DD · DuPont de Nemours, Inc.
Stock Universe · глобальний фондовий ринокАлгоритмічний аналіз стратегії DD (15m): стабільність свинг-трейдингу та точність позицій
Детальний аналітичний розбір історичних результатів алгоритмічної торговельної стратегії для акцій DD на 15-хвилинному таймфреймі за період із вересня 2019 року по жовтень 2026 року. Модель продемонструвала загальну історичну прибутковість +2718.95% при коефіцієнті прибутковості (Profit Factor) 2.50 та частці виграшних угод 78.91%. Алгоритм орієнтований на середньострокові коливання з середнім часом утримання позиції 215.44 годин (близько 9 днів) та помірною частотою близько 20.81 угод на рік. Отримані статистичні дані показують збалансований розподіл прибутку, де три найбільші виграшні угоди відповідають лише за 12.94% сукупного валового доходу. За шкалою DevioLab стратегія отримує оцінку 73.08, посідаючи 2-ге місце серед протестованих алгоритмів для інструменту DD.
Аналіз станом на 16.10.2026. Дані стратегії оновлюються окремо.Читати повний аналіз
Профіль стратегії
Алгоритмічна стратегія розроблена для роботи з акціями DD на 15-хвилинному таймфреймі (15m) і призначена для використання в якості управляючої логіки для торгових ботів та автоматизованих агентів. Набір даних охоплює часовий інтервал у 7.06 року — з 16 вересня 2019 року по 8 жовтня 2026 року. За цей період алгоритм здійснив 147 завершених торговельних угод, з яких 116 виявилися прибутковими, а 31 — збитковими. Це відповідає високому відсотку успішних входів на рівні 78.91%. Загальний кумулятивний результат симульованого бектесту становить +2718.95%, що у перерахунку на річну динаміку дає показник 153.34% річних. Алгоритм здобув високу оцінку рейтингової системи DevioLab — 73.08 бала із 100, що забезпечує стратегії 2-ге місце у внутрішньому ранжуванні для акцій DD.
Торговий ритм та тривалість позицій
Попри використання 15-хвилинного таймфрейму для визначення точок входу та виходу, характер роботи алгоритму повністю відповідає класичному свинг-трейдингу, а не скальпінгу чи високочастотній торгівлі. Торговий робот генерує в середньому 20.81 угоди на рік, що еквівалентно приблизно 1.86 угоди на активний місяць. Середня тривалість перебування в позиції становить 215.44 годин (близько 8.98 доби), тоді як медіанне значення тривалості утримання становить 147.50 годин (приблизно 6.15 доби). Дистанція між виходами з позицій також підтверджує виважений темп: середній інтервал між закриттям угод становить 17.61 дня, а медіанний — 13.99 дня. Така часова структура свідчить про те, що торговий агент вичікує чітких середньострокових сигналів і утримує позицію протягом кількох днів або тижнів, ігноруючи дрібний ринковий шум.
Якість історичних результатів
Якість торговельних результатів визначається не лише підсумковим прибутком, але й співвідношенням прибуткових та збиткових угод. Коефіцієнт Profit Factor алгоритму становить 2.50, що вказує на суттєве перевищення валового прибутку над валовим збитком. Середня рентабельність угоди досягає +2.63%, що практично збігається з медіанним значенням у +2.51%. Наближеність середнього та медіанного показників свідчить про високу системність та відсутність викривлення результатів окремими аномальними угодами. Найкраща історична угода принесла +30.11%, а найгірша зафіксувала збиток на рівні -16.01%. Важливим показником надійності є структура валового прибутку: три найрезультативніші угоди сформували лише 12.94% загального прибутку. Це підтверджує, що підсумкова ефективність моделі досягається за рахунок широкої бази стабільних позицій, а не випадкових поодиноких сплесків.
Ризик, максимальна просідання та серії збитків
Аналіз історичного ризику демонструє помірний рівень просідання капіталу при високій загальній прибутковості. Максимальне історичне просідання (Max Drawdown) за весь 7-річний період спостережень склало 24.51%. Для порівняння, сукупний прибуток у +2718.95% та Profit Factor 2.50 створюють вигідний профіль ризик/винога. Максимальна довжина серії підряд виграшних угод сягнула 11 позицій, тоді як найдовша збиткова серія обмежилася лише 3 угодами поспіль. Найгірший поодинокий результат (-16.01%) у поєднанні з короткими серіями невдалих угод показує, що алгоритм контролює накопичення збитків і здатний швидко відновлювати динаміку зростання після локальних відкатів.
Поведінка у часі та річна стабільність
Річна статистика торговельного робота демонструє стабільну позитивну динаміку протягом усього досліджуваного періоду. У 2019 році за 4 угоди алгоритм отримав +0.92% при вінрейті 75.00%. Найбільш прибутковим виявився 2020 рік: 24 угоди, 83.33% виграшів і сукупний результат +113.82%. У 2021 році було проведено 21 угоду (+53.25%, вінрейт 71.43%), а у 2022 році — 24 угоди (+69.97%, вінрейт 70.83%). У 2023 році модель зробила 18 угод, показавши +29.36% при вінрейті 83.33%. У 2024 році ефективність досягла максимуму за точністю: 15 угод, 93.33% виграшних входів та прибуток +42.29%. У 2025 році було зафіксовано помірне зниження результативності до +14.69% за 16 угод (вінрейт 62.50%), проте вже у 2026 році показники знову зросли до +62.60% за 25 угод при вінрейті 88.00%. Відсутність збиткових років підтверджує адаптивність алгоритму до різних ринкових фаз.
Новітній період з 01.06.2024 у порівнянні з повною історією
Окремий розгляд вибірки за період починаючи з 1 червня 2024 року дає змогу оцінити актуальну ефективність автоматизованого агента на сучасному ринку. За цей відрізок часу було виконано 50 завершених угод, які забезпечили сумарний прибуток +108.84%. Це становить суттєву частку загальної кількості угод (50 із 147, тобто понад третину всіх торгових подій) і підтверджує високу активність алгоритму в останній часовий період. Порівняння новітньої вибірки із загальноісторичними даними показує, що торговельна логіка зберегла свою результативність, а середній прибуток на угоду в новітньому періоді залишається повністю співмірним із довгостроковими показниками.
Сильні сторони та обмеження
До ключових сильних сторін стратегії належать високий коефіцієнт виграшних угод (78.91%), переконливий Profit Factor (2.50) та низька залежність від супер-переможців (частка Top-3 становить 12.94%). Поміркована частота угод (близько 21 на рік) зменшує потенційний негативний вплив частої торгової активності. Основним обмеженням моделі є наявність помірного історичного просідання (24.51%) та максимального збитку в окремій угоді до -16.01%. Оскільки алгоритм утримує позиції в середньому близько 9 днів, користувачам торгових ботів слід бути готовими до періодів тривалого утримання активу під час флету або коригувальних рухів.
Аналітичний висновок DevioLab
З точки зору кількісного аналізу DevioLab, розглянута алгоритмічна стратегія для DD на 15m представляє собою зрілу та збалансовану систему свинг-трейдингу. Оцінка 73.08 та 2-ге місце в рейтингу інструменту обґрунтовані високою річною стабільністю, чудовим співвідношенням прибутку до ризику та стійкістю математичного сподівання у кожному окремому періоді. Модель демонструє надійні статистичні характеристики і може слугувати ефективною базовою логікою для автоматизованих торгових агентів та роботів, орієнтованих на середньострокову торгівлю акціями DD.
Обсяг даних та методологія
Усі наведені у статті статистичні показники розраховані на основі історичного моделювання закритих угод за період із 16.09.2019 по 08.10.2026. Оцінки прибутковості, просідання, тривалості утримування позицій та серій угод є виключно результатом аналізу бектесту. Розрахунки відсотків відображають математичний результат симульованих угод і не враховують потенційні прослизання, комісійні витрати та особливості виконання ордерів конкретним брокером. Історичні результати не гарантують аналогічних показників у майбутньому та надаються виключно в інформаційно-дослідницьких цілях.