Teknisk analyse av aluminium
Denne uken har vi valgt å gjøre en teknisk analyse av råvaren vår. I en teknisk analyse benytter vi historisk data for å prøve å si noe om fremtiden.
Trend Trading Model
Denne strategien fokuserer på å identifisere trender ved å benytte glidende gjennomsnitt. Strategien går ut på at man skal kjøpe dersom det kortsiktige glidende gjennomsnittet er høyere enn den langsiktig glidende gjennomsnittet. Vi har valgt å definere kortsiktig og langsiktig som hhv. 30- og 100 dager.
Denne strategien virket å fungere store deler av 2017. Fra januar til november ville denne strategien generert en avkastning på 17 %. Fra november til i dag har det derimot gått litt tråkkere.
Totalt ville en slik strategi gitt en årlig avkastning på -8,29 % med en volatilitet på 15,03 % basert på tall fra januar til i dag.
|
Daglig |
Annualisert |
|
|
Avkastning |
-0,02 % |
-8,29 % |
|
Volatilitet |
0,95 % |
15,03 % |
Dagens trend-strategi: (Data per 16.03.2018)
Kjøp
Range Trading Model
Hvis prisene i en range er «stasjonære», kan man shorte når prisene er for høy eller gå long når prisen er for lav. For høy i denne sammenhengen er når prisen er høyere enn salgslinjen og for lav når prisen er lavere enn kjøpslinjen.
En slik strategi ville gitt en årlig avkastning på -0,39 % med en volatilitet på 7,93 %.
|
Daglig |
Annualisert |
|
|
Avkastning |
0,00 |
-0,39 % |
|
Volatilitet |
0,50 % |
7,93 % |
Dagens range-strategi: (Data per 16.03.2018)
Nøytral
Co-author
Jonas Fagernæs Larsen
Ingen av strategiene ville gitt positiv avkastning i den aktuelle perioden. Vi vil derfor ikke anbefale noen å kjøpe eller selge basert på funnene i dette innlegget.
All data er hentet fra quandl. Prisene baserer seg på LME Aluminium (3MO) daglig data