Поток ордеров FX как предиктор
Эрнест Чан
Поток ордеров — это подписанный размер сделки, и давно известно, что он предсказывает будущие изменения цен. (См. Lyons, 2001 или Chan, 2017.) Проблема, однако, заключается в том, что получить такие данные, будь то исторические или живые, часто довольно сложно или дорого. Особенно это касается операций с иностранной валютой, которые осуществляются внебиржевым путем. Осознавая потенциальную прибыльность таких данных, большинство операторов валютного рынка хранят их как драгоценности своей короны и никогда не раскрывают клиентам. Но недавно FXCM, форекс-брокер, любезно предоставил мне свои собственные данные, и я воспользовался ими, чтобы протестировать простую торговую стратегию с использованием потока ордеров на EURUSD.
Сначала рассмотрим некоторые общие характеристики данных. Он фиксирует все сделки, совершенные на FXCM в 2017 году, с отметкой времени в миллисекундах, а также с их ценами и подписанными размерами сделок. Знак сделки положительный, если она является результатом рыночного ордера на покупку, и отрицательный, если это результат продажи. Если мы возьмем абсолютное значение этих размеров сделок и суммируем их по часовым интервалам, мы получим обычные часовые объемы (щелкните, чтобы увеличить), агрегированные по набору данных за 1 год:
Неудивительно, что наибольший объем приходится на период с 16:00 до 17:00 по лондонскому времени, поскольку именно в 16:00 определяется эталонная ставка (фиксация). Второстепенный пик в 9:00–10:00 — это, конечно же, начало рабочего дня в Лондоне.
Затем я вычисляю общий дневной поток ордеров по EURUSD (с концом дня в полночь по Нью-Йорку) и строю гистограмму дневного потока ордеров за последние 20 дней. Затем я определяю средний доход на следующий день для каждого квинтиля ежедневного потока заказов. (Т.е. я сортирую доход на следующий день, основываясь на том, в какой квинтиль попал поток заказов предыдущего дня, а затем беру среднее значение доходности в каждом бине.) Результат удовлетворительный:
Мы видим, что средняя доходность на следующий день почти монотонно увеличивается с потоком ордеров предыдущего дня. Спрэд между верхним и нижним квинтилями составляет около 12 базисных пунктов, что в годовом исчислении составляет около 30%. Это не означает, что мы будем генерировать 30% годовой доходности, поскольку мы не сможем провести арбитраж между сегодняшней доходностью (если поток ордеров находится в верхнем или нижнем квинтиле) с доходностью какого-то предыдущего дня, когда поток ордеров находился в верхнем или нижнем квинтиле. противоположная крайность. Тем не менее, это обнадеживает. Кроме того, это иллюстрация того, что, несмотря на то, что поток ордеров должен рассчитываться на тиковой основе (я не являюсь поклонником метода объемной классификации), его можно использовать в стратегиях низкочастотной торговли.
(Можно испытать искушение регрессировать будущие доходы и потоки заказов в прошлом, но результат статистически незначим. По-видимому, предсказуемыми являются только верхний и нижний квинтили потока заказов. Эта ситуация на самом деле довольно обычна в финансах, поэтому линейный регрессия не так часто используется в торговых стратегиях.)
Наконец, еще одна проверка работоспособности перед тестированием на истории. Я хочу видеть, выполняются ли сделки на покупку (сделки, возникающие в результате рыночных ордеров на покупку) выше цены предложения, а сделки на продажу - ниже цены продажи. Вот сюжет на один день (время указано в Нью-Йорке):
Мы видим, что в целом соотношение между торговыми и котировочными ценами удовлетворяется. На самом деле мы не можем ожидать, что это отношение будет 100%-ным, из-за редких случаев, когда котировка перемещалась менее чем за миллисекунду после совершения сделки, и изменение сообщается как синхронное со сделкой, или когда есть задержка в котировке. отчет о сделке или изменении котировки.
Итак, теперь мы готовы построить простую торговую стратегию, использующую поток ордеров в качестве предиктора. Мы можем просто купить EURUSD в конце дня, когда дневной поток находится в верхнем квинтиле среди его значений за последние 20 дней, и удерживать его в течение одного дня, и продавать его, когда он находится в нижнем квинтиле. Поскольку наш дневной расход измерялся в полночь по нью-йоркскому времени, мы также определяем конец дня в это время. (Аналогичные результаты получаются, если мы используем лондонскую или цюрихскую полночь, что предполагает, что мы можем смещать наши позиции). предложение с использованием рыночных ордеров. Кривая капитала показана ниже:
CAGR составляет 13,7% при коэффициенте Шарпа 1,6. Неплохо для однофакторной модели!
Для получения дополнительной информации о нашей работе посетите www.predictnow.ai
Благодарность: Я благодарю Закари Дэвида за его обзор и комментарии к предыдущему черновику этой публикации и, конечно же, FXCM за предоставленные данные для этого исследования.
Об авторе: Эрни — известный управляющий хедж-фондом и автор статей по количественному финансированию. Ранее он применял свой опыт в области машинного обучения IBM T.J. Группа технологий человеческого языка исследовательского центра Watson, группа интеллектуального анализа данных и искусственного интеллекта Morgan Stanley и Horizon Trading Group Credit Suisse.