Visit Website →
← Back to blog

Mean reversion strategija: kaip ją testuoti ir taikyti saugiai

September 27, 2026
Mean reversion strategija: kaip ją testuoti ir taikyti saugiai

Mean reversion strategija remiasi principu, kad kainos ar spread'ai po nukrypimo nuo statistinio vidurkio dažnai grįžta atgal, ir tai leidžia atidaryti prekybos pozicijas prieš tikėtiną judesį. Ji veikia geriausiai trumpais ir vidutiniais laikotarpiais rinkose, kuriose nėra stiprios trendinės struktūros, o akademiniai tyrimai rodo, kad grįžimo efektas ilgalaikiu horizontu egzistuoja, tačiau trumpuoju laikotarpiu dažniau dominuoja atsitiktinio pasivaikščiojimo hipotezė. Prieš diegimą būtina patikrinti, ar rinka nėra pradėjusi struktūrinio trendo, nes tokiu atveju strategija greitai praranda pelningumą.

Trumpai:

  • Strategija geriausiai veikia trumpalaikiuose rinkose be stiprių trendų, tačiau ilgalaikio poveikio trendų išvengti būtina, kad neprarastumėte pelno.
  • Statistiniai testai, tokie kaip ADF ir Hurst, leidžia nustatyti, ar rinka turi mean reversion požymių, ir turi būti atliekami periodiškai.
  • Efektyviausi filtrai, tokie kaip SMA kirtimo ir ATR pagrįsta volatilumo kontrolė, slopina klaidų signalus stiprių trendų metu.
  • Backtestavimui būtina naudoti kokybiškus duomenis, įtraukti mokesčius ir atlikti stresinius testus prieš istorinį taikymą.
  • Po sėkmingo testavimo rekomenduojama strategiją įgyvendinti etapuojant ir nuolat stebėti jos veikimą realiomis rinkos sąlygomis.
Marketsfactor
Gilinkite rinkos analizės žinias
Marketsfactor pateikia rinkos analizes, prognozes ir mokymus, padedančius geriau suprasti investavimo strategijas bei rinkos dinamiką.
Atraskite Marketsfactor

Turinys

Kas yra mean reversion: apibrėžimas ir teorinė bazė

Mean reversion prielaida yra paprasta: kainos, spread'ai ar santykiai laikinai nukrypsta nuo savo statistinio vidurkio, tačiau ilgainiui prie jo sugrįžta. Klasikinis pavyzdys: akcijos kaina pakyla 15 % per savaitę be fundamentalios priežasties, o po kelių dienų dalis šio pakilimo atsitraukia atgal prie judančio vidurkio.

Ši logika iš dalies prieštarauja efektyvių rinkų hipotezei (EMH) ir atsitiktinio pasivaikščiojimo modeliui, kurie teigia, kad kainų pokyčiai yra nepriklausomi ir nenuspėjami iš praeities duomenų. Praktikoje rinka retai yra idealiai efektyvi: likvidumo trūkumas, per didelė reakcija į naujienas ar institucinis pozicijų balansavimas sukuria laikinus nukrypimus, kuriuos mean reversion strategija bando išnaudoti.

Skirtingai nuo momentum strategijų, kurios prekiauja tendencijos tęstinumu ir tikisi, kad judėjimas stiprės, mean reversion prekiautojas veikia prieš esamą judėjimą, tikėdamasis korekcijos. Tai daro strategiją tinkamą svyruojančiose, ribų prekybos (range-bound) rinkose ir rizikingą stiprių trendų metu, kai kaina gali toliau nukrypti nuo vidurkio ilgiau, nei leidžia kapitalo rezervas.

Kas yra mean reversion: apibrėžimas ir teorinė bazė — overview diagram

Statistiniai patikrinimai: kaip nustatyti mean reversion charakterį

Prieš kuriant signalus, būtina statistiškai patikrinti, ar konkretus laiko eilutės rinkinys iš tikrųjų turi mean reversion savybes. Keturi įrankiai sudaro standartinį patikrinimo rinkinį:

  • ADF testas (Augmented Dickey-Fuller): tikrina, ar eilutė yra stacionari; p reikšmė žemiau 0,05 paprastai nurodo, kad hipotezė apie atsitiktinį pasivaikščiojimą atmetama ir eilutė gali turėti mean reversion pobūdį.
  • Hurst eksponentas: reikšmė žemiau 0,5 rodo mean reverting charakterį, apie 0,5 reiškia atsitiktinį pasivaikščiojimą, o virš 0,5 signalizuoja trendinę (persistent) eilutę.
  • Half-life (grįžimo pusperiodis): apskaičiuojamas iš Ornstein-Uhlenbeck arba AR(1) modelio parametrų ir parodo, per kiek laiko tikimasi, kad nukrypimas sumažės perpus, kas tiesiogiai lemia pozicijos laikymo trukmę.
  • Z-score: standartizuoja spread'o ar kainos nuokrypį nuo vidurkio standartinių nuokrypių vienetais ir naudojamas nustatyti signalo slenksčius, dažniausiai įėjimo taškus prie ±2 ir išėjimo prie 0.

Teoriniai modeliai dažniausiai aprašo šį reiškinį kaip Ornstein-Uhlenbeck procesą arba AR(1) formos autoregresinę lygtį, kurioje half-life kintamasis nustato, kiek laiko reikia pusei nukrypimo išnykti. Praktikoje šie testai atliekami prieš kiekvieną backtest ciklą, ne tik vieną kartą, nes rinkos statistinės savybės kinta laikui bėgant.

Dažniausios mean reversion strategijos ir signalai

Praktikoje mean reversion įgyvendinama keliais pagrindiniais būdais, kurie skiriasi pagal instrumentų skaičių, signalo tipą ir jautrumą trendams.

  • Pairs trading: prekiaujama dviejų susijusių instrumentų spread'u; svarbu atskirti tikrą kointegraciją nuo paprastos koreliacijos, nes koreliacija gali laikinai išnykti krizės metu, kai koreliacinis santykis tampa nestabilus, o kointegracija atspindi ilgalaikį pusiausvyros ryšį.
  • Indikatorinės strategijos: Bollinger juostos, RSI reversal signalai ir z-score spread taisyklės naudojamos vienam instrumentui, dažniausiai su įėjimu, kai kaina kerta juostos kraštą, ir išėjimu prie vidurio linijos.
  • Volatilumu pagrįsta reversija: lyginama numanoma (implied) ir realizuota (realized) volatilumo lygiai, kai per didelis atotrūkis tarp jų gali signalizuoti, kad rinkos baimė ar euforija yra pertekliniai ir tikėtinas normalizavimasis.

Kiekvienam iš šių metodų reikalingas rinkos fazės filtras, nes mean reversion signalas be trendo patvirtinimo dažnai generuoja klaidingus įėjimus stiprios tendencijos metu. Praktikoje naudojami paprasti judantys vidurkiai (SMA), vidutinis tikrasis intervalas (ATR) volatilumo lygiui ir apyvartos balansas (OBV) likvidumo kontekstui. Backtesting tyrimai rodo, kad efektyviausi filtrai testuose buvo SMA kirtimo taisyklės, ATR pagrįstas volatilumo ribojimas ir OBV, o strategijos rezultatai stipriai skyrėsi tarp sektorių ir laikotarpių priklausomai nuo momentum lygio rinkoje.

Pairs trading dažniausiai tinka akcijų sektoriuose su fundamentaliai panašiais emitentais, indikatorinės strategijos geriau veikia likvidžiose, žemo trendo valiutų ar indeksų rinkose, o volatilumu pagrįsta reversija naudinga opcionų ir išvestinių instrumentų prekyboje, kur kainodara tiesiogiai priklauso nuo numatomos svyravimų amplitudės.

Implementacija ir backtesting: praktinis pavyzdys

Backtest pradedamas nuo duomenų šaltinio pasirinkimo. Tick duomenys duoda didžiausią tikslumą, bet reikalauja daug saugojimo ir apdorojimo resursų, minutės dažnio duomenys yra kompromisas tarp tikslumo ir praktiškumo daugumai trumpalaikių strategijų, o dienos duomenys tinka lėtesnėms, ilgesnio horizonto pairs trading sistemoms.

Pagrindinė logika, pritaikoma bet kuriai programavimo aplinkai, atrodo taip:

  1. Apskaičiuoti spread'ą arba kainos seriją ir jos judantį vidurkį bei standartinį nuokrypį pasirinktame lange.
  2. Suskaičiuoti z-score kaip (dabartinė reikšmė minus vidurkis) padalinta iš standartinio nuokrypio.
  3. Nustatyti įėjimo taisyklę, pavyzdžiui, atidaryti poziciją, kai z-score pasiekia ±2, ir uždaryti, kai jis sugrįžta prie 0.
  4. Apskaičiuoti pozicijos dydį pagal rizikos biudžetą, pavyzdžiui, procentą kapitalo, dalinamą iš instrumento volatilumo (ATR), kad rizika būtų pastovi tarp skirtingų instrumentų.
  5. Pridėti stop-loss taisyklę, kuri uždaro poziciją, jei nukrypimas viršija iš anksto nustatytą ribą, nepaisant z-score signalo.

Backtest rezultatai be papildomų sąlygų dažnai yra apgaulingai geri. Reikia įtraukti realistišką slippage įvertį, komisinius mokesčius ir bid-ask spread'ą, kitaip strategijos grąža bus pervertinta. Toliau būtina atskirti in-sample ir out-of-sample periodus: parametrai kalibruojami vienoje duomenų dalyje, o tikrinami visiškai kitoje, niekada matytoje dalyje. Walk-forward validacija, kai testavimo langas nuolat slenka į priekį, leidžia patikrinti, ar strategija išlaiko efektyvumą laikui bėgant, o ne vien konkrečiu istoriniu periodu.

Ypač svarbu strategiją patikrinti stresiniais periodais, pavyzdžiui, staigių likvidumo šokų ar didelio volatilumo intervalais, kai koreliacijos tarp instrumentų gali laikinai sugriūti. ESMA ataskaita apie algoritminę prekybą pabrėžia, kad algoritmai turėtų būti testuojami stresinėmis rinkos sąlygomis prieš diegimą, o ne vien standartiniais, ramiais periodais.

Profesionalus patarimas: Prieš perkeliant strategiją į live aplinką, paleiskite ją paraleliai su popierine (paper trading) sąskaita bent vieną pilną rinkos ciklą, įskaitant vieną didesnės volatilumo epizodą.

Rizikos valdymas ir reguliavimo aspektai

Mean reversion strategijos rizika dažniausiai kyla iš vieno scenarijaus: kaina toliau nukrypsta nuo vidurkio, o pozicija didinama pagal principą „vidurkinti nuostolį“, kol kapitalas išsibaigia. Kelios kontrolės priemonės sumažina šią riziką:

  • Stop-loss riba: fiksuota pozicijos uždarymo taisyklė, nepaisant statistinio signalo, apsaugo nuo neribotų nuostolių struktūrinio trendo metu.
  • Pre-trade limitai: maksimalus pozicijos dydis, maksimalus dienos nuostolis ir maksimalus vienu metu atidarytų pozicijų skaičius sumažina koncentracijos riziką.
  • Kill switch: automatinis visų pozicijų uždarymo mechanizmas, aktyvuojamas, kai algoritmas veikia nenumatytai arba rinkos sąlygos tampa ekstremalios.

Europos Sąjungoje algoritminę prekybą reglamentuoja MiFID II 17 straipsnis, kuris investicinėms įmonėms nustato pareigą turėti dokumentuotas rizikos kontrolės sistemas, testuoti algoritmus prieš diegimą ir stebėti jų veikimą realiuoju laiku. Šie reikalavimai formaliai taikomi reguliuojamoms institucijoms, tačiau jų logika tiesiogiai pritaikoma ir savarankiškai prekiaujantiems asmenims kaip geros praktikos standartas.

Institucinės peržiūros rodo, kad testavimo ir dokumentacijos trūkumai yra dažnas rizikos šaltinis algoritminėje prekyboje. FCA daugiaįmonių peržiūra nustatė, kad simuliacinis testavimas su stresiniais scenarijais ir aiški procedūrų dokumentacija yra vieni iš svarbiausių elementų, mažinančių algoritmo klaidingo veikimo tikimybę ekstremaliomis rinkos sąlygomis.

Savarankiškam prekiautojui verta perimti tą pačią logiką: turėti rašytinį strategijos aprašą, fiksuoti visus parametrų pakeitimus ir periodiškai peržiūrėti, ar algoritmas dar veikia pagal pradinę hipotezę.

Kada mean reversion strategija žlunga: rinkos fazės, trendai ir filtrai

Didžiausia mean reversion rizika yra struktūrinis trendas, kai rinka nustoja svyruoti apie stabilų vidurkį ir pradeda kryptingai judėti dėl fundamentalios priežasties, tokios kaip pinigų politikos pokytis ar sektoriaus krizė. Šiuo atveju kiekvienas naujas signalas atrodo statistiškai patrauklus, tačiau kaina toliau tolsta nuo vidurkio.

Ribų rinkos ir trendo analizė

Pairs trading strategijos ypač pažeidžiamos, kai du anksčiau susiję instrumentai praranda kointegraciją, dažniausiai dėl vieno emitento fundamentalaus įvykio ar sektoriaus rotacijos. Tokiu atveju spread'as, kuris anksčiau grįžo prie vidurkio, gali įgauti naują, nuolatinį lygį.

Praktinės priemonės, leidžiančios laiku atpažinti režimo pokytį:

  • Trendo filtras: ilgo laikotarpio SMA kryptis naudojama kaip papildoma sąlyga, blokuojanti naujus signalus, kai vyrauja aiški tendencija.
  • Slankiojantis half-life tikrinimas: reguliariai perskaičiuojamas half-life ir Hurst eksponentas, kad būtų pastebėtas jų dreifas link trendinės zonos.
  • Automatinis „switch-off“: taisyklė, kuri sustabdo naujų pozicijų atidarymą, jei ADF testo p reikšmė kelis periodus iš eilės pakyla virš nustatytos ribos.

Šie filtrai nepašalina rizikos visiškai, bet leidžia sistemai atsijungti anksčiau, nei nuostoliai tampa dideli.

Praktinis kontrolinis sąrašas: žingsniai prieš diegiant live

Prieš perkeliant strategiją iš backtest aplinkos į realią prekybą, verta sistemingai patikrinti keletą etapų:

  1. Patikrinti duomenų kokybę: pašalinti dublikatus, koreguoti dividendų ir akcijų skaidymo įtaką, patikrinti trūkstamas reikšmes.
  2. Peržiūrėti backtest rezultatus per keletą pagrindinių rodiklių: pelno-nuostolio santykį, maksimalų kapitalo nuosmukį (drawdown) ir sandorių skaičių pakankamam statistiniam patikimumui.
  3. Nustatyti rizikos parametrus: pozicijos dydį, stop-loss lygį ir dienos nuostolio ribą prieš pirmą live sandorį.
  4. Įgyvendinti fail-safe mechanizmą, kuris automatiškai sustabdo strategiją, jei įvyksta techninė klaida ar rinkos anomalija.
  5. Diegti etapiškai: pradėti nuo paper trading, tada perkelti mažą kapitalo dalį, ir tik po stabilaus veikimo periodo didinti apimtį.

Kiekvienas etapas turėtų būti dokumentuotas, kad būtų galima atsekti, kuriame žingsnyje strategija nukrypo nuo tikėtino elgesio.

Marketsfactor: kaip mokymai padeda pritaikyti mean reversion praktiškai

Finansų analitikos ir mokymų platformos dažnai apima temas, susijusias su technine ir fundamentalia analize. Straipsnio autorius rengia medžiagą, orientuotą į praktinį strategijų testavimą ir rizikos valdymą, kad skaitytojai galėtų statistines koncepcijas, tokias kaip half-life ar z-score, paversti konkrečiais prekybos sprendimais.

Mokymuose gali būti nagrinėjami backtesting principai, signalų interpretacija ir rizikos kontrolės mechanizmai, tokiuose kaip pozicijos dydžio nustatymas, stop-loss taisyklės ir strategijos peržiūra keičiantis rinkos fazei. Tikslas yra ne pateikti garantuotą pelno formulę, bet suteikti sistemingą metodą, kaip vertinti strategijos tinkamumą prieš kapitalo įtraukimą.

Redakcijos perspektyva: strategijos vieta portfelyje

Mean reversion neturėtų sudaryti didžiosios portfelio dalies, jei jis naudojamas kaip vienintelė strategija. Protingiau ją derinti su trendo sekimo ar rinkos neutraliais metodais, kad vienos rinkos fazės nuostoliai būtų kompensuojami kitos fazės pelnu. Kai statistiniai testai rodo dreifą į trendinę zoną, verta stabdyti sistemą, o ne tikėtis, kad ji „susigrąžins“ save. Sudėtingesniems modeliams ar gilesniam pasiruošimui prasminga apsvarstyti struktūruotus mokymus, o ne remtis vien savarankiškai surinkta informacija.

— Bartas

Naudingos nuorodos ir pagrindiniai šaltiniai

Statistinių testų ir reguliavimo reikalavimų pagrindas remiasi keliais autoritetingais šaltiniais: ESMA MiFID II 17 straipsnis apibrėžia algoritminės prekybos priežiūros reikalavimus, akademiniai tyrimai apie mean reversion analizuoja ilgalaikius grįžimo prie vidurkio efektus, o FCA daugiaįmonių peržiūra pateikia institucinės praktikos gaires testavimui ir monitoringui.

This article is general information, not a substitute for advice from a qualified financial advisor. Consult a qualified financial professional about your own circumstances before acting on anything here.

Šaltiniai

Didžiausia rizika kyla iš struktūrinio trendo, kai kaina toliau nukrypsta nuo vidurkio, o pozicija didinama tikintis korekcijos. Šią riziką sumažina stop-loss taisyklės, pre-trade limitai ir automatinis strategijos sustabdymas, kai statistiniai testai rodo režimo pokytį.

Dažniausiai užduodami klausimai

Kuo mean reversion skiriasi nuo momentum strategijos?

Mean reversion prekiauja tikėdamasi, kad kaina grįš prie savo statistinio vidurkio po nukrypimo, o momentum strategija veikia atvirkščiai, tikėdamasi, kad esama tendencija tęsis. Pirmoji geriau tinka svyruojančiose rinkose, antroji stipriuose trendo periodais.

Kaip patikrinti, ar rinka turi mean reversion savybių?

Naudojami statistiniai testai, tokie kaip ADF testas stacionarumui, Hurst eksponentas trendo ar reversijos charakteriui ir half-life skaičiavimas grįžimo trukmei nustatyti. Šie testai turėtų būti atliekami reguliariai, nes rinkos statistinės savybės kinta laikui bėgant.

Ar mean reversion strategijos reikia laikytis MiFID II reikalavimų?

Formalūs MiFID II 17 straipsnio reikalavimai taikomi reguliuojamoms investicinėms įmonėms, tačiau jų logika, tokia kaip testavimas prieš diegimą ir rizikos kontrolės dokumentavimas, yra naudingas standartas ir savarankiškiems prekiautojams.

Kiek kapitalo verta skirti mean reversion strategijai?

Konkretaus skaičiaus nėra, nes tai priklauso nuo bendros portfelio strategijos ir rizikos tolerancijos. Dažniausia praktika yra derinti mean reversion su kitomis strategijomis, kad viena rinkos fazė nesukeltų per didelės koncentracijos rizikos.