CBOE · Cboe Global Markets Inc.
Stock Universe · глобальний фондовий ринокАналіз алгоритмічної стратегії CBOE: Висока точність сигналів, середня тривалість позицій та симетрія прибутковості на 15-хвилинному таймфреймі
Детальний аналітичний розгляд алгоритмічної торговельної стратегії для акцій CBOE, розробленої для використання у якості логіки прийняття рішень для торговельних роботів, ботів та автоматизованих агентів. Модель демонструє стабільну ефективність на історичному інтервалі понад 7 років (з вересня 2019 року по вересень 2026 року), зафіксувавши частку прибуткових угод на рівні 81,63% та сукупну історичну прибутковість +2265,35%. При загальній кількості 98 закритих позицій алгоритм характеризується помірною частотою сигналів (близько 13,94 угоди на рік) та тривалим утриманням позицій зі середнім значенням 348,54 години. Незважаючи на вражаючу серію з 24 поспіль виграшних угод, коефіцієнт профіт-фактору зупинився на позначці 1,25, а максимальне просідання склало 19,32%, що свідчить про наявність асиметрії між розміром середнього виграшу та середнього збитку. У даному дослідженні проаналізовано статистичний профіль алгоритму, його стійкість у розрізі років та результати у сучасному вікні спостереження після 1 червня 2024 року.
Аналіз станом на 27.09.2026. Дані стратегії оновлюються окремо.Читати повний аналіз
Профіль стратегії
Представлена алгоритмічна торговельна система розроблена для роботи з акціями CBOE на 15-хвилинному часовому інтервалі (15m). У загальному рейтингу DevioLab дана конфігурація посідає 2-ге місце серед моделей для даного тікера, отримавши підсумковий бал DevioLab Score 78,28. Стратегія позиціонується як високоточна систематична модель, покликана слугувати алгоритмічною основою для автоматизованих торговельних роботів та автономних агентів. Загальний досліджуваний період охоплює 7,03 року — з 16 вересня 2019 року по 26 вересня 2026 року. За цей час система згенерувала та успішно закрила 98 торговельних угод. Сукупний показник прибутковості за закритими позиціями за весь період випробування досяг +2265,35%, що відповідає екстрапольованому річному показнику у 296,39%. Головною візитною карткою алгоритму є висока частка виграшних позицій, однак глибший аналіз статистичних взаємозв'язків показує, що під цією поверхневою високою точністю ховається специфічна математика розподілу прибутків і збитків.
Торговий ритм та тривалість утримання позицій
Попри використання 15-хвилинного таймфрейму для розрахунку вхідних та вихідних індикаторів, алгоритм за своєю природою не є скальпінговим чи високочастотним. Середня тривалість утримання однієї позиції становить 348,54 години (приблизно 14,5 дня), а медіанна тривалість дорівнює 263 годинам (близько 11 днів). Це свідчить про те, що торговельний робот працює в режимі середньострокової свинг-торгівлі або позиційного утримання. Частота торгівлі є доволі помірною: алгоритм здійснює в середньому 13,94 угоди на рік, що відповідає приблизно 1,42 угоди за активний місяць. Інтервали між виходами з позицій також підтверджують стриманий ритм торгівлі: середній час між закриттям позицій становить 26,46 дня, а медіанний — 21,93 дня. Такий ритм означає, що торговельний агент не піддає капітал частим ринковим струсам, а фокусується на вибіркових, довготривалих ринкових рухах, мінімізуючи кількість системних операцій у часі.
Якість історичних результатів
Якісний профіль угод алгоритму демонструє високу частку успішних входів: із 98 закритих позицій 80 виявилися прибутковими, а 18 — збитковими, що дає підсумковий вінрейт 81,63%. Середній результат на одну угоду становить +3,62%, тоді як медіанне значення дорівнює +3,05%. Це свідчить про те, що загальний розподіл результатів є відносно симетричним без екстремального викривлення в бік поодиноких випадковостей. Найкраща угода за всю історію додала +23,88%, а найгірша принесла збиток у розмірі -19,32%. Вражаючим показником є концентрація прибутку: три найбільші виграшні угоди забезпечили лише 14,25% від сукупного валового прибутку. Це підтверджує, що підсумковий фінансовий результат досягається за рахунок системної повторюваності позитивних угод, а не завдяки кільком надприбутковим викидам. Разом з тим, профіт-фактор системи становить 1,25. Поєднання високого вінрейту (81,63%) із відносно помірним профіт-фактором 1,25 вказує на математичну особливість: середній розмір збиткової угоди істотно перевищує середній розмір виграшної позиції.
Ризик, просідання та поведінка під час збитків
Максимальне історичне просідання (Max Drawdown) зафіксовано на рівні 19,32%. Показово, що цей показник практично ідентичний за величиною до найгіршої поодинокої угоди (-19,32%). Аналіз серій угод розкриває джерело цього просідання. Найдовша серія збиткових угод поспіль становить лише 3 позиції. У той же час найдовша серія прибуткових угод поспіль досягає вражаючих 24 позицій. Оскільки збиткові серії є короткими, але максимальне просідання досягає майжe 20%, можна зробити висновок, що ризик стратегії сконцентрований не в тривалих негативних смугах, а в окремих глибших збиткових виходах. Для автоматизованого торговельного агента це означає, що психологічний та статистичний тиск створюється не частотою збитків, а їхнім індивідуальним масштабом, коли один рідкісний збиток може повністю перекрити результат кількох попередніх прибуткових угод.
Поведінка у часі та річна стабільність
Розподіл результатів за календарними роками демонструє стабільність алгоритму в різних ринкових фазах. У 2019 році за 2 угоди стратегія отримала +9,48% при 100% вінрейті. У 2020 році було здійснено 17 угод (12 виграшів, 5 збитків) із сумарним результатом +38,64% та вінрейтом 70,59%. У 2021 році при 17 угодах (15 виграшів, 2 збитки) результат досяг +78,41% (вінрейт 88,24%). 2022 рік, який був складним для більшості фондових активів, стратегія завершила з плюсом +33,73% за 17 угод (12 виграшів, 5 збитків, вінрейт 70,59%). У 2023 році було закрито 9 угод (8 виграшів, 1 збиток) із результативністю +38,05% (вінрейт 88,89%). У 2024 році проведено 12 угод (9 виграшів, 3 збитки) з підсумком +23,49% (вінрейт 75,00%). У 2025 році зафіксовано 12 угод, і всі 12 виявилися прибутковими (+50,23%, вінрейт 100%). У 2026 році за 12 угод (10 виграшів, 2 збитки) отримано +83,04% (вінрейт 83,33%). Жоден календарний рік не був закритий із мінусовим результатом, що підтверджує високу адаптивність моделі.
Останній період з 01.06.2024 у порівнянні з повною історією
Окремий аналіз сучасного вікна спостереження, що охоплює угоди із датою закриття після 1 червня 2024 року, демонструє збереження робочих характеристик алгоритму. За цей період було закрито 31 угоду із сумарним результатом +145,39%. Частка угод, виконаних у цьому свіжому часовому проміжку, складає понад 31,6% від загальної кількості угод за всю 7-річну історію. Це свідчить про те, що торговельна динаміка стратегії останнім часом залишається високою, а сумарний вихід 145,39% за 31 угоду дає середній результат близько +4,69% на угоду у свіжому періоді. Це навіть перевищує загальноісторичний середній показник у +3,62%, підтверджуючи, що ефективність алгоритму не згасла з часом і зберігає актуальність у сучасному ринковому середовищі.
Сильні сторони та обмеження
Ключовими силами стратегії є надзвичайно високий відсоток виграшних угод (81,63%), відсутність збиткових календарних років за весь 7-річний період моделювання та гарна диверсифікація джерел прибутку (три найбільші угоди дають лише 14,25% валового прибутку). Присутність тривалої серії з 24 прибуткових угод підкреслює високу якість вхідних сигналів. До обмежень моделі слід віднести помірний профіт-фактор 1,25, який виникає через асиметрію між малими середніми виграшами та глибшими рідкісними збитками (найгірша угода -19,32%). Окрім цього, низька частота торгівлі (близько 14 угод на рік) вимагає терпіння при експлуатації стратегії в автоматизованому режимі через довгі паузи між закриттям позицій.
Аналітичний висновок DevioLab
З огляду на підсумкову оцінку DevioLab Score 78,28 та 2-ге місце у рейтингу для акцій CBOE, дана алгоритмічна стратегія являє собою надійну позиційну модель із високим рівнем математичного матсподівання успішних входів. Стратегія чудово підходить для інтеграції у торговельні боти та робототехнічні системи, де пріоритетом є виваженість сигналів та відсутність частих хибних транзакцій. Для оптимального практичного використання інвесторам та розробникам торговельних агентів слід ураховувати асиметрію ризику і передбачити відповідне управління розміром позиції, щоб індивідуальні глибші збитки не чинили надмірного тиску на загальний баланс капіталу.
Методологія та обсяг даних
Усі наведені у даній статті статистичні дані отримані в результаті історичного симуляційного тестування закритих угод для акцій CBOE за період з 16.09.2019 по 26.09.2026. Розрахунки виконано на основі 15-хвилинних цінових даних. Розраховані проценти прибутковості та просідання описують історичну вибірку закритих позицій моделі і не є гарантією майбутніх результатів у реальному торговельному середовищі. Наведені дані не враховують брокерські комісії, прослизання цін та інші можливі транзакційні витрати реального виконання.