| Меню сайта |
|
 |
| Форма входа |
|
|
|
Оптимизация
Может показаться, что эта тема является неуместной в книге по управлению капиталом. Тем не менее косвенным образом она тесно связана с вопросами, рассматриваемыми в этом издании. Управление капиталом без метода или системы торговли попросту бесполезно. Помимо этого, использование в торговле метода с отрицательным математическим ожиданием тоже бесполезно. Таким образом, метод или торговая система должны давать деньги для того, чтобы в игру вступили факторы роста, ведущие происхождение от управления капиталом и позволяющие получить хорошие конечные результаты. Откройте любой журнал по торговле и вы найдете там больше торговых систем и методов, чем сумеете опробовать. Все они кажутся великолепными, и большинство из них, как утверждается, являются самыми лучшими способами создания денег. Помимо всего прочего, основой для большинства таких утверждений являются гипотетические результаты. Как-то раз я получил "рассылку", автор которой утверждал, что он "превратил" 200 долларов в 18.000.000 долларов (здесь нет ошибки - в 18 миллионов долларов) за какие-то несколько лет. Там же говорилось, что вы тоже сумеете это сделать, приобретя книгу за 39,95 доллара и прочитав о невероятном методе, описанном в ней. (За небольшую плату я скажу вам, что собой представляет эта книга). Дело в том, что большинство этих гипотетических результатов появляется только после проведения значительного оптимизационного тестирования представляемого метода. Если управление капиталом сложным образом связано с системой или методами, используемыми в торговле, то гипотетические результаты становятся особенно важны в момент принятия решения о том, стоит ли пользоваться данным методом или системой.
Преувеличение значения оптимизации
Одна из наиболее вероятных причин использования оптимизации состоит в том, что она помогает найти наилучшие параметры системы за определенный исторический период на рынке. Простым примером может послужить проверенный и надежный способ торговли, основанный на простом пересечении скользящих средних. Например, если 10-дневное скользящее среднее пересекает 40-дневное скользящее среднее снизу вверх, то вы покупаете. Если 10-дневное скользящее среднее пересекает 40-дневное скользящее среднее сверху вниз, то вы продаете. Эта система имеет три параметра. Первый - это период краткосрочной скользящей средней. Второй - период более долгосрочной скользящей средней. Третий - это тип скользящей средней, который вы используете. Предположим, каждый из этих трех параметров определен: продолжительность краткосрочной скользящей средней - 10 дней, долгосрочной скользящей средней - 40 дней, а тип скользящей средней, которую вы используете, - простая1 (в отличие от смещенной, взвешенной, или экспоненциальной2).
Если мы применим этот метод к ежедневному графику цен рынка бондов за последние пять лет, то получим следующие показатели:
Чистая прибыль $29.000
Число торгов 32
Число выигрышей 12
Число убытков 20
% выигрышей 37,5%
Средний выигрыш $5.200
Средний убыток $ 1.700
Средняя торговля $906
Коэффициент выигрыш/проигрыш 3,08
Наибольшее падение капитала $11.593
Это основная статистика. В общем, картина не самая блестящая, но вполне солидная. Однако эти показатели не базируются на оптимальных параметрах. Что произойдет, если мы пожелаем произвести оптимизацию параметров, чтобы получить максимальную прибыль? Тогда мы должны оптимизировать все три параметра одновременно, чтобы установить их наилучшую комбинацию. Поэтому я протестировал разные значения для скользящих средних с периодом от 4 до 19с приращением в 1. Для долгосрочной скользящей средней были испытаны числа от 20 до 50 с приращением 1. Каждый из этих тестов затем был проверен для различных видов скользящих средних: простой, смещенной, экспоненциальной и взвешенной.
Ниже приведены лучшие результаты, которые оказалось возможным получить при использовании простой скользящей средней с 10-дневной краткосрочной скользящей средней и 34-дневной скользящей средней:
Чистая прибыль $57.000
Число торгов 28
Число выигрышей 17
Число убытков 11
% выигрышей 60%
Средний выигрыш $4.200
Средний убыток $ 1.300
Средняя торговля $2.000
Коэффициент выигрыш/проигрыш 3,20
Максимальное проседание капитала $5.000
Лучший результат при пересечении со смещенной скользящей средней похож на второй результат, но с чистой прибылью, которая меньше, и составляет 57.000 долларов. Однако для этого потребовалось 34/57 сделок со средней торговлей в $1.000 при проседании капитала, равном 5.600 долларов. При этом использовалось 6-дневная краткосрочная средняя и 25-дневная долгосрочная средняя. При использовании взвешенной скользящей средней мы получаем прибыль, которая тоже чуть меньше - 57.000 долларов, и при этом заключается 18/36 сделок. Коэффициент выигрыш/проигрыш равен 4,0, и при этом средняя торговля составляет 1.600 долларов. Падение капитала также допускается в разумных пределах: на уровне в 5.600 долларов. Экспоненциальная скользящая средняя дала сравнительно слабый результат: она обеспечила всего 23.000 профита при 32% выгодных торгов при максимальном падении капитала, равном 10.000 долларов.
Средняя торговля оставалась все еще на уровне в 700 долларов.
Вот что мы получили. Оптимизированные результаты для системы со скользящей средней применяются к рынку бондов. Теперь единственный вопрос заключается в том: какая нам польза от этой информации? Я боюсь, что не слишком большая. Сама по себе эта информация не имеет никакого смысла, кроме того, что при определенных параметрах она дает нам определенные результаты за пятилетний период. Приведенные выше результаты - это то, что вы обычно видите, когда вам предлагают купить метод или систему, то есть это результаты гипотетического тестирования. Чаще всего такие результаты довольно хороши. Тем не менее в следующих разделах книги показано, что оптимизация торговой системы для одного вида финансовых инструментов и одного набора данных очень похожа на оптимизацию метода Фиксированно-Фракционной торговли для какого-то определенного набора данных, как это показано в главе 5. То, что оптимально для одного ряда данных, может оказаться неоптимальным для другого набора.
1Simple - оригинал.
2Displaced, Weighted or Exponential - оригинал.
Более глубокий взгляд на оптимизацию
Чтобы проиллюстрировать этот факт, вновь были взяты следующие результаты с рынка бондов, но на этот раз система пересечения с простой скользящей средней была оптимизирована с 1990 по 1993 гг.:
Параметры, оптимизированные для 1990-1993 годов
Чистая прибыль $34.000
Число торгов 21
Число выигрышей 10
Число убытков 21
% выигрышей 48%
Средний выигрыш $4.300
Средний убыток $800
Средняя торговля $ 1.600
Коэффициент выигрыш/проигрыш 5,30
Максимальное проседание капитала $6.100
При оптимизации параметров системы простой скользящей средней с 1993 по 1995 гг. наибольшую прибыль дали 10-дневная краткосрочная скользящая средняя и 34-дневная долгосрочная скользящая средняя. Но для 1990-1993 годов параметры были другими. В этом периоде использовалась 18-дневная краткосрочная скользящая средняя и 48-дневная долгосрочная скользящая средняя. Если бы в период между 1994 и 1998 годами использовались оптимизированные параметры, полученные для 1993 г., то у нас получились бы следующие результаты:
Чистая прибыль $23.000
Число торгов 18
Число выигрышей 8
Число убытков 10
% выигрышей 44%
Средний выигрыш $6.300
Средний убыток $2.600
Средняя торговля $ 1.300
Коэффициент выигрыш/проигрыш 2,35
Максимальное проседание капитала $13.100
Есть важная разница между двумя результатами. Во-первых, чистая прибыль была значительно ниже на протяжении более продолжительного периода времени, чем период, на котором производилась оптимизация. Процент выигрышей слегка снизился, а средние потери стали гораздо выше. Представьте себе, опираясь на логику системы, что предполагается средний убыток - 800 долларов, а затем оказывается 2.600 долларов. При таком ходе событий было бы сложно продолжать торговлю. Помимо этого, коэффициент выигрыш/проигрыш стал ниже. Когда процент выигрыша и коэффициент выигрыш/проигрыш значительно уменьшаются, то снижается и резерв для ошибки. И, наконец, максимальное падение цены должно было бы составлять 6.000 долларов, но вместо этого оно возросло почти что вдвое, дойдя до $13.000. Если вы полагаете, что потеряете на контракт чуть больше, чем 6.000 долларов, то в какой точке вы будете готовы остановиться и выйти из позиций? Для многих из нас падение капитала на 13.000 долларов было бы слишком большим.
Следующая группа результатов показывает нам те же параметры для того же рынка, но в течение другого временного периода. Этот временной период частично включает в себя первый период и частично второй период тестирования. Данные взяты с 1992 по 1996 гг. При этом использовалась 18-дневная краткосрочная скользящая средняя и 48-дневная долгосрочная скользящая средняя.
Чистая прибыль $6.600
Число торгов 14
Число выигрышей 4
Число убытков 10
% выигрышей 29%
Средний выигрыш $7.700
Средний убыток $2.400
Средняя торговля $475
Коэффициент выигрыш/проигрыш 3,20
Максимальное проседание капитала $17.000
Большая разница! На протяжении почти всех четырех лет этот метод, использующий параметры предшествующего периода, дал всего 6.600 долларов при 4 выигрышных торгах! Максимальное проседание капитала за этот период составило 17.000 долларов. Как видите, показатели могут вводить в заблуждение, особенно если они оптимизированы. Да, следует отметить, что метод все же способен приносить доход. Но сможете ли вы в таких обстоятельствах продолжать торговлю? Примените тот же метод и те же параметры к другому рынку. Что произойдет с этими показателями?
Следующие результаты были получены в результате применения метода к рынку швейцарского франка с 1993 по 1998 годы. Первая серия результатов была получена при использовании 18-дневной краткосрочной скользящей средней и 48-дневной долгосрочной скользящей средней, а во второй серии использовалась 10-дневная краткосрочная скользящая средняя и 34-дневная долгосрочная скользящая* средняя.
Чистая прибыль $10.000 Чистая прибыль $8.000
Число торгов 29 Число торгов 45
Число выигрышей 10 Число выигрышей 15
Число убытков 19 Число убытков 30
% выигрышей 34% % выигрышей 33$Ь
Средний выигрыш $3.200 Средний выигрыш $3.000
Средний убыток $1.200 Средний убыток $1.200
Средняя торговля $350 Средняя торговля $175
Коэффициент Коэффициент
выигрыш/проигрыш 2,75 выигрыш/проигрыш 2,40
Максимальное Максимальное
проседание $7.000 проседание $11.000
Полученные итоги несколько отличаются не только друг от друга но и от других результатов по рынку бондов. Они также отличаются и от результатов, полученных в результате оптимизации самого рынка франка. После оптимизации параметров оптимальной оказалась 19 дневная краткосрочная скользящая средняя, в то время как оптимальная долгосрочная скользящая средняя была 27-дневной. Результаты в рамке вверху страницы были получены в результате тестирования.
Не стоит опрометчиво отвергать оптимизацию, поскольку все системы и все инструменты будут сталкиваться с аналогичными различиями между оптимизированными результатами на разных временных промежутках. А если это так, что реально мы можем ожидать от торговых систем? Если результаты оптимизации нереалистичны, то как мы трейдеры, сможем узнать, что нас ожидает? Одним словом, никак. Мы можем делать некоторые логические выводы, но не на основании результатов, а исходя из процесса оптимизации. Оптимизация никогда не должна проводиться с целью установления наилучших параметров остановок, правил выхода и т. д. То, что принесло высокие результаты в прошлом, необязательно принесет такие же результаты в будущем. Beроятность правильности моих слов выше вероятности, что в вас не ударит молния. Кроме того, высока вероятность, что результаты, оптимизированные для одного набора данных, не будут даже приблизительно оптимальными для аналогичного набора данных в другой период времени.
Чистая прибыль $39.000
Число торгов 52
Число выигрышей 26
Число убытков 26
% выигрышей 50%
Средний выигрыш $2.600
Средний убыток $ 1.100
Средняя торговля $730
Коэффициент выигрыш/проигрыш 2,30
Наибольшее падение капитала $6.000
Процесс оптимизации
Единственная практическая польза оптимизации связана не с результатами как таковыми, а скорее с данными, получаемыми по итогам тестирования при оптимизации. Например, оптимизация рынка швейцарского франка по системе пересекающихся простых скользящих средних включает 496 различных тестовых параметров. Каждый из этих тестов дает особый набор показателей. Не стоит делать какие-либо практические выводы, основываясь на показателях одного, пускай даже лучшего, теста. Гораздо разумнее рассмотреть как можно большее количество тестов.
Когда я оптимизирую систему, то не стремлюсь к получению самых высоких результатов. Вместо этого я пытаюсь определить, насколько устойчива рентабельность системы в ходе процесса тестирования. Возвращаясь к методу пересечения простых скользящих средних, который использовался для рынка бондов, нужно сказать, что для периода 1994-1998 годов было проведено 496 тестов. В рамках этого периода самые лучшие результаты были получены для 10-дневной краткосрочной скользящей средней и 34-дневной долгосрочной скользящей средней. Ниже приведены результаты тестирования четырехлетнего периода:
Чистая прибыль $44.000
Число торгов 21
Число выигрышей 13
Число убытков 8
% выигрышей 62%
Средний выигрыш $4.200
Средний убыток $ 1.300
Средняя торговля $2.100
Коэффициент выигрыш/проигрыш 3,15
Наибольшее падение капитала $5.000
Эти показатели будут первым контрольным набором данных. Последующий набор показателей получен при менее удачном использовании набора параметров. Эти данные возникли при использовании 4-дневной краткосрочной скользящей средней и 25-дневной долгосрочной скользящей средней.
Чистая прибыль -$14.000
Число торгов 57
Число выигрышей 16
Число убытков 41
% выигрышей 28%
Средний выигрыш $2.800
Средний убыток $ 1.400
Средняя торговля -$245
Коэффициент выигрыш/проигрыш 2,00
Наибольшее падение капитала $17.000
Эти два набора данных характерны для экстремальных ситуаций. Первая хорошая новость - это то, что самый лучший вариант значительно лучше самого худшего варианта. Иногда, как далее вы увидите сами, лучший вариант дает 40.000 долларов прибыли, а худший -40.000 долларов убытка. Если обратить внимание на дополнительные показатели, то можно обнаружить следующие интересные цифры:
Из 496 тестов 475 комбинаций позволили заработать деньги.
В 367 тестах создалось более 14.000 долларов прибыли.
В 196 тестах возникла возможность создать более 22.000 профита (на уровне половины прибыли (или больше) по сравнению с лучшим вариантом).
Только 5 комбинаций находились в пределах 10 процентов от самого выгодного варианта.
Только 175 комбинаций позволили заработать деньги в краткосрочном периоде (которые означают, что в 321 потеряны деньги).
Максимальную прибыль, который удавалось получить в краткосрочном периоде, составила 9.600 долларов.
Максимальное падение капитала из всех 496 тестов составило 19.000 долларов.
206 тестов дали падение капитала на 10.000 долларов или больше.
Только 55 комбинаций допускали падение капитала менее чем на 8.000 долларов.
Средний убыток был больше 11.000 долларов.
В 405 тестах наблюдался процент выигрышей на уровне, который меньше 50% (который означает, что только в 91 комбинации имелся процент выигрышей более 50%).
Лучший процент выигрышей был 62%, а худший - 23%.
Средний процент выигрышей составил 40%.
Фактор прибыли (см. определение в главе 13) был 2,00 или выше для 161 комбинации.
Фактор прибыли был ниже 1,5 для 165 комбинаций.
В 475 из 496 комбинаций получилось заработать деньги в долгосрочном периоде (бонды находились в долгосрочном восходящем тренде на протяжении большей части исследуемого периода).
В 457 комбинациях создалось в совокупности $ 15.000 прибыли и больше в долгосрочном периоде.
Процесс оптимизационного тестирования может вскрыть значительно больше нужной для работы информации о том, что собой представляет наилучшая комбинация параметров. Многие системы и методы будут в реальности давать прибыль только при определенных наборах чисел, а убытки - при отклонениях, равных одному или двум стандартным отклонениям от этих параметров. Система пересечения с использованием простых скользящих средних не является системой, безотказно создающей прибыль, но, как показано ниже, она позволяет получить некоторые вероятностные показатели, важные для прогнозирования будущих результатов.
17.Сопоставление результатов оптимизации.>>
|
|
| Поиск | | |
| Метки | | |
Полезное
| | |
| Статистика |
Онлайн всего: 1 Гостей: 1 Пользователей: 0 | |
|
