ボラティリティの減少時のトレード

This system enters on a breakout from the prior high/low using a fraction of the 22-bar ATR as the amount of the breakout.
It exits on the first profitable close after at least one bar if not stopped out at the exit stop given by a fraction of the ATR from the entry.
Using 1410 min bars of the E-mini S&P (symbol @ES in TS 6;
a 1410 min bar represents one day), I optimized the inputs over the last 500 days.
I found the following input parameter values worked well: EntrFrL = 0.4, EntrFrS = 0.3, MMFrL = 0.6, and MMFrS = 1.9.
The one-contract results using these inputs were as follows ($75 per contract has been deducted for trading costs):

このシステムは22本バーのATRの分数をブレイクアウトのための数値として使って、一つ前のバーの高値と安値からブレイクアウトでエントリーする。

もしエントリーの１バー以上後に終値で利益が出ていればエグジットをする。
そうでなければエントリーの値にATRの一部を使って計算されたストップの値でストップアウトされる。

E-mini S&P（シンボルはトレードステーション６では@ES。

１日あたりの時間は１４１０分である）の１４１０分のバーを使い、過去500日での入力値の最適化を行った。

その結果次の入力パラメータ数値でうまく機能した。

EntrFrL = 0.4, EntrFrS = 0.3, MMFrL = 0.6, and MMFrS = 1.9.

これらの値を使った建て玉１枚での結果は次のとおりである。（75ドルを手数料として差し引いてある）

Net Profit: $16,863
No. Trades: 155
% Winners: 68%
Ave. Trade: $109
Profit factor: 1.39
Max Drawdown: -$6,038

We’ll take these as the baseline results without the variable breakout fraction.
Now consider the system with the variable breakout fraction.

これらを変化するブレイクアウトの分数を使わない基準となる結果として、利用する。次に変化するブレイクアウトの分数を使ったシステムを考えてみる。

Input: FrLv0 (.8), { Breakout fraction, low vol, longs }
FrLv1 (.3), { Breakout fraction, high vol, longs }
FrSv0 (.8), { Breakout fraction, low vol, shorts }
FrSv1 (.3), { Breakout fraction, high vol, shorts }
MMFrL (2.0), { Volatility multiplier for exit, longs }
MMFrS (2.0); { Volatility multiplier for exit, shorts }

If MarketPosition = 1 and C > EntryPrice and BarsSinceEntry >= 1 then
Sell this bar at close;
If MarketPosition = -1 and C < EntryPrice and BarsSinceEntry >= 1 then
Buy to cover this bar at close;
If MarketPosition = 1 then
Sell next bar at EntryPrice - MMFrL * ATR stop;
If MarketPosition = -1 then
Buy to Cover next bar at EntryPrice + MMFrS * ATR stop;


This system uses a simple linear equation to calculate the breakout fraction as a function of ATR.
ML (MS) and BL (BS) are the slope and “y-intercept” of the linear equation for long (short) trades.
Instead of a single value of the breakout fraction as a system input, this system uses two values: FrLv0 (FrSv0) and FrLv1 (FrSv1) for long (short) trades.
The first parameter is the value of the breakout fraction at low volatility, and the second parameter is the value of the fraction at high volatility.
I’ve somewhat arbitrarily defined “low” and “high” volatility as ATR values of 16 and 30, respectively (variables V0 and V1).
The exit logic is identical to the baseline system above.

このシステムはブレイクアウトの分数をATRの係数として計算するために、単純な１次直線式を使っている。ML(MS)とBL(BS)は傾きとロング（ショート）トレードのための直線式の“ｙ切片”である。システムの入力値としてブレイクアウトの分数の１つの数値の代わりに、このシステムは２つの値を使っている。ロング（ショート）トレード用にFrLv0 (FrSv0)とFrLv1 (FrSv1)を使っている。前者のパラメータは低いボラティリティでのブレイクアウトの分数の値で、後者のパラメータは高いボラティリティでの分数の値である。私はATRの数値に“低い”値として16と“高い”値として30を多少裁量的に定義し、それぞれを変数v0とv1とした。 エグジットのロジックは上記の基準のシステムとまったく同じである。

I left the exit parameter values the same as in the baseline system: MMFrL = 0.6 and MMFrS = 1.9. I couldn’t find any better parameters for the short side than the 0.3 value that worked well in the baseline system, so I used FrSv0 = FrSv1 = 0.3.
However, for the long side, I found that the parameters FrLv0 = 0.5 and FrLv1 = 0.4 worked well.
Compared to the baseline system, the only difference is that the breakout fraction for long trades varies between 0.5 when the volatility is low to 0.4 when the volatility is high.

With this one change, the one-contract results over the same period of time as for the baseline system are as follows ($75 per contract has been deducted for trading costs):

エグジット用のパラメータ数値は基準のシステムと同じままにした。すなわちMMFrL = 0.6 と MMFrS = 1.9である。基準のシステムでうまく機能した0.3の値以外にショートでよりいい値をみつけることはできなかった。そのためFrSv0 = FrSv1 = 0.3とした。しかしロングではFrLv0 = 0.5と FrLv1 = 0.4がうまく機能することがわかった。基準のシステムと比べると、ただ１つの違いはロングトレード用のブレイクアウトの分数が、ボラティリティが低いときには0.5で高いときには0.4の間で変化することである。この１つの変更で、建て玉１枚での基準のシステムと同じ期間の結果は次のようになった（75ドルを手数料として引いてある）。

Net Profit: $21,300
No. Trades: 141
% Winners: 72%
Ave. Trade: $151
Profit factor: 1.55
Max Drawdown: -$6,650

Increasing the breakout fraction under conditions of low volatility improves the performance of this system on the long side of the market.
The improvement appears to results from filtering out 14 trades that the baseline system took. This is consistent with our goal of avoiding poor trades during periods of low volatility.
This idea may be worth testing on other systems and markets.
One drawback is that you introduce extra input parameters.
However, as long as any parameter optimization is performed over a large number of trades, as in the examples here, the risk of over-fitting the system to the market is minimal.
As with any trading approach, it’s probably a good idea to test it in real time before committing capital.

低いボラティリティの状態でブレイクアウトの分数を増加させることは、マーケットでのこのシステムのロングのパフォーマンスを向上させた。

この改善は基準のシステムが行った14回のトレードを取り除くという結果で現れた。
これはボラティリティが低い期間に質の悪いトレードをすることを回避するという目標と一致している。

このアイデアは他のシステムや他のマーケットでもテストする価値はあるだろう。
１つの欠点は、あなたがさらなる入力パラメータを取り入れることになる、ということである。

しかし、すべてのパラメータの最適化が多くのトレード回数の上で行われている限り、ここにある例のようにシステムのマーケットへのオーバーフィッティングをしている可能性のリスクは最小となる。

いかなるトレード法でも資金を投入する前に実際の時間でテスト運用することはいいアイデアである。

In summary, the markets have exhibited declining volatility in recent months.
While this lower volatility may cause problems for some short-term trading systems, there may be ways to mitigate the damage.
Hopefully, you’ll find one or both of the ideas I’ve discussed here worth investigating for your own trading.

要約すると、マーケットは最近の数ヶ月においてボラティリティの減少を表している。

低いボラティリティはいくつかの短期のトレーディングシステムにおいて問題を生じさせる可能性があり、このダメージを軽減する方法が存在するかもしれない。

望むのは、ここで私が述べたアイデアの１つか２つが、あなた自身のトレードを調べるための価値があるとあなたがわかってくれることだ。

終わり

この内容は下記のページを作者の許可を得て翻訳紹介しています。
http://www.breakoutfutures.com/Newsletters/Newsletter0503.htm