FERG · Ferguson Enterprises Inc.
Stock Universe · глобальний фондовий ринокСистемний аналіз алгоритмічної стратегії FERG на 15-хвилинному таймфреймі: рідкісні входи, контрольоване просідання та висока математична ефективність
Аналітичне дослідження алгоритмічної торговельної стратегії для акцій FERG, яка за 5,39 року моделювання (з квітня 2021 по вересень 2026 року) продемонструвала сумарний накопичений результат у +1219,76% при профіт-факторі 5,0. Модель працює на 15-хвилинному таймфреймі, однак сполучає високу дискретність цінових даних з утриманням позицій терміном у середньому 725,34 години (~30,2 доби). Маючи високий показник виграшних угод (84,62%) та максимальне історичне просідання на рівні лише 10,61%, стратегія посідає 2-ге місце в рейтингу DevioLab для даного тікера з оцінкою 75,60. Детальний аналіз часової динаміки розкриває високу стабільність моделі, яка з 1 червня 2024 року згенерувала 24 з 39 своїх історичних закритих позицій, підтверджуючи працездатність у сучасному ринковому середовищі.
Аналіз станом на 30.10.2026. Дані стратегії оновлюються окремо.Читати повний аналіз
Профіль стратегії
Алгоритмічна стратегія для акцій FERG (із технічною назвою FERG 0 +1219.76% 1TRAD-CDD6) розроблена для роботи в сегменті фондового ринку (market_type: stock) і використовує 15-хвилинний часовий інтервал (15m) як базову дискретність для розрахунку торгових сигналів. Оцінюваний історичний датасет охоплює часовий проміжок тривалістю 5,39 року — з 15 квітня 2021 року по 4 вересня 2026 року. За цей період торгова система сформувала та повністю закрила 39 угод. Загальний накопичений результат склав +1219,76%, що у перерахунку на аналітичний річний показник становить 231,26%. У загальному рейтингу DevioLab дана розробка віднесена до категорії базових незалежних рішень (core2_independent_best) та займає 2-ге місце серед усіх протестованих моделей для тікера FERG із підсумковим балом DevioLab Score 75,60. Логіка стратегії спроєктована таким чином, щоб слугувати високоточною алгоритмічною основою для автоматизованих торгових роботів, торгових агентів та автономних систем виконання. Використання 15-хвилинного таймфрейму дозволяє торговельним ботам здійснювати мікроструктурний моніторинг цінового руху, шукаючи оптимальні точки для відкриття та закриття позицій без зайвого запізнення, притаманного денним або тижневим графікам.
Торговий ритм та тривалість позицій
Взаємозв'язок між інтервалом графіка та фактичною тривалістю утримання позицій у цій стратегії демонструє цікаву динаміку. Хоча аналіз здійснюється на 15-хвилинних свічках, модель категорично не належить до високочастотних або скальпінгових систем. Середня тривалість утримання однієї позиції становить 725,34 години (близько 30,2 доби), а медіанна тривалість дорівнює 671,50 години (приблизно 28 діб). Це вказує на те, що алгоритм використовує короткий таймфрейм виключно для точного точкового входу, після чого позиція переходить у фазу середньострокового супроводу тренду. Частота торговельних подій є надзвичайно низькою: система здійснює в середньому 7,24 угоди на рік, що відповідає приблизно 1,22 угоди за активний місяць. Інтервали між виходами з ринку також підтверджують низьку інтенсивність торговлі: середній час між закриттями угод становить 48,66 дня, а медіанний — 49,38 дня. Для торгових ботів та автономних агентів такий ритм означає мінімальне навантаження на інфраструктуру, відсутність потреби у надвисокошвидкісному виконанні та здатність ігнорувати короткостроковий ринковий шум, очікуючи лише найбільш якісних системних сетапів.
Якість історичних результатів
З 39 повністю завершених угод 33 виявилися прибутковими і лише 6 закінчилися збитком, що забезпечує вражаючий показник виграшів (win rate) на рівні 84,62%. Співвідношення загального валового прибутку до валового збитку підтверджується високим профіт-фактором, який становить 5,0. Це свідчить про те, що на кожну одиницю втраченого капіталу система генерувала п'ять одиниць прибутку. Середній результат на одну угоду становить +7,28%, тоді як медіанна угода демонструє прибутковість +6,38%. Близькість середнього та медіанного значень вказує на математичну однорідність результатів та відсутність викривлення статистичної картини окремими поодинокими угодами. Найкраща угода за всю історію принесла +31,35%, а найгірша закінчилася збитком у -10,61%. Важливим індикатором надійності є також концентрованість прибутку: три найбільші виграшні угоди забезпечили лише 26,09% від сукупного валового прибутку. Це означає, що підсумковий успіх стратегії досягається за рахунок системної серії позитивних результатів, а не є наслідком кількох випадкових аномальних стрибків ціни.
Ризик, просідання та поведінка під час збитків
Показники ризику даної стратегії демонструють високий рівень контролю над просіданням капіталу. Максимальне історичне просідання (max drawdown) склало лише 10,61%. Характерно, що цей показник повністю збігається з параметром найгіршої поодинокої угоди (-10,61%). Це свідчить про те, що найбільша втрата капіталу була викликана закриттям одного збиткового ордера, а не послідовним накопиченням серії невдалих угод. Аналіз серій угод підтверджує стійкість системи до тривалих періодів спаду. Найдовша серія збиткових угод за всю 5,39-річну історію склала лише 2 угоди поспіль. Наваго розлогішою є серія виграшів: найдовша безперервна смуга прибуткових угод досягла 11 позицій. Поєднання високої частки перемог (84,62%), невеликого максимуму просідання (10,61%) та коротких серій збитків робить цю алгоритмічну систему психологічно та математично комфортною для розгортання в автоматизованих торговельних агентах, мінімізуючи ризик глибокого деструктивного drawdown.
Поведінка у часі та річна стабільність
Розподіл результатів по окремих календарних роках свідчить про високу стабільність алгоритму протягом усього досліджуваного періоду з 2021 по 2026 рік. Усі без винятку календарні роки зафіксували позитивну сумарну прибутковість: - 2021 рік: 1 угода, 1 прибуткова, 0 збиткових, сумарний результат +6,26%, win rate 100%. - 2022 рік: 7 угод, 6 прибуткових, 1 збиткова, сумарний результат +81,10%, win rate 85,71%. - 2023 рік: 5 угод, 5 прибуткових, 0 збиткових, сумарний результат +53,60%, win rate 100%. - 2024 рік: 8 угод, 5 прибуткових, 3 збиткові, сумарний результат +32,96%, win rate 62,50%. - 2025 рік: 11 угод, 10 прибуткових, 1 збиткова, сумарний результат +59,30%, win rate 90,91%. - 2026 рік (неповний): 7 угод, 6 прибуткових, 1 збиткова, сумарний результат +50,84%, win rate 85,71%. Найбільш продуктивним за сумою відсотків виявився 2022 рік (+81,10%), а за кількістю закритих позицій — 2025 рік (11 угод). Навіть у найменш результативному за відсотком виграшів 2024 році (win rate 62,50%) стратегія зберегла позитивний підсумковий баланс (+32,96%), що підтверджує її здатність адаптуватися до різних фаз ринкового циклу.
Останній період з 01.06.2024 порівняно з повною історією
Окремий аналіз сучасної фази бектесту — періоду після 1 червня 2024 року — дає важливе уявлення про актуальність алгоритму. За цей відрізок часу стратегія повністю закрила 24 угоди, сумарний результат яких склав +125,53%. Це означає, що 61,5% усіх історичних угод (24 із 39) та значна частина накопиченого прибутку припадають саме на останні роки випробувань. Така висока щільність торгових подій у новітній період свідчить про те, що результативність системи не є віддаленим історичним артефактом 2021–2022 років. Навпаки, торговий алгоритм активно генерує сигнали та зберігає високу ефективність у сучасному ринковому середовищі. Наявність 24 закритих угод у даній часовій вибірці забезпечує достатній статистичний обсяг для підтвердження того, що робочі параметри системи не зазнали деградації.
Сильні сторони та обмеження
Серед ключових сильних сторін стратегії слід виділити: - Високу математичну ефективність: профіт-фактор 5,0 та відсоток прибуткових угод 84,62%. - Строгий контроль ризиків: максимальне просідання зафіксоване на рівні 10,61% при коротких серіях збитків (не більше 2 поспіль). - Збалансованість прибутку: відсутність залежності від поодиноких викидів — топ-3 угоди формують лише 26,09% валового прибутку. - Стабільність у часі: позитивна прибутковість у кожному календарному році та висока репрезентативність у новітній історії з червня 2024 року. Основні обмеження стратегії пов'язані з її специфікою: - Малий загальний вибірковий обсяг угод (39 за 5,39 року), що вимагає терпіння при практичній реалізації. - Довгий час утримування позицій (середній показник ~30,2 доби), що призводить до тривалого зв'язування торгового капіталу в одній угоді. - Алгоритм не підходить для трейдерів або ботів, які орієнтовані на щоденну торговельну активність.
Аналітичний висновок DevioLab
За підсумковим розрахунком DevioLab Score стратегія отримує 75,60 балів із 100 та посідає 2-ге місце у рейтингу моделей для акцій FERG. Це зріла, математично обґрунтована алгоритмічна модель із помірним часовим навантаженням та видатним співвідношенням прибутку до ризику. Завдяки низькій частоті торговлі та чітко визначеним параметрам входу/виходу дана стратегія є відмінним кандидатом для використання в якості керуючої логіки для автоматизованих торгових ботів та роботів. Вона мінімізує негативний вплив людського фактора та емоцій. Разом з тим, потенційним користувачам слід пам'ятати, що історичне моделювання відображає гіпотетичні результати закритих угод і не враховує можливих прослизань, комісійних витрат чи майбутніх аномальних змішень у структурі ліквідності ринку.
Межі даних та методологія
Представлений аналіз базується виключно на наведених статистичних даних закритих угод для інструменту FERG за період з 15 квітня 2021 року по 4 вересня 2026 року (загалом 5,39 року). Торгові сигнали розраховувалися на 15-хвилинних графіках (15m). Усі наведені показники прибутковості, просідання, тривалості та серійності є результатом історичного алгоритмічного симуляційного бектесту. Розрахунки не включають моделювання комісій брокера, спреду або виконуваного прослизання (slippage). Отримані відсотки описують сумарну динаміку закритого симульованого портфеля і не є гарантією майбутніх результатів. Цей матеріал має виключно дослідницький та інформаційно-аналітичний характер і не становить індивідуальної інвестиційної чи фінансової рекомендації.