CFG · Citizens Financial Group Inc.
Stock Universe · глобальний фондовий ринокАлгоритмічна стратегія для CFG: Аналіз 7-річного свінг-трейдингу, стійкості прибутковості та симетрії результатів
Аналітичний огляд кількісної торговельної стратегії для акцій CFG на 15-хвилинному таймфреймі показує виняткову структурну збалансованість протягом понад 7 років історичного моделювання (з вересня 2019 по вересень 2026 року). Маючи внутрішню оцінку DevioLab Score 77.61 та 1-ше місце у рейтингу для даного тикера, алгоритм демонструє частку прибуткових угод 75.95% при коефіцієнті Profit Factor 3.75. Характерною рисою алгоритму є низька частота угод (близько 22.48 закритих позицій на рік) у поєднанні з середньою тривалістю утримання позиції близько 186.54 годин (7.77 доби). Детальний аналіз розподілу прибутку виявляє відсутність критичної залежності від поодиноких аномальних викидів: три найбільші виграшні угоди формують лише 8.17% від сукупного валового прибутку. Зазначена математична модель розроблена як ефективна рішення-логіка для автоматизованих торгових ботів, роботів та алгоритмічних агентів, забезпечуючи високу продуктивність за відносно помірного максимального просідання у 26.81%.
Аналіз станом на 01.10.2026. Дані стратегії оновлюються окремо.Читати повний аналіз
Профіль алгоритмічної стратегії CFG
Аналізований алгоритм є спеціалізованою помірно-частотною свінг-стратегією, розробленою для роботи з акціями CFG на 15-хвилинному інтервалі (15m). Загальний період історичного тестування охоплює 7.03 року — з 16 вересня 2019 року по 25 вересня 2026 року. За цей час алгоритм згенерував 158 повністю завершених торгових операцій, що відповідає середній частоті 22.48 угод на рік, або приблизно 1.93 угоди за активний місяць. Загальний кумулятивний результат розрахованого сумарного відсотка прибутку становить +6932.01%, що в еквіваленті річної капіталізації сягає 259.76% (annualized_pct_47000). За результатами комплексної оцінки DevioLab стратегія здобула підсумковий бал 77.61, посівши 1-ше місце серед усіх алгоритмічних моделей, протестованих для інструменту CFG. Ключовими чинниками такої високої оцінки є висока частка виграшних позицій (75.95%), вражаючий коефіцієнт прибутковості (Profit Factor 3.75) та виняткова симетрія розподілу результатів. Дана стратегія призначена для використання як базовий алгоритмічний модуль або торговий агент у складі автоматизованих систем управління капіталом. Використання подібної логіки дозволяє торговим роботам реалізовувати дисциплінований свінг-трейдинг без емоційного втручання, спираючись виключно на статистично верифіковану математичну перевагу.
Торговий ритм та тривалість утримання позицій
Попри використання 15-хвилинного таймфрейму для визначення точок входу та виходу, алгоритм за своєю природою не належить до скальпінгу або високочастотного трейдингу. Середня тривалість утримання однієї позиції становить 186.54 години (приблизно 7.77 доби), тоді як медіанна тривалість дорівнює 148.38 години (близько 6.18 доби). Подібна різниця між середнім та медіанним значеннями свідчить про наявність помірного правобічного відхилення: більшість позицій закриваються протягом шести днів, однак окремі трендові угоди залишаються відкритими значно довше, максимізуючи накопичений рух. Інтервали між закриттями угод також підтверджують стриманий та виважений ритм роботи стратегії. Середній час між виходами з позицій становить 16.28 дня, а медіанний — 13.79 дня. Це означає, що алгоритм не перебуває у ринку постійно, а вичікує сприятливих умов для відкриття позиції. Для торгових ботів та автономних торгових агентів такий темп означає відсутність надмірного операційного навантаження, зниження ризику потрапляння в хибні ринкові шуми та можливість ефективно функціонувати у режимі середньострокового свінг-трейдингу.
Структура та якість історичних результатів
Якість математичного сподівання даної стратегії розкривається через порівняльний аналіз середніх та граничних показників прибутковості. З 158 реалізованих угод 120 виявилися прибутковими, а 38 — збитковими, що забезпечує показник Win Rate на рівні 75.95%. Середній результат на одну угоду становить +3.05%, що майже ідеально збігається з медіанним значенням угоди (+3.03%). Мала відстань між середнім та медіанним результатом демонструє високу стабільність розподілу: прибутковість стратегії формується завдяки систематичному отриманню типового позитивного результату, а не за рахунок поодиноких випадкових сплесків. Про відсутність критичної залежності від екстремальних виграшів свідчить і показник частки трьох найбільших угод (Top 3 winners share of gross profit), який становить лише 8.17% від сукупного валового прибутку. При цьому найкраща угода за всю історію принесла +19.15%, тоді як найгірша мала результат -18.96%. Практична симетрія між максимальною виграшною та максимальною збитковою угодою у поєднанні з високим Win Rate пояснює підсумковий Profit Factor 3.75, який вказує на те, що сумарний валовий прибуток більш ніж утричі перевищує сумарний валовий збиток.
Профіль ризику, просідання та серії збитків
Аналіз ризику показує, що максимальне історичне просідання (Max Drawdown) для даного алгоритму досягало 26.81%. У контексті загального сумарного прибутку у +6932.01% таке просідання вважається цілком прийнятним та контрольованим для систем свінг-трейдингу. Воно відображає природні періоди несприятливої динаміки ринку або зміни фази волатильності акцій CFG. Вражаючою характеристикою стійкості алгоритму є показники торгових серій. Найдовша серія послідовних виграшних угод досягла 18 позицій поспіль, що підтверджує здатність стратегії максимально ефективно утримувати позитивну динаміку під час виражених трендів. З іншого боку, найдовша серія послідовних збиткових угод за понад 7 років спостережень склала лише 3 позиції. Обмежена довжина серії збитків суттєво зменшує психологічне та фінансове навантаження під час потенційних локальних спадів, що робить алгоритм стійкою основою для автоматизованих торгових роботів.
Річна динаміка та стабільність часових рядів
Аналіз річного розбиття (yearly_breakdown) дозволяє оцінити стабільність математичної переваги стратегії у різних ринкових умовах від 2019 до 2026 року: - 2019 рік (з вересня): 5 угод, Win Rate 80.00%, сума угод +10.23%. - 2020 рік: 22 угоди, Win Rate 77.27%, сума угод +140.18%. - 2021 рік: 24 угоди, Win Rate 83.33%, сума угод +84.72%. - 2022 рік: 19 угод, Win Rate 68.42%, сума угод +53.00%. - 2023 рік: 25 угод, Win Rate 52.00%, сума угод +14.58%. - 2024 рік: 20 угод, Win Rate 80.00%, сума угод +59.57%. - 2025 рік: 24 угоди, Win Rate 91.67%, сума угод +88.14%. - 2026 рік (по вересень): 19 угод, Win Rate 78.95%, сума угод +31.90%. Результати демонструють позитивну сумарну прибутковість у кожному без винятку календарному році. Найменш продуктивним виявився 2023 рік, коли Win Rate впав до 52.00%, а підсумковий результат склав +14.58%, що свідчить про ускладнення ринкових умов або флету фазу. Натомість 2020 та 2025 роки виявилися найприбутковішими (+140.18% та +88.14% відповідно), причому в 2025 році було досягнуто рекордної точності виходів (91.67% прибуткових угод).
Порівняльний аналіз останнього періоду (з 01.06.2024) та повної історії
Для оцінки збереження робастності алгоритму в сучасному ринковому середовищі виділено окремий часовий проміжок — з 1 червня 2024 року по вересень 2026 року. За цей нещодавно здійснений період було закрито 54 угоди, які принесли сумарний результат +142.85%. Частка угод, проведених у цьому останньому вікні, становить понад 34% від загальної кількості історичних операцій (54 з 158). Це підтверджує високу статистичну репрезентативність нещодавніх даних. Середній прибуток на угоду в цьому періоді становить приблизно +2.65% (142.85% / 54), що незначно нижче за загальноісторичний показник у +3.05%. Тим не менш, той факт, що за останні 2.3 року стратегія генерирувала стабільний позитивний потік результатів, підтверджує, що торгова логіка алгоритму залишається актуальною і не втратила свою ефективність на сучасній фазі ринку.
Сильні сторони та статистичні обмеження
Серед ключових сильних сторін стратегії слід виділити: - Високий коефіцієнт Win Rate (75.95%) та Profit Factor (3.75). - Стійкий розподіл прибутку: відсутність перекосу в бік кількох супер-угод (Top 3 winners = 8.17%). - Коротка максимальна серія збитків (лише 3 послідовні збиткові угоди). - Повна відсутність збиткових років за 7-річний період моделювання. Водночас існують важливі статистичні обмеження: - Відносно мала загальна вибірка угод (158 за 7 років), що зумовлено помірною частотою входу (22.48 угод/рік). - Наявність історичного просідання у 26.81%, яке вимагає належного контролю розміру позиції. - Надані дані є результатом історичного бектестування і не враховують можливий вплив комісійних витрат, проковзування (slippage) та реального ліквідного спреду при виконанні угод торговими ботами на реальних брокерських рахунках.
Підсумковий аналітичний висновок DevioLab
Алгоритмічна стратегія для CFG (15m) підтверджує свій статус лідера з рейтингом №1 для даного активу з оцінкою DevioLab Score 77.61. Статистичний профіль демонструє рідкісне поєднання високого відсотка виграшних позицій, помірної тривалості утримання угод (біля 7.77 доби) та рівномірного розподілу прибутковості без аномальних супер-виграшів. Позитивна динаміка в кожному календарному році та переконливі результати у тестовому вікні після 1 червня 2024 року (+142.85% за 54 угоди) свідчать про високу стійкість алгоритмічної моделі. Стратегія оптимально підходить для інтеграції в автоматизовані торгові агенти та роботи, що орієнтовані на середньостроковий свінг-трейдинг з низькою частотою операцій та виваженим управлінням ризиками.
Обсяг даних та методологічний контекст
Аналіз базується виключно на наданих статистичних показниках симульованого історичного тестування для акції CFG за період з 16.09.2019 по 25.09.2026. Усі відсоткові показники прибутковості обчислені на основі закритих розрахункових угод. Початкова дата вибірки відображає лише початок доступного набору даних стратегії, а не дату заснування чи первинного розміщення (IPO) компанії. Представлена інформація має виключно дослідницький та аналітичний характер і не є індивідуальною інвестиційною порадою або закликом до здійснення торгових операцій. Минулі результати бектестування не гарантують аналогічної прибутковості в майбутньому.