下這個 setup 是值得使用的。

因為還是有百分之三十五的機率在這個位子或完全賺不到錢，所以要能夠真正獲利，就必須要有完善的 scale-in 以及 scale-out。

相關文章:
< 初始平衡的回測結果 >

「初始平衡」的回測結果

上週花了些時間做了些回測，以下幾張圖是以不停損只對於獲利點做最佳化的結果。這個測試最主要是看這幾個 setup 的 scale out。從這幾張圖可以看的出來這個 setup 在五點以下勝率都還算高，在五點以上則是差不多有一半的機會獲利。