Индикаторы-поводыри в торговле криптовалютами или эффект Трумана в действии. Слабые корреляции на вооружении трейдера.

cryptosensors.info

Как использовать слабые корреляции в торговле криптовалютами? Что такое эффект Трумана? Индикаторы-поводыри для криптовалют – возможно ли?

Содержание:

  1. Введение
  2. Добыча данных о криптовалютах.
  3. Принципы поиска поводырей для криптовалют.
  4. Поводыри для криптовалют?… А есть ли они?…
  5. Эффект Трумана в действии.
  6. Заключение

Введение

На биржах акций трейдеры нередко используют технику торговли с использованием индикаторов-поводырей. Принцип предельно прост. Если движение торгуемой вами акции с запозданием повторяет движение какого то индекса, этот индекс является предсказателем (оракулом) для данной акции.

Очевидно, что успех такой техники базируется на стабильности ответных движений торгуемого вами инструмента в ответ на движения индикатора-поводыря. Если повторения происходят лишь изредка, необходимо искать «предсказателя», который будет более успешным.

Но… возможно ли применение индикаторов-поводырей в торговле криптовалютой? На биржах акций частенько в роли индикаторов-поводырей используются составные и производные индексы от акций, акции конкурирующих компаний и т.д.

Предварительно зададимся вопросом: что такое ожидания на рынке акций? Это прежде всего вера. Часто курсы акций не имеют четкой привязки к размеру и видам активов. Как пример: насколько мы верим в то, что технологии углеводородов изжили себя? Если вера в «ветряки» будет неисчерпаема, очевидно, что акции соответствующих компаний взлетят вверх. В этом нет никакой магии.

В криптомире вера приобретает еще более весомый характер. Именно вера является основой курсов криптовалют. Вы видели веру в ее концентрированном виде? Взгляните на графики криптопар. Это она.

Человеку свойственно раскладывать все «по полочкам», анализировать все вокруг. Эта незримая рулетка-шкала: «лучше-хуже» – она повсюду с нами. Именно таким образом рождаются приоритеты на криптовалюты. Они построены из веры и естественного желания упорядочить окружающий мир. Одна криптовалюта в умах людей становится «важнее» нежели чем другая.

А что если… одна криптовалютная пара поможет предсказывать поведение другой? Другими словами, существуют ли связки: ведомая криптовалютная пара и ведущая криптовалютная пара (индикатор-поводырь). Наблюдая за поведением ведущей криптовалютной пары мы сможем предсказывать движение ведомой криптовалютной пары. Насколько много таких связок? Об этом и пойдет речь.

Добыча данных о криптовалютах

По традиции в качестве источника данных о парах криптовалют рассматриваем криптобиржу Binance. В качестве средств обработки будем использовать Python 3.7.7. Задействуем такие библиотеки как: scipy, numpy, pandas,plotly. На момент написания данного исследования мы располагаем историческими данными о 1160 /Количество криптопар на Binance постоянно растет. На момент выпуска данного исследования величина была выше указанной/ криптовалютных парах. Будем рассматривать часовые данные. Добыча данных производится с использованием API Binance. Объем выборки — 90 периодов /90 периодов это 90:24 = 3,75 суток/. Рассматриваем все имеющиеся на момент написания данного исследования криптовалютные пары.

Предметом рассмотрения будет следующий показатель:

Growth_rate_Close = Цена закрытия текущий день / Цена закрытия предыдущий день

Т.е. если, например, данное отношение равно 1,015 — цена закрытия увеличилась на 1,5%. Если значение, например, составляет 0,98 — значит цена упала на 2%. Таким образом, анализируем не абсолютные значения цен закрытия пар криптовалют, а их приросты.

Принципы поиска поводырей для криптовалют

Техника поиска поводыря предельно проста. Делаем предположение что некоторая криптопара, пусть, например, это будет pair_aavebusd_1h является хорошим индикатором-поводырем для криптопары pair_aavebtc_1h.

Нам необходимо проверить утверждение: если pair_aavebusd_1h вырос час назад, сейчас, в этом часе должен вырасти и pair_aavebtc_1h. Если такая связь существует и имеет хороший уровень значимости, можем говорить о том что для криптопары pair_aavebtc_1h найден индикатор-поводырь — это pair_aavebusd_1h. Другими словами, анализируя взаимосвязь, данные по индикатору-поводырю мы берем из предыдущего периода.

Речь здесь не идет о регрессионном анализе. Нам необходимо определить лишь тесноту и направление взаимосвязи. Мы не говорим о том на сколько будет расти ведомая криптовалютная пара, в зависимости от значения индикатора поводыря (ведущей криптовалютной пары). Мы не пытаемся здесь вывести функциональную зависимость такого отношения. Нам достаточно лишь ответить на вопрос — будет ли она расти вслед за поводырем и насколько устойчива такая связь.

Забегая вперед отметим, что возможно существование и анти-поводырей — когда имеется связь но… со знаком минус (т.е. повышение ведущей криптовалюты сопровождается снижением ведомой криптовалюты).

Итак, в нашем распоряжении данные более чем о 1160 криптовалютных парах /Количество криптопар на Binance постоянно растет. На момент выпуска данного исследования величина была выше указанной./. Необходимо вычислить: как каждая криптовалютная пара может прогнозировать остальные более чем 1159. Python в помощь!

Ранее в статье «Как и чем анализировать связи криптовалютных пар?» отмечалось, что для анализа связей криптовалютных пар можно использовать коэффициент корреляции Спирмена (не Пирсона) ввиду того, что движения криптовалютных пар не подчиняются нормальному распределению. Он то и будет взят нами за основу.

Поводыри для криптовалют?… А есть ли они?…

Попарных сочетаний от более чем 1160 криптопар великое множество. Найти точное количество в принципе возможно по следующей формуле:

Именуется она как количество сочетаний из n по k (k в данном случае равно двум). Это поистине гигантское количество с учетом объема располагаемых данных. Но… нам не нужны все сочетания. Интерес представляют лишь те взаимосвязи пар, которые имеют практический интерес. В связи с этим, выделим лишь те связи, которые имеют значение коэффициента корреляции выше чем 0.4 В результате имеем выборку наиболее сильных взаимосвязей между криптопарами. Она имеет следующие характеристики:

Count        300

mean        0.097337

std        0.419350

min        -0.528515

25%        -0.410778

50%        0.406569

75%        0.426944

max        0.532138

Количество потенциальных индикаторов-поводырей составляет 300 позиций (узнать о составе индикаторов-поводырей на текущее время вы можете на www.cryptosensors.info). В принципе, для торговли на криптобирже – не так уж и мало. Но… максимальное значение коэффициента Спирмена составляет лишь 0.532138. Казалось бы… какой смысл в индикаторах-поводырях которые максимально на что пригодны — предсказать движение лишь примерно на 50%… С тем же успехом мы можем подкинуть монету! К слову – наименьшая обратная связь имеет значение -0.528515. Можно наблюдать следующую гистограмму по имеющейся выборке:

Из за того, что мы отсекли срединную часть выборки возникли левый и правый «столбы». Итак… есть ли повод печалиться?….

Запасемся терпением и рассмотрим несколько полей корреляций. Примером послужат следующие пары: pair_adabnb_1h и pair_adatusd_1h; pair_adabusd_1h и pair_dotbkrw_1h; pair_algotusd_1h и pair_avabtc_1h; pair_audbusd_1h и pair_hbarbusd_1h.

На этом поле корреляции пара pair_adabnb_1h выступает в качестве индикатора-поводыря (приросты ее цен закрытия расположены на горизонтальной оси), а пара pair_adatusd_1h является ведомой. Облако значений, имеет форму эллипса. Цвет точек — это «новизна» данных.

Не стоит забывать что мы имеем дело с временными рядами. Наиболее ранние данные имеют синий цвет; по мере того как они приближаются к самым поздним, они приобретают желтый цвет. На всех четырех графиках видно что цвета довольно хорошо перемешаны (не образуют цветных кластеров). Это говорит о стабильности формы связей внутри корреляционного поля. На последних двух графиках можно наблюдать отрицательную взаимосвязь между криптовалютными парами. В принципе на этом можно было завершать наше исследование, но … существует один любопытнейший момент. Отвлечемся от формул и графиков и вспомним об одном замечательном фильме.

Эффект Трумана в действии

Речь идет о фильме «Шоу Трумана» (англ. The Truman Show) режиссёра Питера Уира. Кинокартина вышла в 1998 году. Джим Керри блестяще сыграл главную роль и был удостоен премии «Золотой глобус». Вы можете ознакомиться с полным описанием сценария фильма на Вики. Мы же вспомним лишь некоторые детали сюжета. Они нам очень пригодятся для того чтобы понять: как могут работать индикаторы-поводыри в торговле криптовалютой.

Итак, главный герой фильма (Труман) живет в иллюзорном мире. Этот мир создан для того, чтобы наблюдать самим Труманом, который сам не зная этого является главным героем реалити шоу. Его жизнь с самого рождения под наблюдением скрытых видеокамер. Город в котором он живет является фактически полигоном для киносъемок. Постепенно, Труман начинает понимать о том, что происходящее вокруг — подделка; ему удается бежать в реальный мир, он становится свободным.

Если посмотреть на фильм с точки зрения численного анализа, можно прийти к мысли: иллюзорный мир который был вокруг Трумана и оставался бы для него реальным если бы он не покидал город (Сихэвэн). Как можно выйти из города? Необходимо встать в его центр и… двигаться в одном направлении. Т.е. при увеличении этой величины — расстояния движения в одном направлении — привычное мировоззрение Трумана способно поменяться полностью. Старая система восприятия мира разрушается, создается новая. Это очень и очень важный момент.

Само существование старого мировоззрения это набор факторов с определенными характеристиками. Изменение одной из характеристик «разрывает купол системы», ее больше нет.

Возьмем следующий пример. Стандартная температура в офисе, пока автор пишет эти строки +20 градусов Цельсия. Что будет если снижать ее до -60? Скорее всего для автора это окажется фатальным. Всякая система — это набор описывающих ее факторов с допустимыми для нее (системы) диапазонами значений. Формирование прогнозов внутри системы (со стандартными для нее значениями факторов) вещь весьма не надежная с точки зрения эффективности таких прогнозов. И наоборот. Поведение системы становится все более предсказуемо, как только один из формирующих ее факторов достигает крайних (минимальных или максимальных) значений. Какое отношение это имеет к индикаторам-поводырям?

Посмотрите внимательно на положение точек когда индикатор-поводырь (Growth_rate_Close от pair_adabnb_1h) принимает значение выше чем 1,005. Львиная доля точек находится над горизонтальной линией соответствующей значению 1. Здесь индикатор-поводырь в своих предсказаниях практически не ошибается.

Другими словами, при превышении ведущей криптовалютной парой (индикатором-поводырем) значения 1,005 в большинстве случаев будем иметь рост по ведомой криптовалютной паре. Назовем это эффектом Трумана. Области в которых данные имеют соответствующую особенность – зонами Трумана.

Для крайних положительных значений Growth_rate_Close от pair_adabnb_1h в большинстве случаев будут наблюдаться положительные значения Growth_rate_Close от pair_adatusd_1h. Именно тогда индикатор-поводырь будет довольно хорошо работать.

Если значение Growth_rate_Close от pair_adabnb_1h меньше чем 0,995, тогда возникает «зеркальная» ситуация: индикатор-поводырь предвещает падение цены и его предсказания так же успешны. Количество точек которые лежат над горизонтальной линией соответствующей значению 1 минимально. Отметим также вторую зону Трумана на графике:

Обратите внимание как ведет себя индикатор-поводырь в пределах диапазона 0,995-1,005. Какова его эффективность? Он здесь не работает. От слова совсем. Это не что иное как прообраз «города Сихэвэн»:

Вы можете посмотреть на поля корреляций по трем остальным связям. Ситуация очень похожа. Отличие лишь в границах индикаторов поводырей для зон Трумана.

Для pair_adabnb_1h и pair_adatusd_1h – более 1,005 и менее 0,995

Для pair_adabusd_1h и pair_dotbkrw_1h – более 1,005 и менее 0,995

Для pair_algotusd_1h и pair_avabtc_1h – более 1,01 и менее 0,99

Для pair_audbusd_1h и pair_hbarbusd_1h – более 1,002 и менее 0,998

Заключение

В процессе поиска индикаторов-поводырей важна взаимосвязанность криптовалютных пар. В каждом случае необходимо найти две такие криптовалютные пары где одна является ведущей, вторая ведомой. Кстати, взаимосвязь и коррелированность это не то же самое. Коррелированность говорит, прежде всего о линейной связи. Почему нами используется именно корреляция? Дело вот в чем. Выявление индикаторов-поводырей и оценка их качества связаны с большим объемом вычислений. Мы имеем гигантское количество сочетаний криптопар которые необходимо проанализировать. Корреляция, пусть даже в слабом ее значении, является эффективным способом “отловить” частичную взаимосвязанность криптовалютных пар. Зачем рассматривать слабые значения корреляции? Пусть в целом по всему корреляционному полю не имеется очевидной линейной связи. Но… вполне возможно на отдельных участках корреляционного поля можно будет найти что то интересное!В зонах Трумана индикатор-поводырь работает довольно хорошо. Определение таких участков не составляет особой сложности — достаточно сопоставить темпы приростов ведущей и ведомой криптопар на графике.

Итак, на рынке криптовалют возможно применение индикаторов-поводырей. Некоторые криптовалютные пары могут выступать индикаторами-поводырями для других криптовалютных пар. При этом необходимо понимать, что рынок меняется практически каждую неделю. Возможно появление новых интересных взаимосвязей; появляются новые пары.

Но… почему одна криптовалюта может следовать за другой, каковы фундаментальные причины?… На наш взгляд ведущей криптовалюта становится тогда, когда вера в нее приобретает более весомый характер по отношению к ведомой криптовалюте. Но… насколько это вечно? Насколько вера людей постоянна? В один и тот же символ?

Думаем, ответ очевиден. Наблюдайте за рынком. Пользуйтесь нашими данными мониторинга. Вера в символы (в самом широком смысле данного термина) существует и она инертна. Торговля криптовалютой базируется на постоянстве и инертности веры в символы. Используя зоны Трумана вы сможете понять, когда система взаимосвязи двух криптопар становится практически предсказуемой. Очевидно что зоны Трумана с ярко выраженными границами будут присутствовать не для всех криптовалютных пар. Данные могут быть зашумлены выбросами. Анализируйте, изучайте графики полей корреляций. Возможно именно вам, дорогой читатель, удасться первым на определенном графике обнаружить зоны Трумана.

Возможно вам будут интересны исследования / данные: