Возврат к среднему: стратегия, которая зарабатывает на боковом рынке

Когда акция резко падает, первый инстинкт — испугаться. Второй — спросить себя: «А не слишком ли сильно упало?» Именно этот вопрос лежит в основе одной из самых интересных торговых стратегий — **возврата к среднему** (Mean Reversion). Сегодня разбираем её честно: как работает, где зарабатывает, где проигрывает — и в чём её принципиальное отличие от SMA-кроссовера из прошлой недели. --- ## Идея: «То, что сильно упало — часто отскакивает» Представьте, что цена акции — это мяч на резинке. Вы можете оттянуть мяч вниз, но резинка стремится вернуть его в исходное положение. Чем сильнее оттянули — тем мощнее отскок. В трейдинге эту роль «резинки» играет **среднее значение цены**. Если акция сильно отклонилась от своего исторического среднего — вверх или вниз — стратегия возврата к среднему делает ставку на то, что цена вернётся обратно. Это не магия. Это статистика. Большинство ценовых движений — временный шум, а не постоянный сдвиг. На спокойных, боковых рынках цена действительно ходит вокруг некоего среднего уровня. --- ## Математическая основа: z-score — «мерило удалённости» Чтобы понять, насколько сильно цена отклонилась, используют **z-score**. Не пугайтесь слова — идея простая. **Z-score** показывает, на сколько стандартных отклонений текущая цена ушла от среднего: ``` z = (текущая цена − среднее за N дней) / стандартное отклонение за N дней ``` Пример: - Среднее за 20 дней: 100 руб. - Стандартное отклонение: 5 руб. - Текущая цена: 88 руб. - Z-score = (88 − 100) / 5 = **−2.4** Что это значит? Акция упала на **2.4 стандартных отклонения** ниже своего среднего. Это нетипично. Статистически такое случается редко — и часто предшествует возврату вверх. **Правила стратегии:** | Сигнал | Условие | Действие | |--------|---------|----------| | Покупка | Z-score < −2 (цена аномально низкая) | Покупаем | | Продажа | Z-score > 0 (цена вернулась к среднему) | Продаём | | Шорт (опционально) | Z-score > +2 (цена аномально высокая) | Шортим | --- ## Когда работает — и когда нет Честность важнее красивых обещаний. Вот правда о стратегии: ### Работает хорошо: - **Боковые рынки (флет)** — цена ходит вперёд-назад вокруг среднего. Именно в такие периоды стратегия зарабатывает - **Стабильные голубые фишки** — акции с предсказуемым диапазоном цен: Сбербанк, Лукойл, Газпром - **Спокойные торговые дни** — низкая волатильность, нет сильных внешних шоков ### Работает плохо — и это важно знать: - **Трендовые рынки** — если акция стабильно падает, покупка «потому что сильно упало» — это ловля падающего ножа. Каждый новый минимум будет ещё ниже - **Новостные события** — отчёты, санкции, резкие изменения в бизнесе. Цена может «уйти» на новый уровень навсегда - **Кризисные периоды** — в 2008-м, 2020-м и 2022-м многие «сильно упавшие» акции падали ещё в несколько раз > **Главный риск:** Стратегия предполагает, что аномалия — временная. Но иногда «аномалия» — это новая реальность. --- ## Сравнение с SMA-кроссовером: противоположные философии Помните SMA-кроссовер из первой недели? Посмотрите на принципиальное различие: | | SMA-кроссовер | Возврат к среднему | |---|---|---| | **Философия** | Торгуем по тренду | Торгуем против тренда | | **Когда покупаем** | Когда цена **растёт** (моментум вверх) | Когда цена **падает** (аномальное снижение) | | **Лучшая среда** | Трендовый рынок | Боковой рынок | | **Худшая среда** | Боковой рынок (пилы, ложные сигналы) | Трендовый рынок (покупаем падающий нож) | | **Логика входа** | «Рынок показал силу — присоединяюсь» | «Рынок перестарался — жду возврата» | Это не значит, что одна лучше другой. Это значит, что **они зарабатывают в разных условиях**. Опытные трейдеры умеют переключаться между стратегиями в зависимости от режима рынка. Упрощённо: если ADX > 25 — рынок в тренде, используйте SMA. Если ADX < 20 — рынок в боковике, возврат к среднему уместнее. --- ## Код: расчёт z-score и сигналов Ниже — базовая логика стратегии на Python. Она использует те же данные, что и наш SMA-бэктест: ```python import pandas as pd import yfinance as yf # Параметры TICKER = "SBER.ME" # Сбербанк на MOEX START = "2022-01-01" END = "2024-01-01" WINDOW = 20 # окно для среднего и стандартного отклонения Z_ENTRY = -2.0 # покупаем при z < -2 Z_EXIT = 0.0 # продаём при z > 0 # Загрузка данных df = yf.download(TICKER, start=START, end=END, auto_adjust=True, progress=False)[["Close"]] # Расчёт z-score df["Mean"] = df["Close"].rolling(WINDOW).mean() df["Std"] = df["Close"].rolling(WINDOW).std() df["Z"] = (df["Close"] - df["Mean"]) / df["Std"] df.dropna(inplace=True) # Сигналы df["Signal"] = 0 in_position = False for i in range(len(df)): z = df["Z"].iloc[i] if not in_position and z < Z_ENTRY: df.iloc[i, df.columns.get_loc("Signal")] = 1 # покупка in_position = True elif in_position and z > Z_EXIT: df.iloc[i, df.columns.get_loc("Signal")] = -1 # продажа in_position = False buys = df[df["Signal"] == 1] sells = df[df["Signal"] == -1] print(f"Сигналов на покупку: {len(buys)}") print(f"Сигналов на продажу: {len(sells)}") print(df[["Close", "Z", "Signal"]].tail(10)) ``` Этот код — стартовая точка для экспериментов. Для полноценного бэктеста с кривой капитала возьмите за основу [код SMA-бэктеста](../../code-examples/backtesting/sma_crossover_backtest.py) и замените логику сигналов. --- ## 3 идеи для улучшения Базовая версия — честная, но упрощённая. Вот как думают о развитии стратегии дальше: ### Идея 1: Парный трейдинг (пары акций) Вместо одной акции — торгуем **спред между двумя коррелированными акциями** (например, Сбербанк и ВТБ). Когда спред аномально расширяется — покупаем «отставшую» и шортим «убежавшую». Преимущество: мы торгуем относительное движение, а не абсолютное. Даже если весь рынок падает — стратегия может зарабатывать, если одна акция падает меньше другой. ### Идея 2: Рыночно-нейтральный подход Если портфель содержит одинаковое количество длинных и коротких позиций по рублёвому объёму — он нейтрален к общим движениям рынка. Зарабатываем только на «аномалиях», независимо от того, растёт рынок или падает. ### Идея 3: Адаптивный порог входа Вместо фиксированного z < −2 — использовать **динамический порог**, который адаптируется к текущей волатильности инструмента. В спокойные периоды z = −1.5 уже может быть аномалией. В кризис z = −3 может быть нормой. --- ## Ключевые выводы - Возврат к среднему — стратегия для **бокового рынка**, а не для тренда - Математический инструмент — **z-score**: чем дальше цена от среднего, тем сильнее сигнал - Главный риск — **принять тренд за аномалию**: то, что «сильно упало», может упасть ещё - Это **противоположная философия** к SMA-кроссоверу: один торгует по тренду, другой — против него - Усложнение через **пары и нейтральность** делает стратегию более устойчивой --- ## Попробуй сам — без риска Теория — хороший старт. Но по-настоящему стратегия понимается через практику. На **AreNaGo** вы можете: - Загрузить стратегию возврата к среднему в **Генератор торговых стратегий** - Запустить бэктест на реальных данных **MOEX** — Сбербанк, Газпром, Лукойл - Сравнить результаты с SMA-кроссовером на одних и тех же данных - Поучаствовать в **торговых соревнованиях** и проверить стратегию против других участников Попробуйте эту стратегию прямо сейчас на [arenago.ru](https://arenago.ru) --- *Пример для обучения. Прошлая доходность не гарантирует будущую. Не является инвестиционной рекомендацией.* *AlgoTrading Technologies*