CAH · Cardinal Health Inc.
Stock Universe · глобальний фондовий ринокАналіз алгоритмічної стратегії CAH: вибірковість угод, стійкість до просідань та структурований профіль прибутковості
Ґрунтовне аналітичне дослідження алгоритмічної стратегії для фондового активу CAH на 15-хвилинному таймфреймі за період із вересня 2019 року по вересень 2026 року. Оцінена математична модель продемонструвала сумарний результат за закритими угодами у розмірі +3129,35% при коефіцієнті прибутковості Profit Factor 2,50 та частці виграшних позицій 85,54%. В аналізі розглянуто закономірності утримання позицій, тривалість часових інтервалів між виходами з ринку, розподіл прибутків за роками, а також відносні ризики та динаміку результатів у новітній період після 1 червня 2024 року.
Аналіз станом на 26.09.2026. Дані стратегії оновлюються окремо.Читати повний аналіз
1. Профіль стратегії
Представлена алгоритмічна стратегія розроблена для торгівлі акціями CAH на 15-хвилинному графіку та охоплює історичний масив даних тривалістю 7,03 року — з 16 вересня 2019 року по 26 вересня 2026 року. Модель посідає друге місце у внутрішньому рейтингу DevioLab для даного інструменту із загальною оцінкою 77,75 бала, що свідчить про високу збалансованість її статистичних показників. За весь досліджуваний період торговий алгоритм сформував та повністю закрив 83 угоди, забезпечивши сумарний прибуток у 3129,35% (що у річному обчисленні за розрахунковою метрикою відповідає 306,26%). Отримані результати підтверджують придатність алгоритму для застосування як базової логіки прийняття рішень в автоматизованих торгових роботах та автономних агентах. Попри використання 15-хвилинного таймфрейму для визначення точок входу та виходу, стратегію не можна вважати високочастотною чи скальпінговою: вона базується на глибокій вибірковості сигналів та тривалому утриманні позицій.
2. Торговий ритм і тривалість утримання позицій
Частотна характеристика алгоритму вказує на низьку інтенсивність торгівлі. Середня кількість виконаних угод становить лише 11,81 на рік, або приблизно 1,36 угоди на активний місяць. Середня тривалість утримання позиції складає 395,29 години (близько 16,5 доби), тоді як медіанна тривалість дорівнює 269,75 години (приблизно 11,2 доби). Така різниця між середнім та медіанним значеннями вказує на наявність окремих угод, які залишалися відкритими значно довше за стандартний термін для максимального використання середньострокового тренду. Інтервали між виходами з позицій також підтверджують стриманий ритм системи: середній час між фіксаціями результатів становить 30,92 дня, а медіанний — 26,60 дня. Таким чином, торговий бот здійснює виходи з ринку приблизно один раз на місяць, що вимагає від оператора системи витримки та довгострокового орієнтиру.
3. Якість історичних результатів
Ключовою особливістю алгоритму є надзвичайно висока частка прибуткових угод, яка становить 85,54% (71 успішна позиція проти 12 збиткових). Коефіцієнт Profit Factor досягає позначки 2,50, що свідчить про суттєве перевищення валового прибутку над валовими збитками. Середній прибуток на угоду складає +4,68%, тоді як медіанна угода демонструє результат +3,77%. Найкраща угода за всю історію принесла +40,24%, а найгірша завершилася з результатом -12,89%. Важливим якісним показником є відсутність надмірної концентрації прибутку: частка трьох найбільших виграшних угод у сукупному валовому прибутку становить лише 17,80%. Це підтверджує, що позитивний підсумковий результат сформований стабільною серією успішних угод, а не є наслідком випадкового одноразового викиду ціни.
4. Ризик, просідання та поведінка під час збитків
Максимальне історичне просідання стратегії склало 12,89%, що є помірним показником для торгових систем на ринку акцій із загальною прибутковістю понад 3000%. Цікаво, що глибина максимального просідання точно збігається з величиною найгіршої поодинокої збиткової угоди (-12,89%). Найдовша серія прибуткових угод поспіль сягнула 20 позицій, тоді як найдовша серія збитків обмежилася лише 3 угодами підряд. Поєднання високого відсотка виграшів із відносно короткими збитковими серіями суттєво зменшує психологічний тиск та статистичну крихкість стратегії під час несприятливих ринкових фаз.
5. Поведінка у часі та щорічна стабільність
Розподіл результатів за роками демонструє виняткову стабільність системи протягом усього семирічного періоду. У 2019 році за 4 угоди було отримано +20,68% (частка перемог 75,00%). У 2020 році алгоритм виконав 14 угод з підсумком +67,07% при вінрейті 92,86%. У 2021 році за 11 угод прибуток склав +33,96% (81,82% виграшів). 2022 рік виявився одним із найпродуктивніших: 15 угод принесли +77,65% при вінрейті 86,67%. У 2023 році після 7 угод сумарний результат склав +22,03% (85,71% виграшів). У 2024 році було закрито 13 угод із сумою +48,47% (частка виграшів 76,92%). У 2025 році модель продемонструвала стовідсоткову точність: 11 угод із 11 виявилися прибутковими (+64,27%). У 2026 році за 8 угод досягнуто +53,94% при вінрейті 75,00%. Відсутність збиткових років свідчить про високу адаптивність логіки стратегії до різних фаз ринку.
6. Останній період з 01.06.2024 у порівнянні з повною історією
Окремий аналіз часового вікна з 1 червня 2024 року дає змогу оцінити актуальну ефективність алгоритму. За цей період було закрито 26 угод, які сумарно принесли +158,10% прибутку. З огляду на те, що за весь 7-річний період було здійснено 83 угоди, майже третина (31,3%) усіх торгових подій відбулася саме в цей останній відрізок часу. Це вказує на підвищення динамічності ринку або частіше формування торгових сигналів алгоритмом. Сумарний результат новітнього періоду перевищує середньорічні показники минулих років, підтверджуючи, що статистична перевага алгоритмічної моделі залишається дієвою і в сучасних ринкових умовах.
7. Сильні сторони та обмеження
До основних сильних сторін стратегії належать високий відсоток прибуткових угод (85,54%), помірне максимальне просідання (12,89%), рівномірний розподіл прибутку без залежності від кількох аномальних угод (частка top-3 лише 17,80%) та відсутність збиткових років за всі 7 років бектесту. Серед обмежень варто виділити порівняно невелику вибірку угод (83 за 7 років), що зумовлено високою вибірковістю сигналів, а також тривалий період утримання позицій (в середньому понад 16 днів). Необхідність тримати позицію відкритою протягом тижнів вимагає від торгового агента стійкості до міжсесійних розривів цін (гепів) та поточних плаваючих коливань.
8. DevioLab аналітичний висновок
Оцінка DevioLab 77,75 та друга позиція в рейтингу для акцій CAH відображають високий якісний рівень цієї алгоритмічної моделі. Стратегія успішно поєднує низьку частоту входу з високою точністю сигналів та ефективним контролем ризиків. Довгострокова стабільність річних показників та переконливі результати в період після червня 2024 року підтверджують міцність її статистичного фундаменту. Проте варто пам'ятати, що минулі результати історичного моделювання є лише статистичним орієнтиром і не гарантують аналогічної прибутковості у майбутньому реальному виконанні.
9. Методологія та межі даних
Усі наведені показники розраховані на основі симуляції виходу з закритих угод за період з 16 вересня 2019 року по 26 вересень 2026 року для акцій CAH на 15-хвилинному таймфреймі. Розрахунки відсотків описують гіпотетичну динаміку закритих позицій у межах бектесту і не є прямою фінансовою звітністю брокерського рахунку. Модель не враховує можливі комісії за перенесення позицій через ніч (свопи), прослизання цін та специфічні витрати виконання угод. Цей матеріал має виключно дослідницький та аналітичний характер і не становить індивідуальної інвестиційної чи торгової рекомендації.