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. [c.190]
Другой вопрос, требующий решения — тестировать ли данные единым куском или как серию более мелких кусков. Тестирование данных единым большим массивом с точки зрения статистики выглядит более предпочтительным. Однако этот подход может скрывать некоторую важную информацию, а именно, как разные периоды соотносятся друг с другом Модель, приносящая 100,000 за 10-летний период, на первый взгляд выглядит превосходно. Но что, если такая прибыль была обеспечена одним-двумя очень хорошими годами, а другие восемь лет были убыточными или были близки к предельно допустимой эффективности Следовательно, лучше тестировать весь этот временной период в несколько меньших интервалов. Хорошим было бы деление 10-летнего периода на пять 2-летних отрезков. Если данная торговая модель более долгосрочная и генерирует слишком мало сделок, чтобы обеспечить статистическую валидность на 2-летнем периоде, более подходящими могут быть 3-х или 4-летние интервалы. Более подробно это обсуждается в Главе 7, Оптимизация торговой системы . [c.116]
Создание любой торговой системы в первую очередь заключается в том, чтобы сформулировать правила открытия и закрытия длинной и короткой позиций. Обычно в этих правилах присутствуют некоторые индикаторы и параметры. При их изменении меняется доходность торговой системы. Вопрос о том, надо ли оптимизировать торговые системы, или это является просто подгонкой системы под исторические данные, возникает очень часто. Скорее всего, это связано с тем, что разные люди под оптимизацией торговой системы могут понимать абсолютно разные процедуры. Потому сначала попробуем определить, что такое оптимизация. Во-первых, под оптимизацией можно понимать выбор (или создание) торговой системы, которая решает наши задачи лучше, чем другие системы. Например, мы ищем такую систему, которая на рынке йена/доллар в настоящий момент даст наибольшую прибыль, и для этого выбираем систему из некоторого множества систем с фиксированными параметрами. Это может быть, например, выбор между системами, основанными на разных индикаторах. Назовем это оптимизацией первого типа. [c.63]
Если у вас такой игры нет, тогда никакое управление деньгами в мире не спасет вас.1 С другой стороны, если у вас есть положительное ожидание, то можно, посредством правильного управления деньгами, превратить его в функцию экспоненциального роста. Не имеет значения, насколько мало это положительное ожидание Другими словами, не имеет значения, насколько прибыльна торговая система на основе 1 контракта. Если у вас есть система, которая выигрывает 10 долларов на контракт в одной сделке (после вычета комиссионных и проскальзывания), можно использовать методы управления капиталом таким образом, чтобы сделать ее более прибыльной, чем систему, которая показывает среднюю прибыль 1000 долларов за сделку (после вычета комиссионных и проскальзывания). Имеет значение не то, насколько прибыльна ваша система была, а то, насколько определенно можно сказать, что система покажет, по крайней мере, минимальную прибыль в будущем. Поэтому наиболее важное приготовление, которое может сделать трейдер, — это убедиться в том, что система покажет положительное математическое ожидание в будущем. Для того чтобы иметь положительное математическое ожидание в будущем, очень важно не ограничивать степени свободы вашей системы. Это достигается не только упразднением или уменьшением количества параметров, подлежащих оптимизации, но также и путем сокращения как можно большего количества правил системы. Каждый параметр, который вы добавляете, каждое правило, которое вы вносите, каждое мельчайшее изменение, которое вы делаете в системе, сокращает число степеней свободы. В идеале, вам нужно построить достаточно примитивную и простую систему, которая постоянно будет приносить небольшую прибыль почти на любом рынке. И снова важно, чтобы вы поняли, — не имеет значения, насколько прибыльна система, пока она прибыльна. Деньги, которые вы заработаете в торговле, будут заработаны посредством эффективного управления деньгами. Торговая система — это просто средство, которое дает вам положительное математическое ожидание, чтобы можно было использовать управление деньгами. Системы, которые работают (показывают, по крайней мере, минимальную прибыль) только на одном или нескольких рынках или имеют различные правила или параметры для различных рынков, вероятнее всего, не будут работать в режиме реального времени достаточно долго. Проблема большинства технически ориентированных трейдеров состоит в том, что они тратят слишком много времени и усилий на оптимизацию различных правил и значений параметров торговой системы. Это дает совершенно противоположные результаты. Вместо того, чтобы тратить силы и компьютерное время на увеличение прибылей торговой системы, направьте энергию на увеличение уровня надежности получения минимальной прибыли. [c.26]
Момент перехода рынка из одного состояния в другое и должен заметить трейдер. Это проявится в том, что прибыльная торговая система внезапно станет убыточной и трейдер должен перенастроить и оптимизировать свою торговую систему применительно к новым рыночным условиям. Из вышеизложенного следует, что нет необходимости стремиться получить максимальную доходность на исторических данных. Это ничего не даст для реальных торгов. Бесконечные попытки оптимизации отнимут время. Существует большое количество научных работ на эту тему Основной вывод, который можно из них сделать,- это то, что при достаточно большом периоде тестирования оптимизация параметров системы не дает принципиальных выигрышей в ее доходности. Если система принципиально правильна, то она будет доходна, если нет, то ни какие оптимизации не помогут. Так же не поможет и правильное управление рисками. Порочную систему нельзя превратить в хорошую, изменяя размеры стоп-ордеров. [c.304]
Еще один аспект разработки торговых систем состоит в оптимизации, т.е. улучшении эффективности систем при помощи подбора таких значений параметров, при которых система дает наилучший результат на выборке данных. Если система не работает при тестировании на данных вне пределов выборки или на реальном рынке, говорят, что при оптимизации имела место подгонка под исторические данные. Впрочем, подгонка бывает полезной и вредной. Полезная подгонка — это случай, когда модель подогнана под всю популяцию (т.е. под достаточно большую и представительную) и при этом отражает все достоверные характеристики реальной популяции в системе. Подгонка вредна, если система соответствует только некоторым случайным характеристикам, не обязательно отражающим свойства всей популяции. [c.72]
Альтернативными показателями пригодности, лишенными некоторых недостатков общей прибыли, являются t-критерий и связанная с ним вероятность. При использовании t-критерия как функции пригодности (вместо простого поиска наиболее выгодного решения) смысл генетического развития систем состоит в создании систем с максимальной вероятностью прибылей в будущем или, что то же самое, с минимальной вероятностью прибылей, обусловленных случайностью или подгонкой под исторические данные. Этот подход работает весьма хорошо t-критерий учитывает прибыль, размер выборки данных и количество совершенных сделок. Хотя все факторы важны, все же, чем больше сделок совершает система, тем выше t-показатель и больше вероятность устойчивости в будущем. Таким же образом, системы, которые дают более стабильные сделки с минимальным разбросом, будут иметь лучший t-показатель и предпочтительнее систем, где разброс сделок велик. T-критерий включает в себя многие из параметров, определяющих качество торговой модели, и сводит их в одно число, для оптимизации которого можно применить генетический алгоритм. [c.85]
Кто-то наверняка скажет, что я упустил из виду такую важную составляющую торговой системы, как оптимизацию. Однако я считаю, что оптимизация показывает лишь то, насколько ваша концепция применима к историческим данным. Чем больше вы оптимизируете, тем хуже ваша система будет работать в будущем. Вместо этого я бы порекомендовал серьезно задуматься над осознанием принципов, лежащих в основе вашей гипотезы. Чем глубже вы проникните в сущность вашей торговой системы, тем меньше потребность тестирования системы на исторических данных. [c.85]
Но, прежде чем вы "закидаете шапками метод скользящей средней капитала, нужно объяснить, для чего я привел этот пример. Я хотел наглядно показать, каковы могут быть самые плохие результаты, которые может дать произвольно выбранная система вообще. Скользящее среднее выбрано без какой-либо оптимизации. Этот пример доказывает, что использование метода скользящей средней капитала в торговле не исключает определенной степени риска. Риски необязательно приведут к убыткам, но из-за них вы можете упустить прибыль. Также обратите внимание на то, что мы прервали торговлю в период убытков, когда сделки не заключаются. Если бы мы продлили период убытков, то вы бы увидели, что ваш счет защищен от двух неприятностей, которые, оказывается, могут произойти, когда их меньше всего ждешь. Первая - это полный провал торговых систем. Если система дает серьезный сбой, то вы будете знать о большинстве сделок, которые могут привести к потерям. Я знаю достаточное количество таких систем, и ими пользуется большинство моих клиентов, которые много выиграли оттого, что избежали убытков свыше 30.000 долларов. Кроме того, меры по защите прибыли неплохо охраняют душевный покой самого трейдера. [c.157]
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. Вероятность 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. [c.193]
Как должен выглядеть простой форвардный тест Чтобы сконструировать для модели такой тест допустим, что идеальное окно оптимизации составляет четыре года, а идеальное форвардное или торговое окно — шесть месяцев. В этом случае достаточным можно считать двенадцать тестов системы. Для данного теста необходимы ценовые данные за 9,5 лет. [c.28]
Торговые симуляторы могут сильно различаться по таким показателям, как мощность, емкость и скорость. Скорость важна при выполнении многих тестов или проведении сложных оптимизаций, например генетических. Скорость также важна при разработке систем для портфельной торговли или при использовании длинных внутридневных серий данных с тысячами сделок и сотнями тысяч числовых данных. В некоторых случаях от скорости симулятора зависит сама возможность проведения анализа ряд задач требует поистине огромного объема расчетов, недоступного для медленных программ. Емкость симуляторов определяет ограничения объема задач (количество баров данных, которое может загружаться или объем кода самой системы). Мощность симулятора — показатель, определяющий, как сложные тесты и задания могут выполняться на базах данных цен товаров или на целых портфелях, что важно для серьезной профессиональной торговли. Достаточно мощный симулятор требуется, например, для использования многих торговых моделей, приведенных в этой книге. [c.41]
Многие разработчики торговых систем не оценивают статистическую значимость результатов оптимизации. Это достаточно неприятно, учитывая, что статистика принципиально важна при оценке поведения торговых систем. Как, например, можно судить о причине успеха системы — реален ли он или основан на артефакте либо на удачной выборке данных Задумайтесь об этом, ведь следующая выборка может быть не очередным тестом, а реальной торговлей. Если поведение системы определялось случаем, можно быстро лишиться капитала. Нужно найти ответ на следующий очень важный вопрос высокая эффективность системы вызвана обнаружением по-настоящему оптимальных параметров или является результатом подгонки под исторические данные Мы встречали много разработчиков систем, которые отказываются от любой оптимизации вообще по причине иррационального страха подгонки, не зная, что статистический анализ помогает бороться с этой опасностью. В общем, статистика может помочь трейдеру оценить вероятность того, что система в будущем будет работать так же прибыльно, как и в прошлом. В этой книге мы представили результаты статистического анализа везде, где это, по нашему мнению, полезно и уместно. [c.69]
Клиентский терминал MetaTrader предоставляет широкие возможности для тестирования различных существующих торговых систем, а также для создания и тестирования своих собственных. Это делает MetaTrader исключительно привлекательным продуктом для тех, кто собирается посвятить себя работе на финансовых рынках. Далее мы приведем примеры и результаты тестирования нескольких простейших торговых систем, выполненных на клиентском терминале MetaTrader. Это не означает, что мы рекомендуем данные системы к прямому использованию в торговле. Просто читатель получит навыки проведения таких исследований, что позволит далее осуществлять тестирование собственных систем самостоятельно. При тестировании торговых методик мы сознательно не использовали фиксированные значения ордеров на закрытие позиции, как в убытке, так и в прибыли. Критерием закрытия позиции мы выбирали формирование определенных рыночных ситуаций, например, пересечение МА в другую сторону и т. п. Использование фиксированных численных значений при торговле, например закрытие позиции при достижении убытка в 50 пунктов, сильно усложняет задачу тестирования. При таком подходе появляется необходимость оптимизации системы по величинам допустимых убытков и прибылей, что можно делать бесконечно (тестирование системы при ограничении убытков в 10 пунктов, а прибылей в 30, затем тестирование при ограничении убытков в 30 пунктов, а прибылей в 10 и т. д. и т. п.) Желательно, чтобы торговая система принципиально исключала возможность больших убытков, полученных в ходе одной торговой операции. [c.305]
Надо понимать, что, рассматривая предприятие, имеющее конкурентоспособную продукцию, опыт работы на рынке и обладающее торговой сетью, венчурный инвестор рассчитывает увеличить эффективность деятельности предприятия-бенефицианта за счет оптимизации системы управления с использованием своего собственного управленческого опыта. Проводимая таким образом реструктуризация становится дополнительным источником генерирования латентного дохода, не учитываемого при расчете прединвестиционной стоимости компании. Российские же предприятия, как следует и из приведенных выше примеров, на стадии реструктуризации имеют ярко выраженную слабость в управлении финансовой службой, а также службами маркетинга, планирования и бюджетизации деятельности. [c.157]
Смотреть страницы где упоминается термин Что такое оптимизация торговой системы
: [c.38]Смотреть главы в:
Создание и оптимизация торговых систем в metastock -> Что такое оптимизация торговой системы