Детальная информация

Цель работы - исследовать теоретические основы автоматизированной торговли и провести сравнительную оценку эффективности выбранных торговых алгоритмов на выборке высоковолатильных активов. Объект исследования - алгоритмы автоматизированной торговли; предмет - эффективность интерпретируемых торговых стратегий при работе с высоковолатильными акциями и криптовалютами на дневных данных. В работе применены анализ научной литературы, формализация торговых правил, обработка исторических данных и бэктестинг. Практическая часть выполнена на дневных данных Yahoo Finance за период с 01.01.2024 по 31.03.2026 по 20 акциям и 5 криптовалютам. Сравнивались стратегии Cross-Sectional Momentum, Mean Reversion Long-Only и Trend + Inverse Volatility. Оценка проводилась по совокупной и годовой доходности, волатильности, коэффициентам Шарпа, Сортино и Калмара, максимальной просадке и доле прибыльных периодов. На общей выборке лучший результат среди активных стратегий показала Mean Reversion Long-Only: совокупная доходность составила 123,04 %, годовая доходность - 41,11 %, коэффициент Шарпа - 0,607. Бенчмарк показал 37,77 % совокупной доходности, а Cross-Sectional Momentum и Trend + Inverse Volatility дали отрицательные результаты на базовых параметрах. Дополнительно проведены раздельный анализ по акциям и криптовалютам, корреляционный анализ, bootstrap-проверка и анализ чувствительности параметров Trend + Inverse Volatility. Для расчетов были использованы Python и Microsoft Excel.

The aim is to study the theoretical foundations of automated trading and to compare selected trading algorithms on a sample of volatile assets. The object of the research is automated trading algorithms; the subject is the efficiency of interpretable trading strategies applied to volatile stocks and cryptocurrencies using daily data. The study uses literature analysis, formalization of trading rules, historical data processing and backtesting. The empirical part is based on Yahoo Finance daily data from 01.01.2024 to 31.03.2026 for 20 stocks and 5 cryptocurrencies. Three strategies were compared: Cross-Sectional Momentum, Mean Reversion Long-Only and Trend + Inverse Volatility. Performance was assessed using cumulative and annual return, annual volatility, Sharpe, Sortino and Calmar ratios, maximum drawdown and the share of profitable periods. On the full sample, Mean Reversion Long-Only produced the strongest result among active strategies: cumulative return reached 123.04%, annual return was 41.11%, and the Sharpe ratio was 0.607. The equal-weighted benchmark generated 37.77% cumulative return, while Cross-Sectional Momentum and Trend + Inverse Volatility had negative results under the baseline parameters. Separate stock and cryptocurrency results, correlation analysis, bootstrap testing and sensitivity analysis for Trend + Inverse Volatility were also performed. Python and Microsoft Excel were used for calculations.