I found a description of supposed to be profitable strategy on Bloomberg. The strategy is simple – buy S&P500 index on close and sell it on next day open.
So, I tested this claim and got nice P/L curve:
Yes, since 1993 this strategy has generated the profit >300%. But, neither commissions or slippage are included:)
Let’s consider 0.0007% commissions+slippage(7$ per 10000 trade). There we go:
Is it good? I will look for somethig better…
Man to nustatyti nepavyko, nes OMXBB indeksas turi tik dienos uždarymo kainas. Uždarymo kainos netinka, nes OMXBB biržos užsidaro dar prieš JAV biržų atidarymą.
Sprendimas – pažiūrėti kaip į S&P500 indeksą reaguoja Lietuvos Telekomas. Naudojau TEO1L dienos atidarymo kainas, kurias vėliau, viena diena pavėlinau (lag(Open,-1)), S&P500 dienos uždarymo kainos.
Kagi, turi ganėtinai didelę koreliaciją, svyruojančią tarp 0.7 ir 0.9. Koreliacijos grafikas:
Pirmas klausimas, kurį reikėjo išsiaiškiti – kokios akcijos OMX Baltic biržoje svyruoja labiausiai?
Reikalingus duomenis galima rasti kurmis.org – tikiuosi, rastos klaidos TKM ir ZMP akcijų kotiruotėse jau pataisytos. Apačioje pateikiu lentelę, kurioje yra kiekvienos akcijos vertės svyravimai nuo 2005 metų. Dėmesio, skaičiuojant vidutinį nuokrypį (SD) naudojau 150 dienų langą. T.y. nuo 2005 sausio 1d. atskaičiavau 150 dienų į priekį ir paskaičiavau SD. Tada, nuo sausio 2d. atskaičiavau 150 dienų į priekį ir vėl paskaičiavau SD. Vėliau, visus SD sudėjau ir gavau SD vidurkį su slenkančiu 150 dienų langu.
| SAN1L | 3.13 |
| TKM1T | 2.17 |
| IVL1L | 1.75 |
| APG1L | 1.61 |
| ZMP1L | 1.3 |
| SAF1R | 1.11 |
| MRK1T | 0.86 |
| TVEAT | 0.83 |
| BLT1T | 0.72 |
| RSU1L | 0.71 |
| VLP1L | 0.69 |
| GRD1R | 0.64 |
| HAE1T | 0.6 |
| SFGAT | 0.56 |
| OEG1T | 0.54 |
| SRS1L | 0.46 |
| PZV1L | 0.43 |
| UKB1L | 0.43 |
| NRM1T | 0.42 |
| ETLAT | 0.41 |
| RST1L | 0.4 |
| LME1R | 0.37 |
| SAB1L | 0.37 |
| GRG1L | 0.27 |
| VNF1R | 0.26 |
| ARC1T | 0.18 |
| TEO1L | 0.18 |
| TAL1T | 0.13 |
| LSC1R | 0.13 |
| KNF1L | 0.07 |
| LJL1L | 0.05 |
Kaip kurių akcijų svyravimų vidurkis nustebino – tikėjausi, kad bankinis sektorius svyruoja labiau. Reiktų atminti, kad kai kurių akcijų SD labai mažas, nes jų likvidumas irgi labai mažas, todėl prieš panaudojant gautus rezultatus, truputi “apvaliau”.
Taigi, sudariau du indeksus – akcijų, kurių vertės labai svyruoja:
‘TKM1T’, ‘IVL1L’,'APG1L’, ‘SAN1L’
ir akcijų, kurių vertės svyruoja mažai:
‘TEO1L’,'ETLAT’,'RST1L’,'SAB1L’
Vėliau sukonstravau du paprastus indeksus (labai svyruojančių ir nelabai svyruojančių verčių). Remiausi tokiais parametrais: visų akcijų svoris indekse yra vienodas, periodas nuo 2005m. Jei akcija kurią nors dieną nesikotiravo, grąžą tai dienai prilyginau nuliui.
Strategija: pirkti akcijas su dideliu SD, jei šių akcijų grąža per paskutines 10 savaičių buvo didesnė už grąžą, akcijų su mažu SD. Parduoti akcijas kai grąža, akcijų turinčių didelį SD, per paskutines 10 savaičių yra mažesnė už gražą, akcijų su mažu SD.
Rezultatas
Raudona linija – akcijų, turinčių didelį SD, graža nuo 2005m. iki 2009 spalio mėn. Nupirkos ir išlaikytos.
Juoda linija – tai grąža aprašytos stategijos.
Rezultatas nėra džiuginantis – ši strategija didesnės grąžos neduoda. Bet vienas idomus faktas – galutinė grąža yra panaši, bet rezultatų svyravimai yra skirtingi. Jei investuotojas laikytų šias akcijas savo portfelyje, tai generuotų 20 % svyravimus, tuo tarpu jei investuotojas naudotų aprašytą strategiją – grąžos svyravimai sumažėtų iki 12,4%. Jei investuotojas turi rinktis tarp dviejų produktų, kurių grąža yra panaši, racionalus sprendimas būtų rinktis tą produktą, kurio svyravimai yra mažesni.
p.s. Komisiniai į skaičiavimus neįtraukti.
Recently, friend of my, got investment advise from his broker – long gas, because the price of gas is very low compared to oil. The broker didn’t indicate neither profit target or stop loss…
I got hooked on the idea.
First of all, I ran linear regression on monthly prices of oil and gas from 01-12-1993 to 01-09-2009. I was skeptical about ‘oil vs gas’ idea, but after seeing this graph it became interesting. R-Square is high 0.7385. Check this out: (the prices are adjusted with log())
The spread between oil and gas indicates, that it was very high back in September.
Finally, I took two funds: USO (oil’s ETF) and UNG (gas’s ETF) to see how does it look on real time (ok ok daily) data. As we can see, in late September the spread reached a new high. The problem is, that data set is very limited and we can see only ~3 years.
And the last one – green stands for oil’s log(price) and blue one for gas’s log(price).
