Alla får vi mail om olika ’helt otroliga’ strategier som påstår sig generera ’helt otroliga’ vinster. Som alltid måste vi vara skeptiska och testa själva för att se om de verkligen fungerar. I dagens inlägg ska jag utvärdera en teknisk analys strategi som jag nyligen fick i min mailbox. Den här strategin, som jag fick från www.QuantifiedStrategies.com, bygger på RSI-indikatorn och var relativt lätt programmera och därmed möjligt att utvärdera.
I tidigare analyser har jag utvärderat en RSI-strategi där vi använde inställningen RSI(2) som en kortsiktig mean reverting strategi. Dagens strategi, som också är kortsiktig och mean reverting, skiljer sig genom att använda tre RSI-värden vid köp och ett RSI vid försäljning. Dessutom inkluderar strategin ett marknadsfilter där köp endast sker om stängningskursen ligger över dess 200-dagars glidande medelvärde.
RSI-indikatorn
RSI, eller Relative Strength Index, är en teknisk analysindikator som används för att mäta hastigheten och förändringen av prisrörelser. RSI-värdet varierar mellan 0 och 100 och används ofta för att identifiera överköpta eller översålda förhållanden på en marknad. Ett RSI(14)-värde över 70 indikerar vanligtvis att en tillgång är överköpt, vilket kan tyda på en kommande prisnedgång, medan ett värde under 30 antyder att tillgången är översåld och kan vara på väg att öka i pris.
Strategin
För vår strategi kommer vi att använda en kortsiktig RSI-inställning på 5 dagar. Vi köper när gårdagens RSI(5) är under 30, RSI(5) igår var lägre än RSI(5) för två dagar sedan, RSI(5) för två dagar sedan var lägre än RSI(5) för tre dagar sedan, och RSI(5) för tre dagar sedan var under 60. Vi säljer när gårdagens RSI(5) är under 50. Köptransaktioner genomförs endast i en marknad där indexet överstiger sitt långsiktiga medelvärde.
Vi utvärderar strategin på OMXS30 baserat på stängningskursen (index). Vi behandlar hela vår undersökningsperiod som en out-of-sample period eftersom strategin inte är specifikt framtagen för den svenska marknaden. Undersökningsperioden omfattar nästan 33 års data, med start den 22 april 1992 och avslutas den 10 november 2023. Vid varje köptillfälle investerar vi 100 000 kronor och har inte räknat med några transaktionskostnader i denna analys.
Vi kommer att utföra utvärderingen av strategin i två steg. Först analyserar vi strategin enligt dess ursprungliga inställningar. Sedan, i ett andra steg, optimerar vi parametrarna. Vårt mål med optimeringen är att maximera nettovinsten i förhållande till drawdown. Resultatet av denna process kommer att vara ett in-sample resultat, vilket innebär en risk för överoptimering och att strategin kanske inte presterar lika bra i framtiden. För att få en mer tillförlitlig bedömning om vi bör använda strategin eller inte, har vi genomfört en walk-forward analys.
Resultat
Sammanfattningsvis ser strategin ut enligt följande:
Resultatet av ges i figur 1. I jämförelse med tidigare utvärderingar genererar strategin relativt få transaktioner. Med endast 109 transaktioner under 30 års tid är det inte en strategi som ensamt gör någon rik, men den kan naturligtvis utgöra en del av en större strategiportfölj.
Figur 1. Kapitalkurvan av Triple RSI(5) strategin
’Kapitalkurvan visar en mer blygsam nettovinst jämfört med tidigare utvärderingar som jag har genomfört, vilket huvudsakligen beror på att strategin genererar relativt få signaler. När vi får en signal, är vinstprocenten imponerande 84%. Nettovinsten ligger på cirka 50 000 kronor, med en maximal drawdown på endast knappt 7 000 kronor. Profit factor är 2,2 och förhållandet mellan nettovinst och drawdown är 4,83. Nu ställer vi oss frågan: Kan vi förbättra detta resultat genom optimering?’Kapitalkurvan visar en mer blygsam nettovinst jämfört med tidigare utvärderingar som jag har genomfört, vilket huvudsakligen beror på att strategin genererar relativt få signaler. När vi får en signal, är vinstprocenten imponerande 84%. Nettovinsten ligger på cirka 50 000 kronor, med en maximal drawdown på endast knappt 7 000 kronor. Profit factor är 2,2 och förhållandet mellan nettovinst och drawdown är 4,83. Nu ställer vi oss frågan: Kan vi förbättra detta resultat genom optimering?
Profit factor är ett nyckeltal som används inom handel och investering för att mäta en handelsstrategis effektivitet. Den beräknas som förhållandet mellan totala bruttovinster och totala bruttoförluster. Om Profit factor är större än 1, betyder det att de totala vinsterna överstiger de totala förlusterna, vilket indikerar en lönsam strategi. Ett värde mindre än 1 tyder på att de totala förlusterna överstiger de totala vinsterna, vilket indikerar en olönsam strategi. Ju högre värde, desto bättre är strategins prestanda. Profit factor är användbar för att jämföra och utvärdera effektiviteten av olika handelsstrategier.
Optimerad strategi
Vi har optimerat strategin genom att variera ett antal parametrar. Dessa inkluderar RSI-inställningen (1-6, i steg om 1), gränsvärdet för köp (26-34, i steg om 2), gränsvärdet för sälj (54-68, i steg om 4), och slutligen marknadsfiltret (160-200, i steg om 10). Vi har även utvärderat strategin utan marknadsfilter. Totalt ger detta oss 625 kombinationer, vilket ligger precis på gränsen till vad jag anser vara acceptabelt för optimering. Det är intressant att notera att samtliga av dessa 625 kombinationer genererar vinst, vilket är ett mycket positivt. Kapitalkurvan avseende den optimerade versionen (in-sample) av strategin visas i figur 2.
Figur 2. Kapitalkurvan för den optimerade versionen
Den optimala parameteruppsättningen vi har identifierat är RSI(3) med ett köpgränsvärde på 28 och ett säljgränsvärde på 68. Det glidande medelvärdet optimeras till 190. Denna optimerade strategi genererar färre transaktioner men åstadkommer en högre nettovinst på 63 000 kronor. Drawdown är ungefär densamma, vilket resulterar i att förhållandet mellan nettovinst och drawdown nu är 6,18 och profit factor är hela 5,86. Vinstprocenten når imponerande 87%.
Detta är ett in-sample-resultat, som tyvärr inte ger någon indikation på strategins prestanda out-of-sample. Därför genomför vi, som vanligt, en walk-forward analys för att få en mer realistisk bild av strategins effektivitet i framtida scenarion.
Walk-forward analys
Liksom i tidigare analyser utför vi walk-forward analysen i flera steg. Vi börjar med att dela upp undersökningsperioden i träningsperioder (optimeringsperioder) och utvärderingsperioder, och skapar fem sådana kombinationer (Runs i figur 3 nedan). Storleken på utvärderingsperioderna varierar vi från 20% till 50% av hela undersökningsperioden (OoS i figur 3 nedan).
Utvärderingen baserar vi på strategins effektivitet att generera resultat under utvärderingsperioderna jämfört med träningsperioderna. Om strategin uppvisar en vinst som är minst 60% av den under träningsperioden under utvärderingsperioden, anser vi det som en framgång. Resultatet från denna analys ges i figur 3.
Figur 3. Walk-forward analysen
Det finns inte mycket utrymme för att förbättra vår walk-forward analys. Tillförlitligheten till strategin är hög. Endast i tre av tjugo fall levererar strategin ett out-of-sample-resultat som är lägre än 60% av in-sample-resultatet. Det är värt att notera att även i dessa tre fall genererar strategin en positiv nettovinst.
Uppdatering 2023-11-13
Jag har uppdaterat analysen för att utforska effekten av att ta bort marknadsfiltret. Som tidigare utvärderar jag strategin med Walk-forward-analys och resultatet presenteras i figuren nedan. Det blir tydligt att marknadsfiltret är en avgörande komponent för att göra strategin till en attraktiv handelsmetod. Utan marknadsfilter misslyckas strategin, och nettovinsterna under utvärderingsperioderna är ofta mindre än 60% av de under träningsperioden (optimeringsperioden).
Figur 4. Walk-forward-analys (utan marknadsfilter)
Slutsats
Denna strategi visar stark potential och tillförlitlighet, särskilt med tanke på dess positiva prestanda i både in-sample och out-of-sample analyser. Det faktum att den genererar färre signaler kan vara en begränsning för dess tillämpbarhet på OMXS30. Därför rekommenderas det att utforska strategins användbarhet på andra marknader eller enskilda aktier. Genom att applicera strategin på ett bredare spektrum av tillgångar kan det vara möjligt att generera fler signaler, vilket potentiellt kan öka antalet handelstillfällen och därmed den totala nettovinsten. Det är viktigt att notera att varje marknad eller tillgång bör utvärderas noggrant för att säkerställa att strategin fortsätter att prestera effektivt i olika marknadssituationer.