Teknisten indikaattorien sijoitusstrategiat : tuottavuuden tarkastelu Teslan pörssi-kurssilla
Lindholm, Eero (2023)
Kandidaatintutkielma
Lindholm, Eero
2023
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2023062157447
https://urn.fi/URN:NBN:fi-fe2023062157447
Tiivistelmä
Tämän kandidaatintutkielman tavoitteena on tutkia, antavatko tekniset indikaattorit lisäarvoa treidaajalle, jonka kohde-etuutena on Tesla. Tutkimuksen aineisto on Teslan pörssipäivien päätöskurssit vuoden 2018 alusta vuoden 2022 loppuun. Teknisiksi indikaattoreiksi on valittu SMA20, SMA50, EMA20, EMA50 ja RSI.
Tutkielman tavoitteeseen pyritään vastaamaan kahdesta eri näkökulmasta. Ensimmäinen näkökulma ottaa huomioon, että treidaaja ei aina treidaa samalla osakkeella, vaan saattaa valita treidauspäivän osakkeen riippuen sen senhetkisestä teknisestä tilasta. Siinä tutkitaan osto- ja myyntisignaaleja seuranneiden 10 päivän tuottojen suuruutta ja merkitsevyyttä. Toisessa näkökulmassa muodostetaan 7 eri teknisiin indikaattoreihin pohjautuvaa sijoitusstrategiaa, sekä osta ja pidä -strategia, johon muiden strategioiden suoriutumista verrataan. Vertailussa otetaan huomioon tuotto, Sharpen luku, volatiliteetti ja transaktioiden määrä.
RSI:n tuottamat ostosignaalit pystyivät ennustamaan hyvin tulevien 10 päivän tuottoja ja tuotot olivat tilastollisesti merkitseviä. RSI:n myyntisignaaleja seurasi myös keskimäärin 10 negatiivisen tuoton päivää, mutta niiden tilastollinen merkitsevyys oli heikkoa. Liukuvat keskiarvot eivät pystyneet ennustamaan 10 seuraavan päivän tuottoja.
Neljä seitsemästä teknisiin indikaattoreihin pohjautuvasta strategiasta voitti osta ja pidä -strategian. Parhaiten suoriutui SMA20 PxM strategia, joka tuottaa ostosignaalin, kun hinta ylittää SMA20 indikaattorin ja myyntisignaalin, kun hinta alittaa indikaattorin. Crossover -strategiat ja RSI-strategia hävisivät osta ja pidä -strategialle. This bachelor's thesis investigates whether technical indicators provide added value to a trader whose target asset is Tesla. The research material is Tesla's closing prices on stock market days from 2018 to 2022. SMA20, SMA50, EMA20, EMA50, and RSI have been selected as technical indicators.
The thesis is answered from two perspectives. The first point of view considers that the trader does not always trade the same stock. Instead, he may choose the stock of the trading day depending on its current technical condition. It examines the magnitude and significance of 10-day returns following buy and sell signals. From the second perspective, 7 investment strategies based on different technical indicators are formed, as well as a buy-and-hold strategy, with which other strategies are compared. The comparison considers profit, Sharpe ratio, volatility, and the number of transactions.
The buy signals generated by the RSI predicted well the returns of the next 10 days and the returns were statistically significant. There was also an average of 10 days of negative returns following RSI sell signals, but the statistical significance of these returns was not significant. Moving averages failed to predict returns for 10 days. Four of the seven technical indicators strategies beat the buy-and-hold strategy. The most successful strategy was the SMA20 PxM strategy. This generates a buy signal when the price exceeds the SMA20 indicator and a sell signal when the price falls below the indicator. RSI and crossover strategies lost compared with buy-and-hold strategies.
Tutkielman tavoitteeseen pyritään vastaamaan kahdesta eri näkökulmasta. Ensimmäinen näkökulma ottaa huomioon, että treidaaja ei aina treidaa samalla osakkeella, vaan saattaa valita treidauspäivän osakkeen riippuen sen senhetkisestä teknisestä tilasta. Siinä tutkitaan osto- ja myyntisignaaleja seuranneiden 10 päivän tuottojen suuruutta ja merkitsevyyttä. Toisessa näkökulmassa muodostetaan 7 eri teknisiin indikaattoreihin pohjautuvaa sijoitusstrategiaa, sekä osta ja pidä -strategia, johon muiden strategioiden suoriutumista verrataan. Vertailussa otetaan huomioon tuotto, Sharpen luku, volatiliteetti ja transaktioiden määrä.
RSI:n tuottamat ostosignaalit pystyivät ennustamaan hyvin tulevien 10 päivän tuottoja ja tuotot olivat tilastollisesti merkitseviä. RSI:n myyntisignaaleja seurasi myös keskimäärin 10 negatiivisen tuoton päivää, mutta niiden tilastollinen merkitsevyys oli heikkoa. Liukuvat keskiarvot eivät pystyneet ennustamaan 10 seuraavan päivän tuottoja.
Neljä seitsemästä teknisiin indikaattoreihin pohjautuvasta strategiasta voitti osta ja pidä -strategian. Parhaiten suoriutui SMA20 PxM strategia, joka tuottaa ostosignaalin, kun hinta ylittää SMA20 indikaattorin ja myyntisignaalin, kun hinta alittaa indikaattorin. Crossover -strategiat ja RSI-strategia hävisivät osta ja pidä -strategialle.
The thesis is answered from two perspectives. The first point of view considers that the trader does not always trade the same stock. Instead, he may choose the stock of the trading day depending on its current technical condition. It examines the magnitude and significance of 10-day returns following buy and sell signals. From the second perspective, 7 investment strategies based on different technical indicators are formed, as well as a buy-and-hold strategy, with which other strategies are compared. The comparison considers profit, Sharpe ratio, volatility, and the number of transactions.
The buy signals generated by the RSI predicted well the returns of the next 10 days and the returns were statistically significant. There was also an average of 10 days of negative returns following RSI sell signals, but the statistical significance of these returns was not significant. Moving averages failed to predict returns for 10 days. Four of the seven technical indicators strategies beat the buy-and-hold strategy. The most successful strategy was the SMA20 PxM strategy. This generates a buy signal when the price exceeds the SMA20 indicator and a sell signal when the price falls below the indicator. RSI and crossover strategies lost compared with buy-and-hold strategies.
