Вернуться на www.financialastrology.ru

 

Лекторий по финансовой астрологии

 

Jeffrey Owen Katz, Ph.D. & Donna L. McCormick

 

Торговля и лунные циклы

 

 

В своих статьях мы неоднократно обращали внимание на циклы - ритмические колебания, которые имеют определенную периодичность. Мы исследовали сезонные циклы, которые были определены нами как рекуррентные явления, связанные с календарем, и пришли к выводу, что исторический анализ поведения рынка, основанный на определенных датах и временных периодах может давать хорошие результаты. Затем мы попытались обнаружить циклы, которые в отличие от сезонных, не связаны прямо с тем или иным явлением, а просто является рекуррентными ритмами или колебаниями рынка. Хотя результаты оказались разными для разных рынков, наш метод блока фильтров специально разработанный для тестирования нашей гипотезы, как выяснилось, имеет определенный потенциал для создания эффективной торговой стратегии, основанной на циклах.

В этой работе мы вновь обратимся к анализу циклического поведения рынка, которое определяется лежащими в основе рыночных процессов силами. В частности мы намерены проанализировать отношения между поведением рынка и лунными ритмами. Как и раньше, наша цель заключается в вычленении оптимальных комбинаций и параметров для создания успешной торговой системы.

 

Астрология: наука или шарлатанство?

 

Мы не будем исходить априори из возможности того факта, что движения рынка определяются лунными циклами, поскольку определение астрологии (из словаря Вебстера) как "предсказания предполагаемого влияния звезд или планет на судьбу человека и земные события" кажется нам глупым. Подобные убеждения кажутся нам следствием нехватки общего уровня развития. Однако, что мы на самом деле знаем об астрологии и лунных влияниях?

Во-первых, наука доказала, что существует некоторая взаимосвязь между личностью и положением планет. В опубликованном в 1978 году исследовании ученые попытались определить зависимость интравертного и экстравертного типов характерна от зодиакального знака, под которым родился человек. Референтная группа составила 2.324 человека. Согласно проверяемой гипотезе, люди, которые родились под знаками Овна, Близнецов, Льва, Весов, Стрельца и Водолея должны быть экстравертами, тогда как родившиеся под знаками Тельца, Рака, Девы, Скорпиона, Козерога и Рыб становятся интровертами. Итоги исследования подтвердили гипотезу.

Мы также знаем, что гравитационная сила луны влияет на морские, земные и атмосферные приливы. Луна влияет на количество преступлений, настроение и душевное состояние людей. Женщины рожают в основном во время полнолуния.

Если учесть все эти факты, то возможность влияния лунных циклов на поведение рынка не покажется такой уже несуразной вещью. Я далеко не первый, кто пришел к такому допущению. Трейдер Ларри Вильямс обнаружил, что фьючерсы на серебро, зерно, пшеницу, соевые бобы идут вверх во время полнолуний и имеют тенденцию снижаться в цене во время новолуний.

 

Наш метод

Лунный цикл состоит из 4 фаз луны: полнолуния, первой четверти, последний четверти и новолуния. Мы решили попытаться проверить, существует ли повторяющийся рыночный ритм, связанный с фазами луны. Например, рынок формирует дно во время новолуния или за пять дней полнолуния или в новолуние? Поскольку влияние лунных циклов на разные рынки может быть различным, мы провели исследование нескольких рынков, используя стандартные дневные дранные.

В статье мы рассмотрим очень простую систему, которая дает входы на покупку и продажу в зависимости от фаз луны. Мы также рассмотрим поведение системы, которая генерирует сигналы на покупку через определенное количество дней после полнолуния и продажу через определенное количество дней после новолуния. Количество дней это отложенный параметр, который может корректироваться. Если задержка составляет 0, то мы покупаем при полнолунии и продаем при новолунии. Если задержка составляет около 14, то мы покупаем в первый день после новолуния и продаем в первый день после полнолуния. Для разных рынков этот параметр является разным, поскольку они по-разному коррелируют с лунным ритмом. Другие параметры не предусмотрены.

В итоге я составил динамичный лунный модуль, определяющий фазы луны. Я записал его в С, поскольку записать его в TradeStation представляется весьма проблематичным. Кроме того, я создал простую торговую систему для TradeStation, чтобы проверить насколько эффективно можно применять циклы луны для генерирования торговых сигналов.

Ниже представлен код торговой системы в Easy Language. Она использует лунный модуль, который обозначен функцией Sa_MoonPhaseDate, функция состоит из двух аргументов: даты и фазы. Второй аргумент соответствует фазе луны. 0 указывает на новолуние, 1 на первую четверть, 2 на полнолуние, 3 на последнюю четверть луны. Если вторая переменная 2 программа будет искать следующий случай полнолуния и выдаст эту дату. Дата не будет выдана до тех пор, пока дата, которую я ввел, не пройдет через программу и не вернется как данные по предстоящей полной луне, в этой точке будет выдана дата следующей полной луны и так далее.

В коде лунному модулю дается период пять баров назад. Используя функцию лунного модуля, я получаю дату предстоящего полнолуния и предстоящего новолуния.

Затем я создал две серии. Первая указывает на полнолуние в ночь с сегодня на завтра (или во время выходных, если сегодня пятница), другая указывает на новолуние.

Торговые правила просты. Если L1 дней назад было полнолуние, то следует покупать. Если L1 дней назад было новолуние, то следует продавать. Количество дней (L1) является фактором задержки. Если L1=0, следует покупать в день следующий за ночью полнолуния, если L1=1 то следует покупать через день после ночи полнолуния. Если L1=2, то следует покупать через два дня после ночи полнолуния и так далее. Точно также осуществляются и продажи. Стопы и фильтры для улучшения работы системы не использовались, чтобы не нарушать чистоту эксперимента.

 

 

Результаты

 

Сначала я решил протестировать систему на контрактах по пшенице.

Я оптимизировал функцию L1 от 1 до 20, таким образом, чтобы в случае перемены фаз (т.е. в случае новой луны как точки покупки) могло быть найдено решение около 14. Лучшая прибыль была получена при факторе задержки равном 1.

 

EASY LANGUAGE

{ System requires external function to calculate moon phase dates }

DefineDLLFunc:”SCSIWA.DLL”,LONG,”SA_MoonPhaseDate”,LONG,LONG;

Inputs: L1(0);

Vars: FullMoonDate(0), NewMoonDate(0);

{ Get the dates on which the next full and new moons occur }

FullMoonDate = SA_MoonPhaseDate (Date[5], 2);

NewMoonDate = SA_MoonPhaseDate (Date[5], 0);

Value1 = 0;

If Date < FullMoonDate And Date Tomorrow >= FullMoonDate

Then Value1 = 1;

Value2 = 0;

If Date < NewMoonDate And Date Tomorrow >= NewMoonDate

Then Value2 = 1;

{ If the moon was full L1 bars ago, then go long }

If Value1[L1] > 0 Then Buy At Market;

{ If the moon was new L1 bars ago, then go short }

If Value2[L1] > 0 Then Sell At Market;

 

При изменении фактора задержки работа системы резко ухудшается. Как можно видеть по итогам тестирования работы в TradeStation (рисунок 2) система является прибыльной. В период с 2 января 1990 года до 21 февраля 1997 года она принесла 22.600 американских долларов. Было совершено 170 сделок 56 % из которых были прибыльными. Без стопов и фильтров просадка составила 8.500 американских долларов. Средняя сделка составляла 121.18 долларов. С учетом умеренных комиссий и других расходов система остается прибыльной, однако прибыль не очень большая. Я бы не рекомендовал торговать по этой системе, но она наглядно показывает, что поведение рынка действительно коррелирует с лунными циклами.

W.LNG-DAILY 01/02/90 - 02/21/97

PERFORMANCE SUMMARY: ALL TRADES

Total net profit

$20,600.00

Open position P/L

$-337.50

Gross profit

$64,712.50

Gross loss

$-44,112.50

Total # of trades

170

Percent profitable

56%

Number winning trades

96

Number losing trades

74

Largest winning trade

$2,825.00

Largest losing trade

$-2,750.00

Average winning trade

$674.09

Average losing trade

$-596.11

Ratio avg win/avg loss

1.13

Avg trade(win & loss)

$121.18

Max consec. winners

5

Max consec. losers

5

Avg # bars in winners

11

Avg # bars in losers

11

Max intraday drawdown $-8,500.00

 

 

Profit factor 1.47

Max # contracts held

1

Account size required $8,500.00

Return on account

242%

PERFORMANCE SUMMARY: LONG TRADES

 

Total net profit

$11,587.50

Open position P/L

$0.00

Gross profit

$30,775.00

Gross loss

$-19,187.50

Total # of trades

85

Percent profitable

61%

Number winning trades

52

Number losing trades

33

Largest winning trade

$2,700.00

Largest losing trade

$-1,550.00

Average winning trade

$591.83

Average losing trade

$-581.44

Ratio avg win/avg loss

1.02

Avg trade(win & loss)

$136.32

Max consec. winners

9

Max consec. losers

5

Avg # bars in winners

11

Avg # bars in losers

11

Max intraday drawdown $-4,300.00

 

 

Profit factor 1.60

Max # contracts held

1

Account size required $4,300.00

Return on account

269%

PERFORMANCE SUMMARY: SHORT TRADES

 

Total net profit

$9,012.50

Open position P/L

$-337.50

Gross profit

$33,937.50

Gross loss

$-24,925.00

Total # of trades

85

Percent profitable

52%

Number winning trades

44

Number losing trades

41

Largest winning trade

$2,825.00

Largest losing trade

$-2,750.00

Average winning trade

$771.31

Average losing trade

$-607.93

Ratio avg win/avg loss

1.27

Avg trade(win & loss)

$106.03

Max consec. winners

7

Max consec. losers

7

Avg # bars in winners

10

Avg # bars in losers

11

Max intraday drawdown $-9,300.00

 

 

Profit factor 1.36

Max # contracts held

1

Account size required $9,300.00

Return on account

97%

 

Рисунок 2

 

Прибыльность системы не может считаться основанием последовательного рыночного движения. Это связано с тем, что количество длинных сделок и коротких сделок было одинаковым. Если рынок снижается во время данного периода или наоборот, длинные сделки должны отменять короткие. Как видно на рисунке 2, средняя длинная сделка составила 136.332, тогда как средняя короткая сделка составила 106.03. Я не проводил тестирование статистической значимости, однако большое количество сделок и равное количество прибыльных длинных и коротких сделок, заставляют нас признать, что за этим кроются какие-то закономерности.

На рисунке 3 приведен пример сигналов нашей системы для контрактов на пшеницу. Покупка осуществляется через один день после полнолуния, а продажа через один день после новолуния. Некоторые сигналы очень неудачны, но далеко не все.

Рисунок 3

 

На рисунке 4 дан итог работы системы для фьючерсов на индекс NYSE. В данном случае необходима задержка с фактором 10. Это означает, что необходимо покупать за три дня до новолуния и продавать за три дня до полнолуния.

YX.LNG-DAILY 01/03/90 - 02/21/97

PERFORMANCE SUMMARY: ALL TRADES

Total net profit

$75,550.00

Open position P/L

$0.00

Gross profit

$203,700.00

Gross loss

$-128,150.00

Total # of trades

170

Percent profitable

60%

Number winning trades

102

Number losing trades

68

Largest winning trade

$10,300.00

Largest losing trade

$-9,175.00

Average winning trade

$1,997.06

Average losing trade

$-1,884.56

Ratio avg win/avg loss

1.06

Avg trade(win & loss)

$444.41

Max consec. winners

7

Max consec. losers

4

Avg # bars in winners

11

Avg # bars in losers

11

Max intraday drawdown $-20,725.00

 

 

Profit factor 1.59

Max # contracts held

1

Account size required $20,725.00

Return on account

365%

PERFORMANCE SUMMARY: LONG TRADES

 

Total net profit

$86,350.00

Open position P/L

$0.00

Gross profit

$123,100.00

Gross loss

$-36,750.00

Total # of trades

85

Percent profitable

69%

Number winning trades

59

Number losing trades

26

Largest winning trade

$10,300.00

Largest losing trade

$-5,925.00

Average winning trade

$2,086.44

Average losing trade

$-1,413.46

Ratio avg win/avg loss

1.48

Avg trade(win & loss)

$1,015.88

Max consec. winners

8

Max consec. losers

4

Avg # bars in winners

11

Avg # bars in losers

10

Max intraday drawdown $-16,600.00

 

 

Profit factor 3.35

Max # contracts held

1

Account size required $16,600.00

Return on account

520%

PERFORMANCE SUMMARY: SHORT TRADES

 

Total net profit

$-10,800.00

Open position P/L

$0.00

Gross profit

$80,600.00

Gross loss

$-91,400.00

Total # of trades

85

Percent profitable

51%

Number winning trades

43

Number losing trades

42

Largest winning trade

$6,950.00

Largest losing trade

$-9,175.00

Average winning trade

$1,874.42

Average losing trade

$-2,176.19

Ratio avg win/avg loss

0.86

Avg trade(win & loss)

$-127.06

Max consec. winners

4

Max consec. losers

8

Avg # bars in winners

10

Avg # bars in losers

11

Max intraday drawdown $-28,850.00

 

 

Profit factor 0.88

Max # contracts held

1

Account size required $28,850.00

Return on account

-37%

 

 

 

 

 

 

 

Рисунок 4

 

Ранее, изучая графики, я заметил, что полнолуние может быть хорошим индикатором продаж, так как оно часто предшествует резкому снижению SP 500. Данная система подтвердила это наблюдение для NYSE. В период с 3 января 1990 до 27 февраля 1997 года система дала прибыль в размере 75.550 американских долларов. Вновь общее количество сделок составило 170 (приблизительно 2 сделки в месяц), из которых 60 % были прибыльными. Средняя прибыль на сделку составила 441.41 американских долларов, даже с учетом комиссионных это неплохой показатель. Однако просадка составила 20.725. Возврат по депозиту в отчетный период только 365 %.

 

Рисунок 5

 

Снова можно указать на то, что рынок в течение этого периода находился в фазе роста, в результате система была прибыльной главным образом из-за длинных сделок и капитализации на тренде. Однако поскольку количество длинных и коротких сделок было одинаковым и они чередовались друг с другом, эффект от рыночного тренда был сведен на нет. Средняя длинная прибыльная сделка составила 1.015.88 американских долларов, тогда как средний убыток по короткой сделки 127.06.

Такие результаты могут быть объяснены эффектами сильных рыночных трендов на циклы. Когда цикл следует сильному тренду, это приводит к большому росту, когда цикл двигается против сильного рыночного тренда это приводит к небольшому убытку. Другими словами происходит наложение лунного цикла на тренд. Длинные сделки по системе на 69 % были прибыльными, просадка составила 16.600 долларов, прибыль 86.350, возврат по депозиту 520 %. Как ни странно, в данном случае система сработала намного лучше, чем для пшеницы. Стопы и фильтры вновь не использовались. Более светлые бары показывают прибыль, более темные максимальные просадки. При изменении фактора задержки сначала просадка снижается, а прибыль растет, а затем просадка растет, а прибыль снижается, после прохождения точки оптимальной задержки (см.рисунок 6).

 

Рисунок 6

 

При правильном выборе фазы, система становится прибыльной. Статистически это указывает на реальность влияния луны на рынок, чистая прибыль является максимальной при минимальной просадке. Это означает, что существует определенный цикл, который, когда его фаза правильно увязывается с лунной фазой, дает возможности для торговли. Опять таки, работа системы несовершенна, но она генерирует много хороших сигналов.

Следующий рынок, на котором я решил поэкспериментировать, был рынок серебра. На рисунке 7 приведены данные по тестированию этого рынка. Здесь необходимая задержка составила 17 дней. Таким образом, покупки совершились примерно в новолуние - в среднем через три дня после новолуния, а продажи через три дня после полнолуния. Система дала в отчетный период прибыль в размере 22.030 американских долларов, средняя прибыль на сделку составила 130.36, просадка 11.600, 57 % сделок были прибыльными. Как короткие, так и длинные сделки в среднем были прибыльными. Средняя прибыльность коротких сделок оказалась лучше средней прибыльности длинных сделок. В обоих случаях просадки были примерно одинаковыми.

SI.LNG-DAILY 01/02/90 - 02/21/97

PERFORMANCE SUMMARY: ALL TRADES

Total net profit

$22,030.00

Open position P/L

$375.00

Gross profit

$72,385.00

Gross loss

$-50,355.00

Total # of trades

 169

Percent profitable

 57%

Number winning trades

 97

Number losing trades

 72

Largest winning trade

$3,125.00

Largest losing trade

$-3,150.00

Average winning trade

$746.24

Average losing trade

$-699.38

Ratio avg win/avg loss

 1.07

Avg trade(win & loss)

$130.36

Max consec. winners

 6

Max consec. losers

 8

Avg # bars in winners

 11

Avg # bars in losers

 11

Max intraday drawdown $-11,600.00

 

 

Profit factor 1.44

Max # contracts held

 1

Account size required $11,600.00

Return on account

 190%

PERFORMANCE SUMMARY: LONG TRADES

 

Total net profit

$6,380.00

Open position P/L

$375.00

Gross profit

$32,865.00

Gross loss

$-26,485.00

Total # of trades

 84

Percent profitable

 52%

Number winning trades

 44

Number losing trades

 40

Largest winning trade

$3,125.00

Largest losing trade

$-2,525.00

Average winning trade

$746.93

Average losing trade

$-662.13

Ratio avg win/avg loss

 1.13

Avg trade(win & loss)

$75.95

Max consec. winners

 5

Max consec. losers

 5

Avg # bars in winners

 11

Avg # bars in losers

 11

Max intraday drawdown $-7,290.00

 

 

Profit factor 1.24

Max # contracts held

 1

Account size required $7,290.00

Return on account

 88%

PERFORMANCE SUMMARY: SHORT TRADES

 

Total net profit

$15,650.00

Open position P/L

$0.00

Gross profit

$39,520.00

Gross loss

$-23,870.00

Total # of trades

 85

Percent profitable

 62%

Number winning trades

53

Number losing trades

32

Largest winning trade

$2,280.00

Largest losing trade

$-3,150.00

Average winning trade

$745.66

Average losing trade

$-745.94

Ratio avg win/avg loss

 1.00

Avg trade(win & loss)

$184.12

Max consec. winners

10

Max consec. losers

 5

Avg # bars in winners

 11

Avg # bars in losers

 11

Max intraday drawdown $-7,105.00

 

 

Profit factor 1.66

Max # contracts held

 1

Account size required $7,105.00

Return on account

 220%

 

Рисунок 7

 

Опять, полученные нами данные, показывают, что существует реальный цикл, может быть слабо выраженный и непостоянный, однако достаточный для получения итогов торгов, лучших чем, основанных на случайных параметрах. Если вы посмотрите на рисунок 8, вы увидите, что многие сигналы являются достаточно хорошими. Мнение скептиков о том, что причина таких результатов кроется в корреляции, обусловленной эффектом конца месяца, несостоятельно, так как лунный циклы немного короче месяца солнечного календаря. Анализ сдвигов сигналов на покупку показывает, что рынок колеблется в соответствии с ритмами луны, кроме того система позволяет идентифицировать донья, что опровергает ее работу на обычном месячном цикле.

 

Рисунок 8

 

Дискуссия

 

Влияние луны на рынок является реальным, однако недостаточно сильным, чтобы обеспечить хорошие результаты системы, основанной исключительно на фазах луны. Почему луна иногда дает хорошие сигналы, а иногда нет? Ответ, по нашему мнению, кроется в том, что любой рынок подвержен влиянию множество факторов: сезонных тенденций, активности на других рынках и так далее.

Возьмем для примера рынок золота. Цена на золото часто коррелирует с ценой на нефть и инфляцией. В этом случае влияние лунных циклов на этот рынок накладывается на влияние других факторов. Эти другие факторы могут оказаться более значимыми, чем влияние луны и рынок в первую очередь будет определяться ими. Но на идеальном рынке, который не испытывает на себе влияния других внешних сил, а также на котором нет сильного тренда, который "проглатывал" бы циклическую активность, движение цены будет коррелировать с лунными ритмами. Каждый раз, когда этот рынок будет подвергаться какому-то внешнему влиянию, влияние лунного цикла будет снижаться. Задача дальнейших исследований в этой области стоит в том, чтобы определить, когда влияние лунного цикла ярко выражено, а когда оно отсутствует и выработать критерии принятия торговых решений в зависимости от ситуации.

 

Заключение

 

Вне всяких сомнений лунный цикл является важным феноменом, влияющим на рынок. Итоги нашего исследования заставляют задуматься о том, что и другие космические явления могут оказывать влияние на рынки (например, солнечная активность, цикл которой составляет примерно 11 лет, затмения, парады планет и т.д.). Астрология рынка не является шарлатанством, как это может показаться на первый взгляд. Если преодолеть границы анализа рынка, которые не преодолевал раньше ни один трейдер, можно сделать много открытий.

 

 

Об авторах:

Джефри Оуэен Кац, доктор наук, профессиональный трейдер и консультант в компании Selden (Нью-Йорк). Его фирма Scientific Consultant Services Inc.,специализируется в программировании торговых систем и инструментов и предоставляет экспертные консультации по созданию систем и использованию иснутрментария Omega Research.

Донна Мак Кормик - вице-президент Scientific Consultant Services.