Trendová hypotéza 5 založená na vývoji průměru nebo směrnice přímky rozebraná v příspěvku-lekci „13) Klouzavý průměr a směrnice přímky, část I“) se v případě klouzavých průměrů – viz předchozí příspěvek-lekce 14 – ukázala při zohlednění „komplexních nákladů“ jako nepoužitelná.

Stejně jako u klouzavých průměrů bychom i u směrnic přímky mohli zlepšení  spatřovat buď ve zvýšení ziskovosti (více ziskových obchodů) nebo ve snížení počtu vstupů do obchodu a výstupů z něho.

První možnost, jak zvýšit „hrubý zisk“ (tedy zisk bez započtení „komplexních nákladů“) by mohla přinést metoda optimalizující několik směrnic podle počtu dnů, z nichž jsou počítány. Metoda vychází z hypotézy, že hodnoty SLOPE (parametr b ve funkci y = a +bx) lze optimalizovat, a tak najít nejlepší kombinaci pro stanovení okamžiku správného obchodního rozhodnutí. 

Program nám nabízí dvě možnosti, jak posuzovat vstup do krátké, resp. dlouhé pozice, a to podle sumy směrnic.

V prvním případě bude rozhodující pro vstup a analogicky výstup z obchodu to, zda suma směrnic je větší (BUY) nebo menší (SELL) než nula, schématicky tedy (b₁ + b₂ + b₃)> 0 => BUY; (b₁ +b₂ + b₃ ) < 0 => SELL). Výsledek ukazuje následující graf:

Přesto, že existují období s výrazným nárůstem, ke konci desetiletého období jsou všechny zisky ztraceny a obchodování končí dokonce ve ztrátě. Také střídání období ziskových se ztrátovými je extrémně rychlé a změny jsou hluboké.

Druhou možností je vstupovat do obchodu podle toho, jak se mění suma směrnic, tedy jaký je vztah vždy k hodnotě předchozí sumy. Je-li následující suma větší než předchozí, je to signál pro BUY, je-li menší, pak pro SELL, schématicky tedy (b₁ + b₂ + b₃ )_t1 > (b₁ + b₂ + b₃ )_t0 => BUY; (b₁ + b₂ + b₃ )_t1 < (b₁ + b₂ + b₃ )_t0 => SELL. Výsledek pak ukazuje následující graf:

Výsledek je lepší, po počátečním ztrátovém období nakonec po 10 letech končí obchodování v zisku.

Algoritmus, tak jak je konstruován, nám ale umožňuje hodnotu jednotlivých směrnic modelovat neboli měnit jejich váhu s cílem nalezení takové kombinace modelujících koeficientů, které zvýší celkový hrubý zisk ke konci sledovaného období.

Vezmeme-li opět jako první případ posuzování sumy směrnic – větší nebo menší než nula, můžeme optimalizací váhy jednotlivých směrnic získat tento výsledek:

Provedeme-li tedy optimalizaci vah jednotlivých směrnic, získáme při váze 2,2 pro devítidenní směrnici, 0,2 pro čtrnáctidenní směrnici a 3,1 pro dvacetišestidenní směrnici výrazně lepší výsledek (zisk 0,3451 oproti původní ztrátě -0,0285).

Obdobně bychom měli optimalizovat váhy směrnic i pro variantu, kde se charakter obchodu (BUY x SELL) odvíjí od vývoje sumy směrnic oproti předchozí sumě směrnic.

I v tomto případě optimalizací váhy jednotlivých směrnic – 0,2 pro devítidenní směrnici, 2,7 pro čtrnáctidenní směrnici a 0,5 pro dvacetišestidenní směrnici získáme výrazně lepší výsledek (zisk 0,6123 proti původnímu zisku bez vážení směrnic 0,1191).

Všechny varianty popisované v tomto příspěvku však pracují s hrubým ziskem. Pro ověření „obchodovatelnosti“ této metody použijeme zatím nejlepší variantu – tj. variantu s optimalizovanými vahami směrnic, kde jsou posuzovány sumy vždy k předchozí sumě (tedy ve vývoji). Zahrnutím „komplexních nákladů“ pak bohužel i tato metoda skončí ztrátou, a to dost dramatickou:

Výsledek není nijak nečekaný uvědomíme-li si, že při každodenním vstupu do obchodu a výstupu z něho představují „komplexní náklady“ za 10 let 1,2798. Při tomto způsobu obchodování by musel hrubý zisk být minimálně větší než suma komplexních nákladů:

(Σ ziskových obchodů – Σ ztrátových obchodů*-1) > Σ komplexních nákladů.

I když se nám pomocí optimalizace váhy jednotlivých směrnic podařilo zvýšit sumu ziskových obchodů z původních 7,1120 na 7,3586 a snížit sumu ztrátových obchodu z -6,9929 na -6,7463, pro eliminaci negativního vlivu „komplexních nákladů“ to nestačilo.

Soubor možno stáhnout zde.