После того, как все элементы торговой системы
подобраны, возникает соблазн немедленно протестировать ее как единое
целое. Кроме всего прочего, система по своему составу и определению есть
совокупность взаимосвязанных частей, и кажется разумным, что она должна
тестироваться в комплексе. Проблема такого подхода заключается в том,
что один элемент системы может улучшать или ухудшать результаты
относительно остальных. У системы может быть прекрасный метод вхождений,
однако, если у системы слабые выходы, это забракует вхождения вместе с
оставшейся частью системы и ухудшит показатели системы. Также было бы
полезно узнать, насколько часто используется один элемент по сравнению с
остальными. Если контроль убытков в системе состоит из двух типов
остановок, простой долларовой остановки и недавнего пика или впадины, то
в процессе разработки и тестирования поможет знание того, как часто
включается каждая из этих остановок.
По этим причинам трейдеры используют методы,
которые разделяют части торговой системы и позволяют тестировать их
независимо друг от друга. Эти методы неидеальны и не могут быть
таковыми, потому что части системы часто неразрывно связаны и работают
как единое целое, но тем не менее эти методы достаточно полезны.
В процессе тестирования вхождений главное
внимание уделяется на результат, выраженный в отношении прибыльных
сделок к общему их числу. Вхождение системы должно давать более чем
случайный потенциал дохода, а для трендоследящих систем вхождения должны
точно находить начало основного тренда. После того, как стратегии входа
были протестированы и результат их оказался вполне устраивающим трейдера,
только от стратегий выхода будет зависеть сможет ли трейдер поймать
столько дохода, сколько возможно, поддерживая при этом убытки на
разумном уровне.
Лучший способ эффективно протестировать любой
отдельный элемент торговой системы - изолировать его насколько это
возможно. Однако изолирование элементов торговой системы значительно
сложнее, чем могло бы показаться, потому что торговая система, по
определению, состоит из набора взаимосвязанных компонентов. Изменение
одного компонента даже на небольшую величину может сильно изменить
торговые результаты неожиданным и непредсказуемым образом.
Метод тестирования вхождений прост. Из торговой
системы нужно удалить все нормальные выходы, проскальзывание и плату
комиссионных. Выходом станет метод, который автоматически выходит с
рынка через заданное количество дней после вхождения. Определение
количества дней, через которое система будет закрывать позиции может
быть произвольным, но оно должно отражать краткосрочное и среднесрочное
движение тренда, с той целью, чтобы оценить силу и направления рынка
после стольких-то дней вхождения. Например, если 5-дневный выход дает
малый процент выигрышных торгов, в то время как 10-дневные выходы дают
хорошие результаты, можно было бы заключить, что есть некоторое
пространство для улучшения задания времени при том, что направление
кажется правильным. Если пятидневные выходы дают лучшие результаты, то
возможно, получен хороший метод вхождений для краткосрочной торговли, и
этот метод не годится для долгосрочных задач.
В идеале тест должен показать процент выигрышей,
основанный, насколько это возможно, на правильности направления
вхождения. Если метод вхождения стоящий, то он должен вводить в рынок в
правильном направлении с процентом выигрышей значительно превышающим
случайное, то есть вхождения системы будут прибыльны, по меньшей мере,
на 55 процентов времени на диапазоне рынка. Также, если система пытается
следовать за трендом, торги должны показывать повышающийся процент
выигрышей с увеличением временного интервала выхода.
Чрезвычайно важно, чтобы любой метод вхождения
торговой системы производил результаты лучше, чем случайное вхождение,
потому что при добавлении остановок и попытке позволить доходам течь
процент выигрышей непременно снизится. Чем лучше изначально процент
выигрышей вхождений, тем ближе могут быть поставлены остановки системы.
Если же остановки останутся на относительно далеком уровне, то система
сможет добиться более высокого процента выигрышей за счет увеличения
риска на торговле.
Наравне с тестированием входов тестирование
выходов системы имеет не меньшее значение. Хорошим способом проверить
доходность выходов могло бы быть вхождение в гипотетические торги
случайным образом вне зависимости от направления или времени и
одновременное размещение приостановок с использованием стратегии выхода.
Если после прохождения 30 или более подобных торгов результаты системы,
измеренные совокупным доходом не лучше, чем просто отсутствие убытков,
то это будет значить, что стратегия выходов для данной системы должна
быть усовершенствована. Однако такой вид тестирования немного лишен
смысла, поскольку вхождение не основанное на сигнале системы, а
выбранное случайным образом, вовсе не приведет к проверке выходов, а
скорее к проверке эффективности стоп сигналов. Случайный вход может
произойти где угодно, например на боковом тренде, что реально могло бы и
не произойти в случае трендоследящей системы. В таком случае вхождения
вероятнее всего не приведут к 50 процентной вероятности получения
прибыли, более того затраты на проскальзывание и комиссионные или
отсутствие оных могут исказить результаты теста.
Независимое тестирование вхождений,
изолированных от выходов, относительно простое, а результаты объективны
и легко оценимы, другое дело¾ независимое тестирование выходов. Здесь
уже возникают некоторые сложности. Так, например, из-за того что
вхождения и выходы часто взаимодействуют непредсказуемыми путями, тесты,
разработанные для демонстрации относительных преимуществ различных
стратегий выходов, будут находиться под влиянием метода вхождения.
Поэтому важно иметь процедуру тестирования, которая давала бы некоторое
понимание относительных достоинств различных популярных стратегии
выходов. Такая процедура была предложена Лукасом и Лебо в книге
“Компьютерный анализ фьючерсных рынков” и приведена ниже.
Для тестирования невозможно изолировать выход
так же эффективно, как вхождение. Лучший метод, который авторам удалось
придумать, заключается в тестировании всех стратегий выхода с
использованием одного и того же простого метода вхождения. В качестве
метода вхождений был выбран метод, дающий разумные результаты в качестве
оборотной системы, и затем каждый из методов выхода тестировался с этим
методом вхождения на одинаковых данных. Если каждый метод выхода
тестируется при использовании одинаковых вхождений, то можно произвести
обоснованные сравнения результатов. Однако надо учесть, что выходы,
которые хорошо работают с одной системой вхождений, не обязательно будут
так же хорошо работать с другой, но, если вхождение носит насколько
возможно общий характер, то можно, по крайней мере, получить некоторое
представление об относительной эффективности различных выходов.
В качестве метода вхождения для тестирования
выходов может подойти практически любая оборотная система следования за
трендом. Например, система пересечения двух простых скользящих средних
(5 дней/10 дней, 5/20, 5/30 и 5/40) в качестве таймера вхождений, или
параболическая система. В примере со скользящими средними длинное
вхождение будет инициировано пересечением краткосрочной скользящей
средней снизу вверх более долгосрочной скользящей средней, а короткое
вхождение будет генерироваться противоположным пересечением. Выходами
для эталонного теста производительности будут развороты скользящих
средних. На открытии торгового дня, следующего за пересечением
скользящих средних, автоматически закрывается одна позиция и немедленно
инициируется другая, но уже в противоположном направлении. В приведенной
оборотной системе все сделки по торговле будут проходить только на
пересечениях и никогда между пересечениями, более того все точки
вхождения должны оставаться неизменными для более независимого сравнения
выходов системы.
В этом тесте чувствительность методов задания
времени выходов должна быть задана таким образом, что бы выход обычно
генерировался перед следующим разворотом скользящих средних. Если выход
не включится, торговля будет закрыта пересечением скользящих средних, и
новая торговля будет инициирована в тот же день и на той же цене
открытия, что и у оборотной системы. Таким образом, все тесты должны
генерировать одинаковое с эталонной системой количество торгов на рынке.
Каждый выход будет бороться с идентичными рыночными условиями, включая
одинаковые развороты эталонной системы. Это позволит сравнить одни
выходы с другими. При прочих равных будет просто найти стратегию выхода
с лучшей производительностью.
Однако есть одно предостережение: трудно найти
выход, который бы всегда выводил систему с рынка до пересечения
скользящих средних, в то время как для теста лучшим было бы большее
количество торгов, использовавших нереверсивные выходы. Для большей
информативности теста было бы лучше если бы все выходы были результатами
сигналов тестируемого метода выходов, а не разворотами скользящих
средних. Однако к сожалению, практически не возможно избавиться от
эталонных разворотов, потому что тогда количество торгов и даты
вхождений будут коренным образом меняться от одного теста выходов к
другому.
Правила тестирования, которым необходимо
следовать для того чтобы избежать подгонки системы под исторические
данные.
Подстраивание под исторические данные или
подстраивание под кривую является пожалуй одной из самых существенных
проблем, встречающихся при тестировании торговой системы. Некоторое
подстраивание под кривую неизбежно. Было бы сложно и нежелательно
разрабатывать техническое исследование без этого. Когда трейдер
исследует график предыдущих цен и видит, что 9-дневный RSI, кажется,
лучше подходит для этого конкретного рынка, чем стандартный 14-дневный,
он подстраивается под кривую. После этого трейдер тестирует новую
систему и находит, что с 9-дневным RSI система действительно дает лучшие
результаты. Такой подход кажется трейдеру простым и эффективным, и он
начинает искать дополнительные технические индикаторы, которые в
совокупности с 9-дневным RSI улучшали бы показатели системы на данном
историческом периоде цен. Как только этот процесс поиска идеальной
системы начинает давать хорошие результаты на том же отрезке цен,
перестановки в системе становятся практически бесконечными: в голове
этого трейдера пробегают мысли о том, что ему лучше добавить еще
несколько технических исследований, чтобы быть уверенным в том, что он
ничего не пропустил, он оптимизирет систему для правильного начального
риска и лучших следящих остановок, чтобы она стала максимально полной.
Конечным продуктом является система, заключающая в себе все лучшие
побуждения и подогнанная под кривую в n-той степени. Несмотря на то, что
она хорошо выглядит на бумаге, шансы против того, что она будет работать
в будущем, становятся астрономическими. Результаты оптимизации
оказываются прямо противоположными тем, которые казались бы очевидными.
Чем лучше выглядит система и чем более полной и сложной является, тем с
меньшей вероятностью она добьется успеха.
Существует строгое объяснение того, почему
оптимизация и подстраивание под кривую дают плохие результаты. Каждому
статистику известно понятие потери свободы. В терминах непрофессионала
это значит, что каждый параметр, добавляющийся к торговой системе,
представляет собой потерю степени контроля над конечной отдачей
процедуры тестирования. Чем больше технических исследований или торговых
правил вводятся в систему, тем менее здоровыми и надежными будут
результаты. Чем больше трейдер старается улучшить систему, тем с меньшей
вероятностью она будет работать так же, как при тестировании.
Системе следует иметь от двух до пяти
переменных. Чем меньше переменных, тем более надежны результаты.
Интересное следствие такого подхода заключается в том, что он позволяет
оглянуться на проделанную работу и быстро понять, является ли она
подгонкой под кривую. Вероятность того, что система окажется подогнанной
под кривую, напрямую зависит от количества переменных, использовавшихся
при тестировании. Чем большее количество технических исследовании и
правил, особенно исключении из правил, тем больше система подогнана под
кривую.
Другой путь избежать подстраивания под кривую¾
отказ от создания систем, настроенных на специфические рынки. Это
ловушка, в которую просто попасть, и это также основной принцип
подстраивания под кривую. Хорошая система не обязана исторически
работать на всех рынках, чтобы быть успешной, но она должна работать на
большинстве рынков с небольшим количеством изменений от рынка к рынку.
Если требуется изменять систему с тем, чтобы адаптировать ее к каждому
рынку, то есть серьезный изъян в основной системе. Каждому начинающему
трейдеру кажется, что каждый рынок обладает своим уникальным характером,
однако существуют времена, когда рынок каких-то акций практически не был
волатильным, и времена, когда он демонстрировал колебания стоимости на
несколько процентных пунктов в день. Рынки меняются, и лучшим способом
добиться уверенности в том, что торговая система будет идти с ними в
ногу, будет ее тестирование в неизменной форме на возможно большем
количестве разнообразных рынков. Только лишь при достижении
положительных результатов на большинстве выбранных рынков можно будет
судить о прогрессе системы.
Существует несколько наиболее общих схем
оптимизации и тестирования. Рассмотрим некоторые из них:
1. Простая оптимизация. Самый простой способ
тестирования, суть заключается в том, что после создания торговой
системы, она проходит тестирование сразу на полном объеме значений
параметров до тех пор, пока не находите тот набор, который дает лучшую
отдачу. В этой схеме тестирования для оптимизации используется сразу
весь период исторических данных. Это наименее продуктивный метод
тестирования системы, поскольку не использует дополнительного
тестирования для избежания проблемы подстраивания под кривую.
2. Совокупное опережающее тестирование. Это
также называется “прогонной” оптимизацией. Совокупное опережающее
тестирование требует, чтобы система оптимизировалась на периоде в начале
ваших данных, а затем тестировали полученные результаты на относительно
небольшом последующем участке. Затем система должна быть
переоптимизирована на периоде, включающем оба набора данных, и цикл
должен быть повторен. Например, если есть 10-летние данные по
казначейским обязательствам, то первоначально можно было бы
оптимизировать на первых 3 годах, а затем тестировать на следующем за
ними году. Если результаты все еще хороши, оптимизация затем должна быть
проведена на всех четырех годах, с последующим тестированием на пятом
году, и так далее. Это одна из форм оптимизации, которая была
протестирована Лукасом и Брорсеном, и которую они нашли не лучшей, чем
простая оптимизация.
3. Простое опережающее тестирование. Этот способ
называют также “слепым моделированием” или “тестированием за пределами
выборки”. Следуя этому способу тестирования, исторический материал
разбивается на два интервала, и исходная система первоначально
тестируется на первом более позднем интервале данных. Затем система с
лучшей комбинацией параметров и правил тестируется на более свежем
временном периоде. Если результат не устраивает, то процесс повторяется.
Самое важное в этой схеме это опережающее тестирование, без которого
любая торговая система, подвергаемая простому тестированию или
оптимизации, скорее всего, будет обречена на провал. Опережающее
тестирование является наиболее элегантным тестированием системы. Если
система не доказала свою прибыльность на процедуре опережающего
тестирования, следует искать ей альтернативу.
Другой важной и часто недооцениваемой областью
является выбор периода тестовых данных. По крайней мере, период
тестирования должен быть достаточно продолжительным для проведения
минимум 30 торгов на каждом рынке. Получение менее 30 торгов нарушает
одно из основных правил теории выборок, которое гласит, что должно
существовать, по меньшей мере, 30 точек данных для того, чтобы набор
данных отвечал нормальному распределению. Любое число менее 30
произведет статистически ненадежные результаты. Чем больше количество
торгов, тем лучше.
Не менее важно, чтобы тестируемые рыночные
периоды включали в себя как можно больше примеров всевозможных рыночных
условий. Направления вверх, вниз и вбок являются простейшими примерами
возможных рыночных условий. Исследуемый период должен содержать как
можно больше примеров. Целью тестирования является моделирование
возможных условий будущего путем включения максимального числа рыночных
условий прошлого. Если тестовый период представлен только несколькими
годами данных, это может повлечь за собой проблемы. Например, если рынок
акций не имел периода серьезного падения цен, и соответственно на
представленных данных по фьючерсам на фондовые индексы также не было
серьезных падений, то тестирование на таких данных будет отдавать
предпочтение системам с бычьим уклоном. За все время своего
существования рынки фондовых индексов не дают данных достаточно, чтобы
отвечать рыночным условиям будущего. Рынок нефти, с другой стороны,
продемонстрировал за всю свою историю разнообразие в значительно большей
степени, и можно ожидать, что на его данных можно произвести более
здоровую и устойчивую торговую систему. Если акции падали в течении
довольно долгого периода в следствии затяжного кризиса или депрессии, то
как не трудно догадаться, наиболее прибыльными здесь окажутся системы
лучше распознающие медвежий тренд, и большее количество доходов будет
получено именно в этом направлении рынка. Это не означает, что торговая
система должна отдавать предпочтение этой стороне. Система не должна
иметь собственного мнения или уклона в какую бы то ни было из сторон
рынка, в идеале она должна быть нейтральной.
Общий вывод может быть следующим: не существует
строгого определения того, какое количество данных должен включать в
себя тест. Но если предположить, что средняя система следования за
трендом торгует примерно раз в месяц на каждом рынке, то по меньшей
мере, три года должны браться в качестве минимального периода
тестирования для того, чтобы первичный тест произвел по крайней мере 30
торгов. Затем следует добавить два или более лет для опережающего
тестирования и в результате получится пять лет, что и является обычно
приемлемым минимумом. К этому стоит добавить еще времени, если рынок не
был разноплановым (падающим, растущим, боковым) на изучаемом периоде. В
период тестирования следует включить как можно больше разнообразных
рыночных условий, чтобы получить наиболее репрезентативную выборку
рыночных условий.
Критерии оценки результатов.
Самым популярным и легко понимаемым
статистическим критерием оценки системы является процентное изменение
первоначального счета, или близкое по смыслу отношение прибыли к
первоначальному счету. Это отношение может быть полезными лишь для
формирования первичного мнения о прибыльности системы, поскольку не
может охарактеризовать размер и частоту убытков в случае получения
прибыли или размер и количество прибыльных сделок в случае убытков.
Значение увеличения первоначального счета является абсолютным
показателем системы, в то время как показатель процента прибыльных
сделок, рассчитываемый как отношение количества прибыльных сделок к
общему числу сделок, более объективно оценивает систему. Чем больше этот
показатель, тем относительно лучше, при прочих равных, работают сигналы
вхождения и выхода системы. Недостаток показателя прибыльности сделок
состоит в том, что он дает лишь отношение, в то время как для сравнения
результатов двух разных систем имело бы смысл сравнивать взвешенный
показатель процента прибыльных сделок, где веса могли бы определятся
общим количеством сделок. В таком случае при сравнении тестов с
показателями в 55% и 60% прибыльности и количеством торгов 45 и 10,
соответственно, предпочтение можно было бы отдать первому тесту, в силу
большего количества сделок. Помимо отсутствия взвешенности по количеству
сделок, показатель прибыльности сделок не может охарактеризовать
величину прибыли на каждую удачную сделку и величину убытка на каждую
неудачную. Эту проблему частично могут решить показатели среднего
количества прибылей или показатели среднего количества убытков, либо
объединяющий их показатель средней выплаты (payoff ratio), равный
отношению среднего выигрыша на прибыльных сделках к среднему проигрышу
на убыточных сделках. Хорошие системы имеют показатель средней отдачи
колеблющийся от 3 до 4, что говорит о том, что средняя прибыльная сделка
по меньшей мере в три раза превосходит среднюю убыточную.
Любопытный критерий оценки провала торговой
системы приводят в своей книге Лебо и Лукас. Они рассчитали на основе
двух описанных показателей¾ процента выигрышных сделок и отношения
средней прибыльной сделки к средней убыточной, вероятности провала
системы, которые показаны в таблице 6. В этой таблице процент выигрышей
колеблется от 25 до 70 процентов, а показатель средней выплаты от 0,75
до 4. Как видно из таблицы вероятность провала резко меняется с
изменением процента выигрышей и отношений выигрыш/проигрыш. Следуя этой
таблице можно констатировать, что небольшая поправка в системе, которая
дает в результате положительное изменение любого из отношений, может
сделать громадный вклад в будущие возможности системы. Также эта таблица
хорошо иллюстрирует пугающие перспективы, следующей за трендом системы,
для того временного отрезка, когда на рынке отсутствует ярко выраженный
тренд, а преобладает боковое направление. В этом периоде процент
выигрышей резко падает, а вероятность провала системы резко возрастает.
Из этого следует, что лишь тщательное слежение за двумя названными
статистическими величинами и возможное приостановка деятельности
торговой системы для участка нетрендовых рынков может быть необходимым
для обеспечения выживания.
Помимо хорошо известных статистических
показателей систем популярной мерой производительности, получаемой из
процента отдачи, является отношение Шарпа, разработанное Уильямом
Шарпом, и которое определяется как годовая отдача за вычетом
неподверженного риску отношения отдачи, поделенная на годовое
стандартное отклонение от. Некоторые трейдеры удаляют неподверженное
риску отношение отдачи. Чем выше отношение Шарпа, тем выше отдача и ниже
изменчивость. Как правило, отношение Шарпа вычисляется на месячных
данных. Годовое стандартное отклонение от отдачи можно наблюдать
визуально. Для этого нужно построить кривую доходности (equity line),
показывающую состояние счета в каждый период времени. У идеальной
системы кривая доходности имеет ровный положительный наклон, что
свидетельствует о том, что за весь период не было ни одной убыточной
сделки понижавшей счет трейдера. В случае такой кривой годовое
стандартное отклонение от отдачи будет минимальным, и при прочих равных
отношение Шарпа будет наибольшим.
Способы разумного оценивания торговых систем.
Как правило, обычное компьютерное тестирование
завышает результаты торговых систем, поскольку не учитывает ряд факторов
и расходов, встречающихся при повседневной работе. Одним из обязательных
расходов трейдера при открытии и закрытии позиций являются комиссионные,
взимаемые как процент от объема сделки или как фиксированная сумма. В
российской практике в большинстве случаев применяется процент от суммы
сделки, колеблющийся от сотых до десятых долей процента, в зависимости
от объема покупаемых ценных бумаг. Новые компьютерные программы для
биржевиков позволяют учитывать комиссионные как при входе так и при
выходе из сделки.
Другая проблема, возникающая перед брокером
каждый раз, когда он входит и выходит с рынка, называется
проскальзыванием или скольжением. Проскальзыванием определяется как
диапазон цен, на котором исполнение приказа брокера отклоняется от
уровня, на котором приказ был отдан. Например, в случае приказа
остановить продажу, запущенного на уровне 9438, который исполнился на
уровне 9435, проскальзывание было бы равно 3 пунктам. Это существенный
элемент при тестировании системы, поскольку уменьшает прибыли и
увеличивает убытки, его можно будет принять во внимание путем вычитания
из прибыли определенной суммы положительно зависящей от количества и
объема сделок.
Помимо проскальзывания и комиссионных внимание
следует обращать так же на полученные результаты. Наиболее прибыльные и
убыточные сделки за период должны быть отдельно рассмотрены и
исследованы на предмет их случайного или детерминированного появления.
Если система произвела за период одну или две прибыльных сделки из двух
десятков их общего количества из-за чего результаты оказались
положительными, то это должно навести на мысли о том, что в будущем при
отсутствии таких резких движений рынка, система может оказаться
убыточной. С этой же точки зрения следует рассматривать убытки, и если
они окажутся подозрительно малыми, их можно увеличить в 1,5-2 раза и
вновь рассмотреть результаты системы.
Чего следует избегать.
После того как торговая система была
спроектирована и успешно протестирована возникает вопрос: почему высок
процент разоряющихся трейдеров, использовавших торговые системы, не
говоря уже о тех, кто фанатично пользовался теорией Эллиотта или
анализом Ганна? Большинство трейдеров¾ это умные образованные люди. У
них есть практически неограниченные источники с информацией о том, как
торговать. У них стоят мощные компьютеры с умными программами,
предназначенными для того, чтобы завоевать рынок. Почему же тогда так
высок процент трейдеров, несущих убытки?
Хорошо известный ответ, уже описанный во
введении, состоит в том, что трейдеры не могут в достаточной мере
управлять своими эмоциями для достижения успеха. Другая менее известная
причина, описанная Брюсом Бэбкоком (Bruce Babcock) состоит в том, что
рынок, постоянно изменяясь, дезинформирует участников. Рынок напоминает
противника, который все время пытается заставить трейдера сыграть плохо.
Наиболее общим объяснением этого феномена является концепция случайного
самоусиления. Трейдеры отнюдь не всегда вознаграждаются прибылью, когда
делают все правильно, точно так же как не всякий раз они наказываются
убытком, когда действуют неправильно. Поэтому чрезвычайно тяжело
сформулировать, что является правильным, а что нет.
Было бы очень просто научиться торговать, если
бы каждый раз, когда трейдер не следует корректной процедуре принятия
решений, он автоматически получал бы убыток. И в тоже время, если бы
получал вознаграждение в виде прибыли каждый раз, когда принимали
правильное решение. Трейдер смог бы выучиться правильно торговать
гораздо быстрее. Как самый настоящий противник, пытающийся заставить
торговать неправильно, рынок постоянно посылает дезинформацию.
Значительной частью этой дезинформации является то, что рынок постоянно
меняет свое поведение, так что даже успешный трейдер должен быть
постоянно бдительным и готовым изменить свои подходы для сохранения
прибыли.
Подтверждением того, что ни один механический
подход не может быть успешным очень долго по причине изменения рынка,
могут служить постоянно низкие, но стабильные результаты, которые дают
различные паевые инвестиционные фонды, и инвестиционные компании
управляющие крупным капиталом. Каждый успешный терейдер, где бы он не
работал, имеет множество периодов, когда его система или метод перестают
работать. Это происходит в тот момент, когда рынок меняет свое
поведение. Если рынок изменился, поделать с этим уже ничего нельзя.
Можно только зафиксировать проблему и попытаться изменить систему. Это
является причиной порочной практики реоптимизации торговых систем.
Известно, что рынок постоянно меняется, возможно
это связано с приходом и уходом крупных инвесторов постоянно "держащих"
рынок, или с изменением фундаментальных условий. Поэтому логично
предположить, что правильный набор параметров системы будет меняться со
временем. Следуя этому предположению, на первый взгляд может показаться,
что периодическая реоптимизация торговой системы необходима и чем чаще
она проводится тем лучше. Многие авторы популярных изданий книг по
техническому анализу, ставших уже классикой, призывают трейдеров
реоптимизировать параметры технических индикаторов каждые два месяца, и
чем периодичнее, тем лучше. Однако, по мнению Брюса Бэбкока это не
совсем так: торговая система всегда будет превосходно торговать в
прошлом, но, скорее всего, будет не будет также прибыльна в будущем или
вообще будет приносить убытки, вне зависимости от того, как часто
проводилась реоптимизация. При некоторых оговорках с этим утверждением
можно согласиться. Да, действительно система с некоторыми наборами
параметров приносит нереально высокие результаты при трех- пяти годовом
тестировании, и она, возможно, повторяла бы свой результат и в
дальнейшем, если бы рынок не менялся. Но этого не происходит. А что же
происходит и что тогда мешает долговременному использованию торговой
стратегии?
Можно попробовать воспроизвести простейшую
рыночную динамику. В каждый момент времени на рынке находится какое-то
количество биржевиков, каждый из которых имеет собственную стратегию
торговли. Чья-то стратегия торговли оказывается лучше остальных, и
трейдер с этой стратегией начинает зарабатывать больше. Но что
происходит с другим трейдером, который является контрагентом первого
трейдера и действует в противоположном направлении? Очевидно, что он не
имеет такой прибыльной стратегии, и возможно через некоторое время
получит убыток, после которого уйдет с рынка, освободив место новичку.
Новый трейдер, возможно, перед приходом на рынок проведет весь комплекс
действий от задумки до тестирования системы. Если его система окажется
прибыльной на историческом участке данных, то он полностью доверится ее
сигналам, и будет торговать исключительно по ее указке.
Если рассмотреть динамику в агрегированном виде,
то получится три группы трейдеров: первая это изначально успешные
трейдеры с хорошей стратегией, вторая это группа разорившихся трейдеров,
ушедших с рынка, и третья это вновь прибывшие трейдеры с успешно
показавшими себя на исторических данных стратегиями. После ухода с рынка
разорившихся трейдеров, из второй группы, торговые стратеги трейдеров
первой группы столкнуться с проблемой отсутствия контрагентов, деньги
которых они заработали. Приход новых трейдеров только усложнит решение.
Очевидно, что следующими жертвами разорения будут те трейдеры из первой
и третьей группы, чьи стратегии окажутся менее крепкими относительно
остальных.
Следствием ухода разорившихся трейдеров и
прихода новичков может стать изменение поведения рыночной динамики.
Возможно изменение жизненного цикла тренда, его силы и структуры.
Безусловно, торговые стратегии трейдеров первой группы пошатнуться от
изменения такого изменения динамики рынка. Вышеописанному
предположениюдинамики очень близка по смыслу пословица:"В будущем все
будет также, как и было, только иначе."
Целью рыночной дезинформации является вызвать в
трейдере подозрение к правильным прибыльным методам торговли и
отказаться от них слишком рано. Одной из наиболее выраженной черт
профессиональных трейдеров является приверженность их торговым системам
в течение гораздо более длительного времени, нежели у убыточных
трейдеров. Все трейдеры проходят через периоды потерь, вне зависимости
от того, какого подхода они придерживаются. Трейдер вряд ли сможет
увеличить свои шансы на успех постоянно меняя свои подходы. Поскольку
число проигрывающих подходов и систем гораздо выше числа приносящих
прибыль, то частая смена стратегий на самом деле только уменьшает шансы.
Правильным решением будет нахождение подхода
слежение за системой. Цель слежения за системой состоит в том, чтобы
иметь возможность как можно раньше распознать симптомы провала системы.
Сам провал системы можно определить как потерю такого количества либо
средств, либо доверия, после которого трейдер не может далее следовать
системе. Реализацией слежения за системой может стать разработка хорошо
продуманной системы раннего предупреждения, в соответствии с которой
можно было бы либо изменить систему, либо отказаться от нее по
достаточной причине.
Система раннего предупреждения может быть
разработана на основе информативного и объективного набора
предопределенных критериев, которые могут предупредить о возможных
проблемах задолго до того, как возникнут серьезные убытки системы. Эти
критерии нужно будет применять к текущей производительности системы.
Лучшим способом разработки указателей, по
которым нужно оценивать текущую производительность, будет аккуратный
сбор существенных данных по производительности в то время, когда система
находится на этапе тестирования на исторических данных. Данные,
полученные при тестировании, можно будет затем сравнивать с текущими
данными торговли в реальном времени. В качестве неотделимой части
процесса слежения важно иметь возможность определения источника проблемы
после того, как система слежения заранее предупредила о ее возможном
появлении.
В качестве предупреждающих критериев слежения за
системой могут стать такие уже известные показатели как частота торгов
за период, процент прибыльных сделок, наибольшее количество
последовательных проигрышей, отношение среднего выигрыша к среднему
проигрышу, показатель самого большого убытка по счету и время
необходимое для восстановления этого убытка. Можно также собрать среднее
или нормальное ожидание для каждого показателя системы и отметить
диапазон экстремумов, и значений, после которых использование системы
становится опасным.
Список критериев потенциально может быть
расширен трейдером какими-то собственными показателями, неэффективности
системы. Сбор и поддержание этих данных является большой работой. Но
работа самой торговой системы должна быть практически целиком
механической, так что ваше свободное время может быть потрачено на
объективный мониторинг системы вместо простого наблюдения за процессом
торговли.
Наблюдение за системой без заранее определенных
целей этого наблюдения приводит трейдеров к нахождению поводов
переписывания системы или ее изменения без объективной необходимости.
Большинство трейдеров имеет склонность совершать ошибки, внося слишком
большое количество неоправданных изменений в их систему после серии
убытков. Убытки могут хорошо укладываться в диапазон нормального
ожидания или быть вызванными фактором, который не является виной
системы. Лишь четкое следование ранее проверенным правилам и
компетентный разбор причин неэффективности может избавить трейдера от
еще больших убытков.
