Парная торговля с обратным спредом: 3 шага к пониманию

Тем, кто уже сталкивался со стратегией Следования за трендом (Trend Following) известно, что ее эффективность состоит в динамичном перемещении уровня stop loss без ограничения прибыли. Позиция удерживается до того момента, пока тенденция не поменяется и не сработает ордер. При правильном выборе точки входа в рынок трейдер переводит позицию в безубыточное состояние и тем самым снимает психологическое давление. При данном подходе ограничение прибыли целенаправленно не вводится, что позволяет длительное время удерживать позицию. Этот подход также удобен и тем, что позволяет свести к минимуму объем комиссии, который трейдер выплачивает брокеру в расчете к одному торговому дню. Стратегия следования за трендом использует инерционные свойства рынка и позволяет извлекать прибыль из долгосрочных и крупномасштабных тенденций.

Естественными препятствиями для данной стратегии являются длительные состояния низкой волатильности на выбранном масштабе времени (боковое движение), а также внезапные систематические изменения рыночной ситуации. Мы хотели бы продемонстрировать Вам метод парной торговли с обратным спредом на Персональных Композитных Инструментах - PCI, который позволяет находить зоны зарождения нового устойчивого тренда и одновременно хеджировать систематические риски.

I. Первый шаг. Выдвижение фундаментальной гипотезы

Парная торговля предполагает использование активов-конкурентов, принадлежащих единому рыночному сегменту. Противопоставление ценности этих двух активов позволяет свести к минимуму систематические, т.е. рыночные риски. В таблице внизу мы приводим несколько примеров связанных пар: COFFEE/COCOA, F/GM, FCATTLE/SOYB, Google/Apple, NATGAS/BRENT. Торговля по каждой из этих пар в торговой платформе NetTradeX осуществляется формально как кросс парой валютного рынка, например EUR/CHF. Тем не менее, использование связанных пар позволяет снизить риски, связанные с рынком продуктов питания, автомобильным рынком, или рынком высокотехнологичных товаров. В идеальном случае, когда оба актива имеют одинаковую чувствительность к рынку, спредовая пара является рыночно нейтральной и зависит только от сравнительных характеристик актива.

Например, допустим, что значительно упал спрос на высокотехнологичные товары в связи с рецессией мировой экономики. Если бы мы имели открытую позицию на покупку Google, это неизбежно привело к отрицательному балансу по сделке. Если же был куплен объем GOOG/AAPL, то оба актива начнут терять стоимость, но их “кросс-курс” при этом может вырасти. Это произойдет в случае более высокой устойчивости компании Google по отношению к системным рискам, чем у ее конкурента.

Таблица 1. Примеры связанных пар

Здесь мы предполагаем, что активы имеют нормальную связь, то есть рост базового актива и котируемого актива положительно коррелированы. Действительно, в случае, если рост рынка продуктов питания наблюдается длительное время, это неизбежно приведет к росту стоимости, как кофе, так и какао. При этом мы не учитываем конкуренцию. Влияние системных факторов заметно на масштабах месяц и более. Мы же хотели бы рассмотреть принципы более высокочастотной торговли: D1,W1.

Для этого рассмотрим аномальную связь активов-конкурентов. Все инструменты, обозначенные в таблице, могут принадлежать к этой группе. Мы ищем простую для интерпретации фундаментальную ситуацию, при которой конкуренция будет иметь выраженный эффект.

Пример 1:

Использование сои в качестве заменителя мяса при прочих равных условиях может создать уникальную ситуацию, когда спрос на эти два продукта будет замещаемым. При неизменном предложении это может привести к обратной связи между изменением цены на фьючерс говядины #C-FCATTLE и на фьючерс сои #C-SOYB. Т.к. предложение является инерционным и реагирует на моду питания медленно относительно спроса (производственные мощности, персонал и т.д.), то можно предположить, что такая ситуация складывается регулярно. Итак, наша гипотеза: при стабильном рынке предложения и спросе замещения рост цен на фьючерс сои провоцирует падение стоимости фьючерса мороженой говядины и наоборот. В какую сторону развернется ситуация зависит от доходов потребителей (соя – более дешевый заменитель), моды на здоровое питание, вегетарианской моды, стоимости кормов и т.д.

Механизм работы всех остальных фундаментальных факторов не является важным для торговли, т.к. мы можем учитывать только факторы сравнения. Использование парной торговли обратными спредами позволяет значительно упростить фундаментальный анализ (!).

Пример 2:

Интересно также рассмотрение смешанного спреда активов-конкурентов – например акции компании Кока-Кола #S-KO и фьючерса на замороженный концентрированный апельсиновый сок #C-ORANGE. Стоит отметить, что на данный момент натуральный апельсиновый сок в объемном выражении в среднем в 1.5-2 раза дороже газированных напитков произведенных The Coca-Cola Company. Не удивительно, что с началом кризиса и за период 2007-2012 потребление концентрата апельсинового сока сократилось на 14.7%. И это происходило в то время, как выручка Coca-Cola Company стала расти более быстрыми темпами, чем в докризисное время, достигнув 50% роста за 2007-2012 гг. Если сравнивать рост цены акции #S-KO и фьючерса на апельсиновый концентрат, то ситуация является ярко выраженной. Так акции #S-KO за период 08.2007-08.2013 выросли на 46% против 2.6% для #C-ORANGE.

Наиболее явно эффект замещения спроса проявляется при усилении макротренда здорового образа жизни. Обратная ситуация возможна при росте спроса на продукты быстрого питания, например при системном экономическом кризисе. Одна из этих тенденций может привести к усилению обратной взаимосвязи #S-KO и #C-ORANGE.

II. Второй шаг. Статистическая проверка гипотезы: корреляция движения активов

После выдвижения основной гипотезы мы переходим к поиску оптимальной рыночной ситуации, при которой может быть открыта позиция парного инструмента. Наша задача – определить период, при котором наиболее ярко выражена обратная взаимосвязь между динамикой активов-конкурентов. В качестве наиболее простого индикатора может быть использован парный коэффициент корреляции.

Корреляция r показывает степень линейной зависимости анализируемых активов. Коэффициент r лежит в диапазоне [-1,1], или от -100% до 100% в процентном выражении. При значениях коэффициента близких к 100% зависимость изменения стоимости активов может быть приближенно описана следующим соотношением:

_ΔA ₂ = _ΔA ₁ * k (1)

Здесь _ΔA ₁ - абсолютное изменение стоимости Актива 1, а _ΔA ₂ - абсолютное изменение стоимости Актива 2. Коэффициент k в данном случае является положительной константой: k > 0.

При отрицательных значениях корреляции k < 0 рост стоимости базового актива приводит к падению стоимости котируемого актива и наоборот. Так, если коэффициент r близок к -100%, то изменения стоимости выражаются тем же уравнением, но при этом k < 0. Именно этот случай является наиболее интересным для спредовой торговли активами-конкурентами. При этом малое отклонение цены спредовой пары приводит к дальнейшему движению в заданном направлении – синтетический инструмент имеет предрасположенность к тренду – этот эффект будет пояснен ниже.

Для поиска обратного спреда мы используем индикатор коэффициента корреляции (r), прикрепленный к графику инструмента основного инструмента в программной платформе MetaTrader 4. Например, если рассматривается кросс пара #S-KO/#C-ORANGE, то в верхнем окне выводится дневной график стоимости акции компании The Coca-Cola Company. В нижнем окне настраиваем индикатор Ind_Correlation.mq4. В параметрах в любом порядке указываем первый актив, второй актив и период времени, для которого рассчитывается коэффициент корреляции – т.е. число баров, необходимых для статистического анализа. Статистический объем в первую очередь определяется горизонтом инвестирования и соответствующим параметром остальных индикаторов.

В рассматриваемом ниже примере кросс пары FCATTLE/SOYB (мороженая говядина/соя) мы используем период 13 дней. С Мая 2014 сигнал индикатора опустился ниже критического уровня 0% и достиг -92% в начале июня. Мы будем рассматривать в качестве обратного спреда пару активов, которые имеют коэффициент корреляции менее 0%. Представленный график подтверждает обратную зависимость активов на горизонте 13 дней и позволяет рассчитывать на интенсивное трендовое движение.

Рассмотрим изменение цены кросс пары, составленной как отношение цены базового актива (#S-KO) к соответствующей цене котируемого актива (#C-ORANGE) при условии, что оба актива имеют коэффициент корреляции близкий к -100% (например, ниже -90%):

Если базовый актив растет на анализируемом периоде, а котируемый соответственно падает согласно соотношению (1), то абсолютное значение изменения цены обратного спреда выражает уравнением (3):

Рис.1. Корреляция между движением цен фьючерсов на мороженую говядину и сою

Выражение в числителе соответствует относительному изменению цены котируемого актива _ΔA₁. Таким образом, волатильность цены парного инструмента выше соответствующей относительной волатильности котируемого актива в α раз:

Чем ближе коэффициент корреляции к предельному значению -100%, тем выше оказывается волатильность парного инструмента относительно волатильности котируемого инструмента. Именно α-эффект позволяет более эффективно использовать стратегии следования за трендом и максимально быстро выходить из бокового коридора.

Но что обеспечивает устойчивость трендового движения после выхода из коридора? Допустим, что корреляция _ΔA₂ и _ΔA₁ близка к -100%, при этом цена котируемого актива по фундаментальным причинам отклонилась вниз: _ΔA₂< 0. Это неизбежно приведет к росту базового актива A₁и соответственно коэффициента α. Мало отклонение одного из активов приводит к нелинейному росту волатильности и зарождению тренда. В этой ситуации становится эффективной стратегия следование за трендом.

III. Третий шаг.Технический анализ парного инструмента и открытие позиции

На рис.1 мы видим, что пересечение корреляцией критического уровня 0% зафиксировано 1 Мая 2014 г. До 14 Мая коэффициент падает вплоть до исторического минимума -92%, что неизбежно приводит к росту волатильности парного инструмента исходя из соотношения (3). Рост волатильности приводит к обновлению максимумов/минимумов и новым позициям для начала следования за трендом.

На рис.2 представлен дневной график парного инструмента #С-FCATTLE/#C-SOYB, построеный в среде торговой платформы NetTradeX – использована технология PCI метода Портфельного Котирования. Создание инструмента заняло у автора 10 минут и 7 кликов мыши. Вы можете ознакомиться с более подробной инструкцией составления PCI инструмента здесь.

Рис.2. График синтетического инструмента FCATTLE/SOYB: D1

Обратите внимание, что 5 мая (!) произошел пробой фрактала Билла Вильямса, который определял ключевое сопротивление. Это означает, что рост обратного спреда определяется фундаментальным механизмом замещения спроса, который обладает инерционными свойствами. Процентный график изменения стоимости #С-FCATTLE и #C-SOYB подтверждает это. На Рис. 3 мы видим, что основным драйвером роста персонального композитного инструмента является мороженая говядина. Тем не менее, скорость роста парного инструмента ускоряется в отличие от элементарного инструмента #С-FCATTLE. Это происходит благодаря влиянию альфа-эффекта, рассмотренного выше, ведь коэффициент корреляции приближается к -100%. Открытие позиции на покупку можно было производить после пересечения сопротивления и нулевого уровня корреляции. Таким образом, индикатор корреляции используется в качестве дополнительного осциллятора-фильтра.

Дальнейшее следование за трендом происходит за счет перемещения уровня стоп лосса по направлению движения. Мы можем выбрать новый бычий фрактал Билла Вильямса, или перемещать стоп вслед за индикатором ParabolicSAR. Как только цена пересечет стоп – позиция закрывается. Аналогичная ситуация возникает при открытии сделки на продажу PCI.

Мы также используем осциллятор Ind Correlation для принудительного закрытия. Как только значение индикатора вернется в верхнюю полуплоскость положительных значений – уходим с рынка. Данная стратегия необходима по нескольким причинам. Во-первых, только при отрицательных значениях парный инструмент работает эффективнее любого из элементарных инструментов, включенных в спред. Во-вторых, только при отрицательных значениях корреляции происходит эффективное хеджирование систематических рисков.

Рис.3. График синтетического инструмента FCATTLE и SOYB.

Действительно, допустим, что происходят системные изменения рынка товарных фьючерсов (гуманитарный кризис, рецессия мировой экономики и т.д.), которые приводят к внезапному падению спроса на зерновые культуры и мясо. В этом случае каждый из торгуемых инструментов будет определяться изменением рыночного индекса:

Каждый из коэффициентов пропорциональности β₁ и β₂ является положительным числом.

Тогда связь между абсолютными доходностями выражается уравнением (6):

Эта ситуация заведомо невозможна для активов, имеющих обратную связанность, определяемую соотношениями (1-3). Именно по этой причине использование корреляционного анализа обратного спреда позволяет эффективно хеджировать системные риски и предупреждать опасные ситуации на рынке.