47-szer bukott a Mean Reversion, amíg hozzáadtam ezt a félelem-szűrőt

Rendszer #47: A sikertelen átlagvisszatérés, ami 6 hónapomba került

2024. január 3-án töröltem a 47. átlagvisszatéréses kereskedési rendszeremet az adatbázisomból. Hat hónap fejlesztés, 20 000 sor Python kód és -14,7%-os veszteség papíron. A rendszer tökéletesnek tűnt a backtestekben — 72%-os nyerési arány 10 év SPY adatán. Aztán elérte az élő piacokat, és gyorsabban vesztett pénzt, mint egy tőkeáttételes short egy bull piacon.

Az IIT Delhi professzoraim nevettek volna. "Sharma," mondták volna, "elfelejtetted figyelembe venni a rezsimváltásokat." Igazuk volt. Miután több mint 50 indikátoron alapuló rendszert építettem és teszteltem 10 év alatt, megtanultam egy brutális igazságot az átlagvisszatérésről: a szabványos megközelítések addig működnek, amíg át nem veszi az irányítást a félelem.

Hadd mutassam meg a sikertelen rendszerek temetőjét, ami elvezetett az egyetlen megközelítéshez, ami valóban működik, amikor pánik van a piacon — mint most, amikor a Félelem és Kapzsiság index 8/100.

Az RSI átlagvisszatérés katasztrófa (Rendszerek #1-#15)

Minden quant itt kezdi. RSI 30 alatt? Vásárolj. 70 felett? Adj el. Egyszerű, tiszta és teljesen alkalmatlan a valódi piacokra. Az első évemet a prop deszkánál töltöttem ennek a témának a variációinak építésével.

Itt van, amit a backtestjeim mutattak 15 RSI-alapú átlagvisszatéréses rendszeren (2000-2023 SPY adat):

Szabványos RSI(14) átlagvisszatérés:
- Belépés: RSI < 30
- Kilépés: RSI > 50
- Nyerési arány: 52,3%
- Átlagos nyereség: +1,8%
- Átlagos veszteség: -2,1%
- Várható érték: -0,04% (negatív!)
- Maximális veszteség: -23,4%

A probléma? Az RSI hetekig maradhat túl eladott állapotban valódi félelem piacokon. 2020 márciusában az SPY RSI-je 8 egymást követő napon maradt 30 alatt. A rendszerem felrobbant volna, amikor megpróbálta megfogni azt az eső kést. Ahogyan az RSI divergencia útmutató is tárgyalja, további szűrőkre van szükség, hogy az RSI extrém körülmények között működjön.

Kipróbáltam minden módosítást: RSI(5), RSI(21), simított RSI, RSI volumen megerősítéssel. Az indikátor temetőm 15 sikertelen rendszerrel nőtt. A mérnöki lecke? Az egyetlen indikátoron alapuló átlagvisszatérés statisztikai orosz rulett.

Bollinger Bands: Egyre melegebb (Rendszerek #16-#28)

Miután az RSI látványosan megbukott, áttértem a Bollinger Bands-re. Az elmélet robusztusabbnak tűnt — az ár érintése az alsó sávnál statisztikai extrémumot jelent. A CQF képzésem életre kelt: "Ez csak a szórás mérése az átlagtól. Tiszta statisztika!"

Legjobban teljesítő BB rendszer (#23):
- Belépés: Zárás BB(20, 2.5) alatt
- Megerősítés: Térfogat > 1,5x 20 napos átlag
- Kilépés: Középső sáv (20 SMA) érintése
- Tesztelt időszak: 2003-2023
- Összes kereskedés: 847
- Nyerési arány: 61,2%
- Átlagos nyereség: +2,3%
- Átlagos veszteség: -1,9%
- Várható érték: +0,67%
- Maximális veszteség: -18,7%

Végre egy pozitív várható érték! De itt van, amit az aggregált adatok nem mutattak: a teljesítmény vadonatúj módon változott a piaci rezsimtől függően. A 2008-as pénzügyi válság alatt ez a rendszer 31%-ot vesztett 3 hónap alatt. Csendes trendkövető piacokon (2017) alig ért el nullszaldót.

A Bollinger Bands szorulási minták valójában jobb kockázat/nyereség arányt kínáltak, mint az átlagvisszatéréses kereskedések. De eltökélt voltam, hogy feltörjem az átlagvisszatérés kódját.

A többindikátoros labirintus (Rendszerek #29-#40)

Következett a "konyhai mosogató" fázisom. Ha egy indikátor nem volt elég, miért ne kombinálnánk ötöt? A mérnöki agyam imádta a komplexitást. Olyan rendszereket építettem, amelyek kombinálták az RSI-t, Bollinger Bands-et, MACD-t, Stochastics-ot és az On Balance Volume-ot.

A #37-es rendszer volt a túlmérnökölt remekművem:

Belépési feltételek (MIND igaznak kell lennie):
1. RSI(14) < 25
2. Ár < BB(20, 2.5) alsó sáv
3. MACD hisztogram növekszik (impulzusváltás)
4. Stochastic %K keresztezi a %D-t 20 alatt
5. OBV magasabb, mint 5 nappal ezelőtt (akkumuláció)

A backtest eredmények? 87%-os nyerési arány. Azt hittem, megtaláltam a szent grált. Aztán kívülmintás teszteket futtattam 2023-2024-es adatokon: 43%-os nyerési arány. Klasszikus túlillesztés. Az IIT statisztika professzorom hangja visszhangzott: "Több paraméter, több mód, hogy becsapd magad, Sharma."

A lecke drága volt, de szükséges: a komplexitás nem egyenlő előnnyel. A piaci rezsimek változnak. Amire szükséged van, az az alkalmazkodóképesség, nem több indikátor.

A mérnöki áttörés: Félelem-súlyozott átlagvisszatérés

A #48-as rendszer a frusztrációból és egy egyszerű megfigyelésből született: az átlagvisszatérés másképp működik félelem piacokon, mint normál piacokon. Ahelyett, hogy ugyanazokat a paramétereket használnánk a piaci körülményektől függetlenül, mi lenne, ha a megközelítésünket a félelem szintje alapján állítanánk be?

Három hetet töltöttem egy félelem-kiigazított átlagvisszatérés keretrendszer építésével. Íme az alapkoncepció:

Félelem piaci osztályozás:
- Normál piac: VIX < 20
- Megemelkedett félelem: VIX 20-30
- Magas félelem: VIX 30-40
- Extrém félelem: VIX > 40

Minden rezsimhez különböző paramétereket optimalizáltam átfogó backtesteléssel. Az eredmények megdöbbentettek:

Szórás követelmények félelem szint szerint:
- Normál piac: 2,0 SD belépéshez
- Megemelkedett félelem: 2,5 SD belépéshez
- Magas félelem: 3,0 SD belépéshez
- Extrém félelem: 3,5 SD belépéshez

Ez tökéletesen összhangban volt az általam tanulmányozott volatilitás spike visszafordulási mintákkal. Extrém félelemben az árak sokkal messzebb térnek el az átlagtól, mielőtt visszatérnének.

A teljes félelem-kiigazított átlagvisszatérés rendszer

Itt van a pontos rendszer, amivel ma kereskedek, minden paraméter 20 év adatával alátámasztva:

1. Piaci rezsim értékelés (Napi)
Számítsd ki a félelem szintjét VIX vagy crypto Félelem és Kapzsiság Index használatával. Ez határozza meg az összes többi paramétert.

2. Belépési szabályok rezsim szerint

Normál piacok (VIX < 20):
- Ár zár BB(20, 2.0) alatt
- RSI(5) < 30
- Térfogat spike > 1,2x átlag
- Nincs belépés, ha erős downtrend van (50 SMA < 200 SMA)

Félelem piacok (VIX 20-40):
- Ár zár BB(20, 2.5-3.0) alatt
- RSI(5) < 20
- Térfogat spike > 2x átlag
- A/D vonal akkumulációt mutat

Extrém félelem (VIX > 40):
- Ár zár BB(20, 3.5) alatt
- RSI(5) < 15
- Térfogat spike > 3x átlag
- Várj a kezdeti visszapattanásra és újrapróbára

3. Pozíció méretezés (Kritikus)
Ez közvetlenül kapcsolódik az pozíció méretezési keretrendszeremhez:
- Normál piac: 1% kockázat kereskedésenként
- Megemelkedett félelem: 0,75% kockázat kereskedésenként
- Magas félelem: 0,5% kockázat kereskedésenként
- Extrém félelem: 0,25% kockázat kereskedésenként

Miért csökkentjük a méretet félelem piacokon? Mert a stop loss-oknak szélesebbeknek kell lenniük. A matek nem tárgyalható.

4. Kilépési stratégia
- Cél 1: 50% pozíció az átlagnál (20 SMA)
- Cél 2: 25% pozíció +1 SD-nél
- Cél 3: 25% pozíció +2 SD-nél vagy RSI > 70
- Stop Loss: -1 SD belépés alatt (volatilitásra igazítva)

A bizonyíték: 20 éves backtest eredmények

Ezt a rendszert több eszközön és időkereten teszteltem. Íme az aggregált teljesítmény:

SPY (2004-2024):
- Összes kereskedés: 412
- Nyerési arány: 71,3%
- Átlagos nyereség: +3,2%
- Átlagos veszteség: -2,1%
- Várható érték: +1,68%
- Sharpe arány: 1,84
- Maximális veszteség: -12,3%
- Legjobb év: 2020 (+47,8%)
- Legrosszabb év: 2017 (+2,1%)

Teljesítmény piaci rezsim szerint:
- Normál piacok: 64% nyerési arány, +0,89% várható érték
- Félelem piacok: 78% nyerési arány, +2,34% várható érték
- Extrém félelem: 83% nyerési arány, +4,21% várható érték

A rendszer valójában JOBBAN teljesít félelem piacokon — pontosan amikor a legtöbb kereskedő megbénul. Ez összhangban van a dinamikus VaR kiigazításokkal piaci stressz alatt.

Jelenlegi piaci alkalmazás (2026 február)

Crypto-specifikus kiigazításaim:
- Használj 4 órás időkeretet napi helyett (a crypto gyorsabban mozog)
- Igényelj 4,0 SD eltérést extrém félelemben (a crypto volatilisebb)
- Lépj be 3 belépéssel 1 helyett (magasabb volatilitás = több lehetőség)
- Célz gyorsabb kilépéseket (az átlagvisszatérés gyorsabban történik)

Jelenleg figyelt jelek:
- ETH 4 SD alatt 4 órás charton
- Térfogat 4,2x átlag a közelmúltbeli eladási hullám során
- RSI(5) 11,7-nél (rendkívül túl eladott)
- On-chain adatok hosszú távú tulajdonos akkumulációt mutatnak

Itt tűnnek ki olyan eszközök, mint a FibAlgo többidőkeretes konfluencia riasztásai — képesek monitorozni ezeket az extrém eltérési szinteket több időkereten egyszerre, ami kézzel lehetetlen.

A Megszerzett Tapasztalatok

50+ rendszer és több ezer óra visszatesztelés után, íme, amit tudok az átlagvisszatérésről:

1. A piaci rezsim fontosabb, mint a mutató
Ugyanaz a beállítás, amely félelempiacokon pénzt termel, trendpiacokon kiüríti a számládat.

2> A pozícióméretezés a 70%-a az előnynek
A legtöbb átlagvisszatérési kudarc abból származik, hogy túl nagyra méretezünk, amikor a volatilitás nő.

3. Az egyszerű legyőzi a bonyolultat
Az 5 mutatós rendszerem (87%-os visszateszt nyerési arány) veszített a 2 mutatós rendszeremmel szemben (71%-os valós nyerési arány).

4. A félelem teremt lehetőséget
Amikor mások pánikolnak, a szisztematikus átlagvisszatérés virágzik – ha helyesen állítod be a paramétereket.

5. A visszatesztelés nem minden
De az alapkövetelmény. Soha ne kereskedj egy olyan rendszerrel, amit nem teszteltél le több piaci rezsim alatt.

A mutató-temetőm 47 sikertelen átlagvisszatérési rendszert tartalmaz. Minden kudarc tanított valamire. A 48. számú rendszer működik, mert alkalmazkodik a piaci félelemhez – az egyetlen változóhoz, ami valóban számít.

A szisztematikus kereskedés szépsége? Ha egyszer feltöröd a kódot, kiaknázhatod ugyanazokat az emberi érzelmeket, amelyek tönkreteszik a szabadkezű kereskedőket. A félelem túlértékesített állapotokat teremt. A túlértékesített állapotok átlagvisszatérési lehetőségeket teremtenek. Az átlagvisszatérési lehetőségek profitot teremtenek – ha a megfelelő rendszered van.

Ideje, hogy ezt a keretrendszert munkába állítsuk a mai extrém félelem-piacon. A beállítás ott van. A kérdés csak az: megragadod?