Professional Market Forecasting and Trading

Perfect-Trader.com

Systemtrading

Adaptive Breakout System

Das Adaptive Breakout System ist ein Trendfolgesystem und basiert auf einem bekannten Trendfolgeansatz in Kombination mit einem dynamischen Trigger-Mechanismus. Viele Trendfolgesysteme nutzen den Ausbruch aus den Bollingerbändern zum Einstieg, da diese Bewegungen häufig einen neuen Trend einleiten. Problematisch sind dabei die falschen Ausbrüche, die, wenn sie zu häufig sind, die Gewinne aus den Trendphasen zunichte machen. Hier kommt die dynamische Komponente ins Spiel. Das System berechnet die Volatilität der Vergangenheit. Dazu gibt es verschiedene Möglichkeiten, wie Gaps, Bar-Range, AverageTrueRange, usw. Ich verwende dazu die Standardabweichung. Warum die Volatilität berechnen? Ganz einfach, sie kann indirekt als ein Maß für den Trend angesehen werden. Tendierende Märkte neigen zu niedrigerer Volatilität,  während Märkte in Seitwärtsbewegungen in einigen Fällen eine höhere Vola aufweisen können. Ist die Vola bekannt, zieht das System daraus die weiteren Konsequenzen, indem es bei höherer Vola einige Inputparameter verkleinert, bei niedriger Vola die Inputparameter vergrößert. Durch diese Maßnahme neigt das System dazu in tendierende Märkte eher zu investieren, während es in Seitwärtsphasen eher inaktiv bleibt.

 

Die nachfolgende Abbildung zeigt den Ibm Tageschart mit Einstiegen und Exits des adaptiven Breakout Systems. Darunter ist die Equity Curve zu sehen.

IBM Tageschart  mit Entries (blau ) und Exits (rot)

 

 

Equity Curve

 

{tab= System }

Anstatt der Bollingerbänder verwende ich eine Regressionslinie mit zwei Standardabweichungen (als variablen Input) und adaptiver Länge. Diese Länge wächst indirekt proportional mit der Vola. Der nächste dynamische Parameter ist die Steigung der Regression, auch hier wächst der Beobachtungszeitraum mit sinkender Vola. Das System investiert nur in die Richtung der Reg. Als letztes berechnen die dynamischen Variablen x und y (siehe Ela Code) den Beobachtungszeitraum, indem nach dem höchsten Hoch oder tiefsten Tief gesucht wird. An diese Werte wird die endgülitge Order gelegt, um sich für einen möglichen Ausbruch zu positionieren. Als Exit wird wieder zur Vereinfachung ein ATR Trailing Stopp verwendet, da das Hauptaugenmerk auf die Entry Signale gelegt wird und deren Qualität getestet werden soll. Es empfiehlt sich jedoch auch hier ein Vola sensitiver Trailing Stop. Denn im realen Einsatz entscheidet letztendlich die  Exitstrategie über die Performance mit . Das System liefert auf Tagescharts bessere Ergebnisse als auf Intradaycharts. Unterhalb von  120  Minuten Charts  ist es kaum erfolgreich.

{tab= Ela Code}

{vola adaptives breakoutsystem
by sOliver 2001}

inputs:max(50),min(10), sdevs(2),length(20);

vars:x(0) , y(0), upband(0),downband(0), xlength(20), volaA(0), volaB(0), volaBA(0);

{regression}
condition1= LinearRegSlope(close, xlength) > linearregslope(close,xlength)[1];
condition2= LinearRegSlope(close, xlength) < linearregslope(close,xlength)[1];

Value1 = LinearRegValue( close, xlength, 0 );
Value2 = SDevs * Stddev( close, xlength ) ;

upband=value1+value2;
downband=value1-value2;

{vola}
volaA=stddev(close,30);
volaB=stddev(close[1],30);
volaBA= (volaA-volaB)/ volaA;
xlength=xlength*(1 +volaBA);
xlength=round(xlength,0);
xlength=maxlist(xlength,min);
xlength=minlist(xlength,max);

x=highest(high,xlength);
y=lowest(low,xlength);


{buycondition}
if(close>upband) and condition1 then begin
buy next bar at x stop;
end;

{sellcondition}
if (close < downband) and condition1 then begin
sell next bar at y stop;
end;


{atr longexit}

Inputs: atrs(3);
Variables: zl(0), atry(0);

atry = AvgTrueRange(10) * atrs;

If BarsSinceEntry = 0 Then
zl = High;

If MarketPosition = 1 Then Begin
If High > zl Then
zl = High;
ExitLong ("atrexit l") Next Bar at zl - atry Stop;
End
else
ExitLong ("atrl") Next bar at High - atry Stop;

{atr shortexit}


Variables: zs(0), atrx(0);

atrx = AvgTrueRange(10) * atrs;

If BarsSinceEntry = 0 Then
zs = Low;

If MarketPosition = -1 Then Begin
If Low < zs Then
zs = Low;
ExitShort ("atrexit s") Next Bar at zs + atrx Stop;
End
else
ExitShort ("atrs") Next bar at Low + atrx Stop;

{/tabs}

 

Dow Jones Tageschart mit Entries und Exists

 

 

Dow Jones Equity Curve

 

 

 

Testergebnisse

Testergebnisse im Schweizer Franken im Testzeitraum 1975 bis 2000.

Performance Report mit ATR(3)

Total nr of trades : 173

Percent profitable : 46

Ratio avg win/loss : 2,35

Profit Factor : 1,98

 

Die Testergebnisse im Schweizer Franken sind befriedigend. Alle getesteten ATR Inputs (von 1 bis 11) für den Exit ergaben eine stabile Performance. Alle Entry Parameter blieben dabei unverändert. Dies deutet auf eine brauchbare Robustheit des Systems hin.

Equity Curve mit Exit ATR (5)

 

 

 

Testergebnisse S&P 500, continius contract, 1985-2000

Performance Report ATR(3)

Total nr of trades : 62

Percent profitable : 40%

Ratio avg win/los : 2,92

Profit Faktor : 1,97

 

Der S&P ist ein sehr schwieriger Markt für Handelssysteme. Doch auch hier zeigten alle getesteten ATR Werte zwischen 4 und 10  ein gutes Plus. Die lange Seitwärtsphase deutet aber darauf hin, dass man sich vom S&P eher fernhalten sollte.

Equity Curve mit Exit ATR(3)

 


 

 

Testergebnisse US T-Bond.continius contract 1985 bis 2000

Performance Report ATR(3) :

Total nr of trades : 83

Percent profitable : 46%

Ratio avg win/loss : 1,69

Profit Faktor : 1,43

 

Auch in den T-Bonds waren alle getesteten ATR Exits zwischen 1 und 10  im Plus. Das System ist auch in  Commodities und Währungen  erfolgreich.

Equity Curve

 


 

 

Testergebnisse Aktien Einzelwerte Testzeitraum von 1984 bis 2000.

Getestet wurde mit variablen Exits der Average True Rangeals Trailing Stopp(ATR). Alle Tests mit ATR Inputs von (2) bis (6). Entry Inputs blieben in allen Märtken unverändert. Getestet wurden der Dow Jones und einige Einzelwerte aus dem Dow, mit den folgenden Ergebnissen:

 

Im Dow Jones zeigte der ATR (2)einen recht kleiner Profit, (3) bis (6) lagen gut im Plus.

Dow Jones Tageschart. ATR(4)

Total nr of trades: 31

Profitable: 38%

Ratio avg win/loss : 3,58

Profit Faktor : 2,26

 

Alcoa lieferte mit allen ATR gute Ergebnisse

AA Tageschart. ATR(4)

Total nr of trades: 105

Profitable: 49%

Ratio avg win/loss : 1,86

Profit Faktor : 1,8

 

Alied Signal liefert nur mit ATR(6) guten Profit, der Rest negativ bis break even.

ALD Tageschart. ATR(4)

Total nr of trades: 74

Profitable: 35%

Ratio avg win/loss : 1,88

Profit Faktor : 1,02

 

American Express liefert nur bei (2) negative Performance.

AXP Tageschart. ATR(4)

Total nr of trades: 81

Profitable: 42%

Ratio avg win/loss : 2,01

Profit Faktor : 1,45

 

Boing liefert mit den ATR´s (2) bis (5) eine relativ gleichbleibende Equity Curve

BA Tageschart. ATR(4)

Total nr of trades: 90

Profitable: 44%

Ratio avg win/loss : 1,2

Profit Faktor: 0,96

 

Citigroup ist mit allen ATR´s im Plus. Stark (3) bis (6), schwach bei (2) als Input.

Ci Tageschart. ATR(4)

Total nr of trades: 19

Profitable: 37%

Ratio avg win/loss : 3,0

Profit Faktor : 1,77

 

Caterpiller mit schwachen Testergebnissen

CAT Tageschart. ATR(4)

Total nr of trades: 90

Profitable: 45%

Ratio avg win/loss : 1,11

Profit Faktor : 0,93

 

IBM: (2) lieferte die besten Ergebnisse, (3) bis (6) zeigten kaum Unterschiede

IBM Tageschart. ATR(4)

Total nr of trades: 93

Profitable: 35%

Ratio avg win/loss :2,59

Profit Faktor : 1,43

 

Das System lieferte die besten Ergebnisse auf Commodities und Indizes, Aktien schnitten klar schwächer ab. Ein optimaler ATR Inputwert konnte natürlich nicht gefunden werden. Obwohl alle Inputparameter des Entry unverändert und unoptimiert blieben, zeigte das System über vieleMärkte hinweg seine Robustheit und Profitabilität.

 


 

Fazit:

Dieser Systemansatz soll einen einfachen und dynamischen Mechanismus zeigen, der in verschiedene Systeme integriert werden kann. Mit einem passenden Exit können auch simple Konzepte basierend auf Volatilität und Regression langfristig profitabel gehandelt werden. Festzuhalten bleibt,  dass dynamische Ansätze, vor allem basierend auf Volatilität, gegenüber starren Inputparamentern häufig im Vorteil sind. Systemtrader sollten daher eher versuchen adaptive Handelsregeln in ihre Architekturen zu integrieren und starre Regeln vermeiden.