Efektywność i stabilność systemów transakcyjnych opartych na zwykłych, wykładniczo i liniowo ważonych średnich ruchomych

• Authors: Krzysztof Borowski
• Languages of publication: PL

Abstracts

PL

Uzasadnienie teoretyczne: Większość artykułów dotyczy optymalizacji systemów transakcyjnych jedynie w odniesieniu do pojedynczego aktywu lub indeksu. W literaturze przedmiotu zauważalny jest brak opracowań kompleksowych dotyczących całej grupy aktywów.Cel artykułu: Optymalizacja systemów transakcyjnych bazujących na przecięciu średniej ruchomej i ceny zamknięcia (sygnał kupna i sprzedaży) dla 404 akcji notowanych na Giełdzie Papierów Wartościowych w Warszawie. Dla każdego waloru badaniem objętych zostało 5000 sesji lub mniej, jeśli akcje były notowane w krótszym horyzoncie czasowym. Użytymi w badaniu rodzajami średnich były: zwykła średnia ruchoma (SMA), ważona liniowo (WMA) i ważona wykładniczo (EMA).W kolejnych częściach artykułu został przeprowadzony ranking średnich ruchomych oraz dokonano oceny stabilności systemów transakcyjnych.Metody badawcze: W opracowaniu zastosowano następujące metody: 1) średnie ruchome optymalizujące system transakcyjny – analiza korelacji stóp zwrotu i długości średnich ruchomych, regresja liniowa, 2) ranking skuteczności systemów transakcyjnych – rankingowanie proste i ważone stopą zwrotu, 3) analiza stabilności systemów transakcyjnych – korelacja długości pierwszej i drugiej średniej ruchomej, przynoszących najwyższe stopy zwrotu, współczynnik determinacji dla par średnich ruchomych i stóp zwrotu, a także współczynnik WF (średni spadek efektywności 16 najlepszych systemów transakcyjnych przypadający na jednostkową stopę zwrotu najlepszego systemu transakcyjnego).Główne wnioski: Otrzymane rezultaty jednoznacznie wskazują, że w przypadku wszystkich rodzajów średnich systemy transakcyjne były optymalizowane w przeważającej większości przez średnie krótkoterminowe, co potwierdza behawioralną skłonność inwestorów do zawierania transakcji raczej o zabarwieniu spekulacyjnym niż inwestycyjnym. Przeprowadzony ranking skuteczności trzech rodzajów średnich ruchomych (WMA, SMA, EMA) jednoznacznie wskazał, że w przeważającej części najwyższe stopy zwrotu były uzyskiwane przy zastosowaniu WMA, przed SMA i EMA. Różnice skuteczności systemów opartych o WMA i SMA były niewielkie, za to systemy bazujące na tych dwóch średnich ruchomych okazały się zdecydowanie bardziej efektywne od systemów wykorzystujących EMA.

EN

Theoretical background: Most papers are dedicated to the problem of optimizing transaction systems only for a single asset or index. In the literature there is a noticeable lack of comprehensive studies related to the entire group of assets.Purpose of the article: Optimization of transaction systems based on the intersection of the moving average and the closing price (signal of purchase and sale) for 404 shares listed on the Warsaw Stock Exchange. For each equity, the survey covered 5,000 sessions or less if shares were traded in a shorter time horizon. The moving average types used in the study were: Simple Moving Average (SMA), Linearly Weighted Average (WMA) and Exponentially Weighed Average (EMA). In subsequent parts of the article, a ranking of moving averages was conducted and the stability of transactional systems was assessed.Research methods: The following methods were used in the study: 1) moving averages optimizing the transaction system – correlation analysis of rates of return and of moving averages lengths, linear regression, 2) ranking of transaction system effectiveness – simple and weighted rates of return rankings, 3) analysis of transaction system stability – correlation of the first and second moving average lengths that bring the two highest rates of return, the determination factor for moving average pairs and rates of return, as well as the WF ratio (average decrease in the effectiveness of the 16 best transaction systems per unit rate of return of the best transaction system).Main findings: The obtained results clearly indicate that for all types of averages, transaction systems were optimized in the vast majority by short-term averages, which confirms the investors’ tendency to proceed transactions with a speculative rather than investment bias. Conducted ranking of the effectiveness of three types of moving averages (WMA, SMA, EMA) unambiguously indicated that for the most part the highest rates of return were obtained for transaction systems based on WMA, before SMA and EMA. The differences in the effectiveness of trading systems based on WMA and SMA were small, but systems using these two types of moving averages proved to be much more efficient than systems based on EMA.

Keywords

PL

średnie ruchome; przecięcie średnich ruchomych; systemy transakcyjne; optymalizacja systemów transakcyjnych; stabilność systemów transakcyjnych

EN

moving averages; moving averages crossover; transaction systems; transaction system optimization; transaction systems stability

• Publisher: Wydawnictwo Uniwersytetu Marii Curie-Skłodowskiej
• Journal: Annales Universitatis Mariae Curie-Skłodowska, sectio H – Oeconomia
• Year: 2019
• Volume: 53
• Issue: 4

Dates

published

2019

online

2019-12-31

Contributors

author

Krzysztof Borowski

References

• Achelis, S. (1998). Analiza techniczna od A do Z. Warszawa: Wydawnictwo LT&P.
• Appel, G. (2005). Technical Analysis Power Tools for Active Investors. New York: Prentice Hall Publishing.
• Aronson, D. (2007). Evidence-based Technical Analysis. Hoboken: John Wiley & Sons.
• Bolton, J., Boetticher, S. von (2015). Momentum Trading on the Johannesburg Stock Exchange after the Global Financial Crisis. Procedia Economics and Finance, 24. doi:10.1016/S2212-5671(15)00619-X
• Brock, W., Lakonishok, H., LeBaron, B. (1992). Simple Technical Trading Rules and the Stochastic Properties of Stock Returns. Journal of Finance, 47(5). doi:10.1111/j.1540-6261.1992.tb04681.x
• Czuba, M., Kaszuba, B. (2009). Porównanie efektów stosowania średnich ruchomych w analizie finansowych szeregów czasowych polskiego rynku akcji. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Nauki o Finansach, (75).
• Faber, M. (2007). A Quantitative Approach to Tactical Asset Allocation. Journal of Wealth Management, 9(4). doi:10.3905/jwm.2007.674809
• Fifiled, S., Power, D., Knipe, D. (2008). The performance of moving average rules in emerging stock markets. Applied Financial Economics, 18(19). doi:10.1080/09603100701720302
• Filar, W., Kąkol, W. (2013). Znaczenie średnich ruchomym w podejmowaniu decyzji inwestycyjnych na giełdzie. Modern Management Review, 18(20).
• Gatley, E. (1999). Cena i czas. Zarys metod analizy technicznej. Warszawa: WIG-PRESS.
• Górska, A. (2008). Zastosowanie narzędzi analizy technicznej w bezpośrednim i pośrednim inwestowaniu w towary. Zeszyty Naukowe SGGW. Ekonomika i Organizacja Gospodarki Żywności, (71).
• Górska, A. (2011). Wykorzystanie strategii inwestycyjnych opartych na analizie technicznej do handlu towarami z WGT SA. Zeszyty Naukowe SGGW. Problemy Rolnictwa Światowego, (11).
• Grebenkov, D., Serror, J. (2014). Following a trend with an exponential moving average: Analytical results for a Gaussian model. Physica A: Statistical Mechanics and its Applications, 394. doi:10.1016/j.physa.2013.10.007
• Gwilym, O., Clare, A., Seaton, J., Thomas, S. (2010). Price and Momentum as Robust Tactical Approaches to Global Equity Investing. Journal of Investing, 19(3). doi:10.3905/joi.2010.19.3.080
• Hochheimer, C. (1978). Computers Can Help You to Trade the Futures Markets. New York: Commodity Yearbook, Commodity Research Bureau.
• Juszczuk, P., Kozak, J. (2016). Paradygmat programowania proceduralnego w procesie budowy systemów automatycznych bazujących na średnich kroczących. Studia Informatica Pomerania, (39).
• Katsanos, M. (2009). Intermarket Trading Strategies. Chichester: Wiley & Sons.
• Kaufman, P. (1978). Commodity Trading Systems and Methods. New York: John Wiley & Sons.
• Kaufman, P. (2013). Trading Systems and Methods. New York: John Wiley & Sons.
• Keltner, C. (1960). How to Make Money in Commodities. Kansas City: The Keltner Statistical Service.
• Kilgallen, T. (2012). Testing the Simple Moving Average across Commodities, Global Stock Indices, and Currencies. Journal of Wealth Management, 15(1). doi:10.3905/jwm.2012.15.1.082
• LeBeau, C., Lucas, D. (2016). Komputerowa analiza rynków terminowych. Warszawa: WIG-PRESS.
• Letkowski, D. (2014). Wykorzystanie średnich ruchomych w analizie inwestycji giełdowych – dobór modelu i długość próby. Acta Universitatis Lodziensis. Folia Oeconomica, (2).
• Mastalerz-Kodzis, A. (2013). Zastosowanie funkcji Höldera w modelu FRAMA. Studia Ekonomiczne, (159).
• Mitra, S. (2011). Usefulness of Moving Average Based Trading Rules in India. International Journal of Business and Management, 6(7). doi:10.5539/ijbm.v6n7p199
• Moskowitz, T., Ooi, Y., Pedersen, L. (2012). Time series momentum. Journal of Financial Economics, 104.
• Murphy, J. (1995). Analiza techniczna. Warszawa: WIG-PRESS.
• Nisson, S. (1996). Świece i inne japońskie metody analizowania wykresów. Warszawa: WIG-PRESS.
• Nowakowski, J., Borowski, K. (2005). Zastosowanie teorii Carolana i Fischera na rynku kapitałowym. Warszawa: Difin.
• Pring, M. (1998). Podstawy analizy technicznej. Warszawa: WIG-PRESS.
• Raudys, A., Pabarskaite, Z. (2018). Optimizing the smoothness and accuracy of moving average for stock price data. Technological and Economic Development of Economy, 24(3).
• Salamaga, P. (2013). Zastosowanie metody średniej kroczącej do badania zyskowności inwestycji na polskim rynku kapitałowym. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Nauki o Finansach, (323).
• Skalrew, A. (1980). Technical of Professional Commodity Chart Analysis. New York: Commodity Research Bureau.
• Tarczyński, W., Łuniewska, M. (2004). Dywersyfikacja ryzyka na polskim rynku kapitałowym. Warszawa: Wydawnictwo Placet.
• Witkowska, D., Matuszewska, A., Kompa, K. (2008). Wprowadzenie do ekonometrii dynamicznej i finansowej. Warszawa: Wydawnictwo SGGW.
• Zalewski, G. (2001). Kontrakty terminowe w praktyce. Warszawa: WIG-PRESS.

Identifiers

DOI

10.17951/h.2019.53.4.21-41