Сезонность сектора товаров вторичной необходимости США

Сегодня продолжим изучение сезонных закономерностей изменения стоимости финансовых инструментов в целом по отдельным секторам фондового рынка США.

Мы выявим сезонные тенденции индекса третьего по капитализации сектора экономики США – сектора потребительских товаров вторичной необходимости, а также исследуем торговый сигнал, основанный на сезонных закономерностях индекса.

Индекс сектора потребительских товаров вторичной необходимости – S&P 500 Consumer Discretionary – включает в себя 63 компании, крупнейшие из которых:

• Amazon.com
• Tesla
• Home Depot
• Nike
• McDonald’s

Для выявления наличия сезонности будем использовать следующие критерии:

1. Доля случаев положительных либо отрицательных месячных изменений за рассматриваемый период больше 53%.

2. Отношение среднего значения положительных месячных изменений к среднему значению отрицательных месячных изменений:

• больше 1, когда доля положительных месячных изменений больше 53 % (см. пункт 1);
• меньше 1, когда доля отрицательных месячных изменений больше 53 % (см. пункт 1).

3. Линейный тренд распределения месячных изменений за последние 10 лет:

• восходящий, когда доля положительных месячных изменений больше 53 % (см. пункт 1);
• нисходящий, когда доля отрицательных месячных изменений больше 53 % (см. пункт 1).

В случае удовлетворения всем трем условиям будем говорить о наличии сезонности в ценовых изменениях финансового инструмента.

Участок исторических данных с 1989 по 2010 год будет являться базовым периодом, на котором мы будем выявлять сезонные закономерности изменения стоимости. Если такие закономерности будут выявлены, то они будут использованы как сигналы на покупку или продажу уже на тестируемом участке истории с 2011 по 2021 годы. Таким образом, мы проверим эффективность выявленных торговых сигналов, основанных на сезонных закономерностях.

Анализ результатов

Сезонные изменения индекса S&P 500 Consumer Discretionary (изменения цен за месяц, в %)

Пояснение к итоговым строкам:

1) Впервой строке доля случаев положительных изменений рассчитывалась исходя из анализа месячных изменений цен. На примере января это выглядит так: мы берем все месяцы «январь» за 22 года, получаем 21. Из этих 21 месяцев рост цен был отмечен по итогу 12 месяцев. То есть доля случаев роста составила 57%.

2) Во второй строке мы сопоставляем среднее значение всех положительных месячных изменений со средним значением отрицательных изменений.

• Если полученное значение больше 1, то в месяцы роста цена проходит большее количество пунктов, чем в месяцы снижений.
• Если полученное значение меньше 1, то в месяцы снижения цена проходит большее количество пунктов, чем в месяцы роста. В случае месяца «январь» значение меньше 1.

Итак, восемь месяцев (февраль, март, апрель, май, август, сентябрь, октябрь и ноябрь) соответствуют двум из трех критериев выраженной сезонности.

Проверим теперь эти месяцы по третьему критерию – направлению линейного тренда распределения месячных изменений за 2000-2010 годы:

Итак, линейный тренд февральских, мартовских и ноябрьских изменений за 10 лет направлен вверх, что удовлетворяет последнему критерию выявления сезонности.

10-летний тренд изменений мая направлен вниз, что также удовлетворяет последнему критерию выявления сезонности.

Линейный тренд изменений апреля, сентября и октября направлен вниз, что опровергает предположение о сезонной тенденции роста цен.

10-летний тренд изменений августа направлен вверх, что опровергает предположение о сезонной тенденции снижения цен.

Таким образом, с определенной уверенностью мы можем говорить о том, что индекс сектора потребительских товаров вторичной необходимости расположен к росту в феврале, марте и ноябре и к снижению в мае.

Именно эти сезонные закономерности мы будем использовать в качестве торгового сигнала для теста на проверяемой выборке исторических данных с 2011 по 2021 годы.

Торговый сигнал будем оценивать по следующим критериям:

• Доходность отражает относительное изменение котировок финансовых инструментов, в процентах. Положительное значение доходности говорит о прибыльности стратегии, отрицательное – об убыточности.

Доходность (D) финансового инструмента рассчитывается по формуле:

D = Σ P (%) / n,

где:

n – количество сделок;

P (%) – процент изменения котировки финансового инструмента на момент фиксации позиции, рассчитывается следующим образом:

для позиций на покупку

P (%) = (цена закрытия позиции – цена открытия позиции) / цена открытия позиции*100%

для позиций на продажу

P (%) = (цена открытия позиции – цена закрытия позиции) / цена открытия позиции*100%

• Средняя доходность прибыльных сделок (Dp) включает в себя доходность только прибыльных сделок, в процентах:

Dp = Σ D(+) / n,

где:

n – количество прибыльных сделок;

D(+) – доходность прибыльных сделок.

• Средняя просадка (AD) отражает средние потери при закрытии убыточных сделок за весь период торговли, в процентах. Чем меньше значение средней просадки, тем меньше убытки, и тем лучше работает торговый сигнал.

AD = | Σ D(-) / n |

где:

n – количество убыточных сделок;

D(-) – доходность убыточных сделок.

• Максимальная доходность (MaxD) – это максимальная из прибылей при закрытии успешных сделок за весь период торговли, в процентах. Чем больше значение максимальной доходности, тем лучше работает торговый сигнал.

MaxD = max (D)

• Максимальная просадка (MD) – это максимальный из убытков при закрытии неудачных сделок за весь период торговли, в процентах (минимальная доходность). Чем меньше значение максимальной просадки, тем лучше работает торговый сигнал.

MD = | min (D) |

• Доля прибыльных позиций (ДПП) – показывает долю прибыльных торговых позиций от общего числа позиций, в процентах. Чем выше ДПП, тем чаще совершаются прибыльные сделки.

ДПП = количество прибыльных позиций / количество всех позиций * 100

Результаты стратегии покупки индекса сектора потребительских товаров вторичной необходимости (S&P 500 Consumer Discretionary) в начале месяцев – февраль, март, ноябрь и его продажи в конце этих месяцев, а также продажи индекса в начале мая с последующей покупкой в конце месяца представлены в диаграммах:

Итак, доходность покупок индекса S&P 500 Consumer Discretionary в начале февраля и его продажи в конце месяца составила 1,5% при средних доходности прибыльных сделок и просадке 3,7% и 4,4%, максимальных доходности и просадке 8,4% и 8,2% соответственно.

Доходность покупок индекса S&P 500 Consumer Discretionary в начале марта и его продажи в конце месяца составила 0,2% при средних доходности прибыльных сделок и просадке 3,7% и 4,1%, максимальных доходности и просадке 6,2% и 13,9% соответственно.

Для ноябрьских покупок доходность составила 2,9% при средних доходности прибыльных сделок и просадке 3,7% и 0,7%, максимальных доходности и просадке 7,4% и 0,9% соответственно.

Для продаж в мае доходность составила 0,1% при средних доходности прибыльных сделок и просадке 3,7% и 3%, максимальных доходности и просадке 7,9% и 8,9% соответственно.

Доля прибыльных позиций покупок в феврале составляет 72,7%, в марте – 54,5%, в мае - 45,5%, в ноябре - 80%.

Подробные результаты представлены в приложении:

XLSX (0.23 MB)Application to the article 'Seasonality of the US Consumer Discretionary sector'.xlsx

Смотрите также:

Сезонность сектора информационных технологий США

Сезонность сектора здравоохранения США

Сезонность промышленного сектора США

Сезонность сектора товаров первой необходимости США

Сезонность финансового сектора США

Сезонность сектора материалов США

Сезонность сектора энергетики США

Сезонность сектора коммунальных услуг США

Сезонность сектора недвижимости США

Сезонность сектора коммуникационных услуг США

Итоги: сезонность широкого фондового рынка США