Чтобы понять результаты торговой модели, необходимо следовать семи шагам ее построения и тестирования [c.9]
Оценка торговой модели происходит на основе ее тестовых результатов для каждой комбинации значений переменных. Компьютер вычисляет чистые прибыль и убыток и несколько других статистических показателей торговли для данной торговой модели с 1 -дневной скользящей средней и 15-дневной скользящей средней. Эти статистики сохраняются и будут сравниваться со статистиками всех остальных комбинаций. Набор лучших моделей будет отобран из этих торговых статистик ста различных вариаций нашей торговой системы, использующей скользящие средние. [c.25]
Подстройка определяется и детально обсуждается в Главе 9, Многоликость подстройки . На данном этапе отметьте, что подстройка — это процесс применения слишком большого числа правил или переменных, или манипулирование данными. Это ошибка, которая может возникать по разным причинам. По существу, подстройка слишком близко подгоняет переменные торговой модели под данные, на которых система тестируется. Вред в том, что модель подстраивается под случайные или непрогнозируемые аспекты ценового движения. Симптомы подстройки очевидны отличные результаты в течение оптимизации и плохие в процессе торговли. [c.26]
Всплески эффективности, или изолированные прибыли, являются проклятием оптимизации. Всплеск (выброс) эффективности представляет собой статистическую аномалию. Рассмотрим крайний случай на примере торговой модели, основанной на двух скользящих средних. Оптимизация одной скользящей средней дает следующие результаты [c.96]
Конечно, чем больше процент высокоприбыльных результатов, тем вероятнее, что данная торговая модель будет устойчивой. Пример 3 демонстрирует устойчивый тестовый результат [c.99]
Пример 5 показывает результаты добавления в торговую модель, описанную в Примере 4, нового правила, которое снизило эффективность по каждой категории проценту прибыльных моделей, средним результатам, средней прибыльной и средней убыточной модели. Основываясь на этих результатах, данное правило следует исключить. [c.100]
Пример 6 демонстрирует результаты добавления в торговую модель правила, которое повысило эффективность по каждой категории проценту прибыльных моделей, средним результатам, средней прибыльной и средней убыточной модели. На основе этих результатов данное правило следует включить в торговую модель. [c.100]
Для этого необходим тест на эффективность на одном рынке и на одном куске данных. Выборка данных должна быть достаточно большой, чтобы каждая формула и правило торговой модели были задействованы для генерации как минимум одного сигнала на покупку и продажу. Необходимо использовать значения модели, которые представляются разумными с точки зрения теории и опыта. Проверка конструкции должна давать на выходе результаты в двух формах (1) количественные выражения всех значений, используемых при вычислении индикаторов, правил и сделок, и (2) перечень всех сделок. [c.105]
Теперь эффективность торговой модели должна быть оценена с точки зрения теоретических ожиданий (См. Рис. 6-4). Необходимо определить, подтверждает ли в целом предварительное тестирование базовую теорию или противоречит ей. Предположим, что теоретическая установка модели — торговать свингами средней величины с задержкой, чтобы избегать ложных сигналов. Такая модель должна иметь несколько очевидных характеристик среднее число сделок, пониженное число ложных входов, и умеренно-крупные прибыли. Если эффективность торговой модели в общем соответствует этому профилю, то модель показывает результаты, соответствующие теоретическим ожиданиям. Переходите к следующему шагу. [c.109]
Посмотрите, не являлись ли ценовые данные крайне враждебными по отношению к теории, лежащей в основе данной торговой модели. Это может быть причиной расхождения между теоретическими ожиданиями и эмпирическими результатами. Например, не велась ли торговля по системе следования за трендом на ценовых данных, включающих продолжительный период застоя Если так, то это позволит избежать необходимости ошибочного отказа от данной торговой модели. Причина отказа от модели обоснована, если теория предсказывала в штормовых погодных условиях другую эффективность. Что и происходит в действительности, когда модель тестируется на исключительно неблагоприятных данных. Если эффективность соответствует теоретическим ожиданиям для условий такого типа, тестирование может быть продолжено. Если нет, вернитесь к этапу разработки системы и оцените торговую модель в свете этой новой информации. Проведите повторное тестирование, если структурные изменения системы помогут решить эту проблему. Если нет, то от модели следует отказаться. [c.110]
Разные значения параметров торговой модели могут приводить к кардинально отличающимся результатам по прибыли и риску. В идеале у наиболее устойчивой модели при разных значениях параметров должна меняться лишь величина прибыли. На практике у многих оптимизируемых торговых систем прибыль- [c.119]
Неправильная оптимизация может приводить к подстройке и другим серьезным ошибкам. Если вы упустили из виду эти ошибки, то полученная торговая модель будет показывать очень хорошие результаты в процессе оптимизации и очень плохую эффективность в реальной торговле. Это главная причина того, почему методы правильной оптимизации крайне важны для успешной торговли. [c.120]
Заметьте, что акцент сделан на пиковую эффективность торговли и торговли именно в реальном времени. Такое фокусирование может показаться очевидным к сожалению, на практике многие оптимизаторы на самом деле не достигают данных целей. Такие пользователи программного обеспечения для трейдинга по недоразумению полагают, что результат оптимизации, дающий наибольшую прибыль, и торговая модель, имеющая пиковую эффективность в реальной торговле, есть одно и то же. [c.120]
Следовательно, чтобы иметь к найденным топ-моделям какое-то доверие, средний результат всех тестов должен быть прибыльным, и результат на одно стандартное отклонение ниже среднего тоже должен быть прибыльным. Чем выше процент очень прибыльных моделей, тем выше вероятность, что эта торговая модель состоятельна, если, конечно, тестовый диапазон был достаточно широким. У хорошей модели много прибыльных комбинаций параметров. [c.125]
Чтобы определить универсальность и устойчивость торговой модели, ее оптимизируют на диверсифицированной корзине рынков. Чем больше рынков, на которых модель может торговать, тем она полезней. Не столь очевидно то, что чем больше рынков, на которых модель может торговать хорошо, тем она устойчивей. Тестирование на более широкой базе обеспечивает большую статистическую валидность. Есть и другое соображение. Торговая модель, которая может давать хорошие результаты на диверсифицированной корзине рынков, чаще основана на [c.127]
Эффективность всех тестов в каждой отдельной оптимизации следует рассматривать в связке, и она должна удовлетворять статистическому критерию, обеспечивающему валидность результатов.Как минимум 30% всех тестов в оптимизации должны быть равны или выше заранее заданного минимального порога эффективности, основанного на тестах более широкого диапазона. Более высокий процент прибыльных моделей в оптимизации указывает на более устойчивую торговую модель. Очень низкий процент прибыльных моделей может быть всего лишь всплеском прибыли и статистической аномалией, с малой или вовсе отсутствующей предсказательной ценностью. [c.130]
Основная цель форвардного теста — определить, реальна ли эффективность оптимизируемой торговой модели или она является результатом подстройки. Эффективность торговой модели считается реальной , если модель имеет предсказательную ценность или может эффективно реагировать на непредвиденное рыночное движение. Форвардный анализ также является методом определения того, какие параметры будут работать в будущем. Модель может быть хорошей, но не всегда могут быть найдены правильные ее параметры. Модель, разработанная должным образом, должна приносить прибыль в реальной торговле, в определенной степени соразмерной прибылям, полученным в процессе оптимизации. Если вы собираетесь использовать модель в реальной торговле, сначала она должна пройти форвардный тест. [c.133]
Главная цель форвардного анализа — устранить обоснованные сомнения в валидности торговой модели и процедуры оптимизации. При этом преимущества форвардного теста распространяются на достаточно большую выборку данных и форвардных тестов, чтобы обеспечить статистическую точность. Форвардный анализ строится так, чтобы выполнить достаточно большое число форвардных тестов для устранения случайности результатов. Добиться такой надежности позволяет тест, включающий не менее 10 форвардных тестов. [c.138]
Даже беглая проверка приведет к явному отказу от данной торговой модели. Ее чистая прибыль 50,000 основана на прибыли 110,000 за 1987 год, единственный прибыльный год. Все остальные годы дали постоянный убыток 15,000. Большая чистая прибыль в 1987 году маскирует тревогу, вызываемую результатами каждого последующего года. Валидность этой модели сомни- [c.155]
Лучшая торговая система — та, у которой и прибыли, и убытки распределены равномерно по всему тестовому периоду. Равномерность распределения по тестовому периоду — признак устойчивой и стабильной торговой модели. Но никогда распределение выигрышей и потерь не будет настолько равномерным, чтобы можно было предсказать следующую прибыль или убыток. Важно также отказываться от любой торговой модели, более 50% общей прибыли которой получено в результате одной сделки. [c.157]
Распознать подстройку легко. Она возникает при нарушении правил тестирования и оптимизации. Подстройку всегда можно определить по ее эффектам результаты, которые торговая модель будет показывать в реальной торговле, будут отличаться от результатов, полученных при оптимизации. [c.160]
Главное техническое отличие подстроенной торговой модели от правильно протестированной состоит в очень большой разнице между профилями оптимизационной и реальной эффективности. Практический смысл этой разницы обычно виден в том, что отсутствует корреляция между хорошими прибылями в процессе оптимизации и результатами реальной торговли (сопровождающейся чаще чрезмерными убытками). [c.161]
Статистик уделил внимание лишь тому, как замечательно модель соответствовала прошлым ценовым данным. Такое отношение возникло в результате ложной веры в то, что близость соответствия прогнозной модели прошлым ценовым данным есть показатель ее предсказательной ценности. При построении прогностической модели необходимо всегда строго соблюдать правильные процедуры статистического моделирования, как точно так же при построении торговой модели должны соблюдаться правильные процедуры оптимизации. [c.164]
Другой тонкий симптом подстройки можно определить только путем сравнения форвардного показателя эффективности торговой модели с ее доходностью в реальной торговле. Вспомните, что форвардный показатель эффективности — это отношение средней годовой форвардной прибыли к средней годовой оптимизационной прибыли. Реальная доходность должна быть сравнительно близка к форвардной доходности. Если она кардинально отличается от последней в течение достаточно продолжительного периода времени, то скорее всего это симптом подстройки. Однако, обычно ситуации такого рода поправимы. Если модель прошла форвардный тест, то по всей вероятности она работоспособна. Работоспособная модель может быть слегка подстроенной, если возникают небольшие расхождения в результатах реальной и тестовой торговли. Например, возможно, недостаточно большой была выборка данных, число степеней свободы было на пределе возможного или диапазоны сканирования переменных были слишком короткими. Такие ошибки могут быть исправлены, а исходные тестовые процедуры — модифицированы и выполнены заново. [c.167]
Главное правило статистического моделирования состоит в том, что слишком большое число ограничений приводит к неправильным результатам. Другими словами, если переменные торговой модели задействуют слишком много ценовых данных, или если существует слишком мало сделок по сравнению с количеством правил и объемом данных, то результаты оптимизации сомнительны. Степени свободы неразрывно взаимосвязаны с размером выборки. Наложение на ценовые данные слишком многих ограничений — основная причина подстройки. [c.168]
Неотъемлемая заповедь статистического моделирования — слишком большое число правил и ограничений приводит к ненадежным результатам. Другими словами, если в торговой модели слишком много переменных (по отношению к числу выбранных сделок или даже к объему данных), то оптимизационные результаты сомнительны. Это кратко обсуждалось в Главе 4. [c.169]
Если по какой-то причине торговая модель показывает результаты ниже уровня ваших финансовых ожиданий, единственная альтернатива — отказаться от нее в пользу более перспективных, превосходящих ее моделей. Конечно, трейдер всегда может вернуться к чертежной доске в порыве улучшить данную стратегию. [c.182]
Второе важное соображение при оценке реальной эффективности — риск потери слишком большой части торгового капитала, в результате чего продолжение торговли станет невозможным. До начала трейдинга необходимо установить порог убытков или системный стоп-лосс, которые будут в определенный момент требовать отказа от торговой модели. [c.183]
В качестве простейшей логической модели, раскрывающей данные взаимосвязи, лучше всего подходит описание экономической ситуации в торговле. Предприниматель получает выручку от продаж. При этом появляются зависящие от выручки затраты в виде комиссионных, скидок, бонусов и сконто. После вычитания этих величин из выручки остается чистая выручка. При закупке товара у предпринимателя затраты тем больше, чем больше он продает. Чем выше объемы продаж, тем выше затраты на реализацию, связанные с поставками. Закупочные цены товара являются в торговом бизнесе пропорциональными, или предельными, затратами. Как результат превышения чистой выручки над затратами приобретения реализованной продукции возникает сумма покрытия, часто называемая в торговле валовым доходом. Предприниматель покрывает за счет сумм покрытия прежде всего постоянные затраты, такие, как аренда магазина, затраты на оплату труда персонала, канцтовары, амортизация и проценты. После того как он покроет эти затраты, оставшаяся сумма покрытия образует прибыль. [c.28]
Данная модель контроля применима на всех уровнях организации. Высшее руководство фирмы устанавливает годовые цели по прибыли и объемам продаж. Для каждого последующего уровня управления эти цели разбиваются на более мелкие и конкретные. В результате каждый менеджер по продукту занимается достижением своих целей по сбыту и затратам. Конкретные цели имеют и региональные, и районные менеджеры по сбыту, равно как и все торговые представители. По истечении"определенного периода высшее руководство анализирует результаты деятельности нижестоящих работников и выясняет, нужно ли предпринимать какие-либо корректирующие действия. [c.826]
В тесте форвардного анализа дается оценка постоптимизационной эффективности торговой модели, что является одним из наиболее драматических моментов среди всех процедур тестирования. Форвардный анализ сравнивает постоптимизационные и оптимизационные результаты.Для сравнения используется совокупность результатов многих оптимизаций. На основе форвардного анализа от неприбыльной модели или модели, показавшей хорошие результаты при оптимизации и очень плохие при форвардном тесте, следует отказаться. [c.137]
Если система достигает пиковой эффективности, когда она посредством оптимизации адаптирована к текущим рыночным условиям, то в некоторый момент реоптимизация ей потребуется. Рыночные условия меняются. Торговая модель тоже должна меняться. В результате встает вопрос — когда ее следует реоптимизировать Применение модели, разработанной с помощью форвардно-аналитического теста, должно соответствовать структуре этого теста. Если размер тестового окна равен трем месяцам, то реоптимизировать модель надо через каждые три месяца торговли, и точно так же — при других размерах тестового окна. [c.139]
Этот анализ также предоставит нам результаты постоптимизационной эффективности по каждому из 9 отдельных форвардных тестов. Другими словами, он обеспечивает 9 тестов постоптимизационной торговли. Он также измеряет эффективность этой постоптимизационной торговли. В данный момент у нас уже как минимум в 18 раз больше информации, чем при оценивании Уровня 1, и в 9 раз больше, чем при оценивании Уровня 2. К тому же форвардный анализ охватывает исторический временной период, включающий много различных изменений трендов и волатильности. Это дает понимание стабильности торговой модели по отношению к изменяющимся рыночным условиям. [c.141]
Каждая строка этой таблицы представляет ту же информацию для 8 дополнительных оптимизаций и 8 дополнительных форвардных тестов, охватывающих еще 4 года торговли. Все 9 результатов постоптимизационной торговли оказались прибыльными. Обшая чистая прибыль равна 151,105. Данная торговая модель сделала деньги в 100% постоптимизационных тестовых окон. Этот результат весьма убедителен. [c.143]
Из этого можно сделать вывод, что данная торговая модель процветала в 1986 году. Ее прибыль была достаточно большой, маскируя плохие показатели в 1989 и 1990 годах. Эта модель демонстрировала великолепные результаты в 1986 году, снижение результатов в 1987 и 1988, а в 1989 и 1990 годах для нее наступили плохие времена. Модель могла иметь изъян, или просто эти последние два года могли быть для нее очень неблагоприятными. По-видимому, данный рынок менялся каким-то образом, несогласующимся с данной моделью. Но вопрос, который нас реально интересует — как модель покажет себя в 1991 году Конечно, ответить на него можно лишь гадая, будет ли 1991 год более похож на 1986-й или на 1990-й. [c.155]
Этот показатель делает процесс оценки очень простым. Хорошо, когда форвардный тест показывает прибыль и WFE как минимум 50%. Чем ближе форвардная эффективность к 100%, тем лучше. Есть наблюдения, согласно которым надлежащим образом оптимизированная торговая модель может приносить форвардные и реальные прибыли, на коротком периоде превышающие результаты оптимизации. Такое может возникнуть у системы построенной на трендовоследящих скользящих средних, когда на рынке сильный тренд с хорошей свинговой вола-тильностью и возросшей ликвидностью. Другими словами, торговая модель может превосходить свой оптимизационный профиль, когда она начинает торговать на очень благоприятном для нее рынке. [c.179]
Анализ рыночной динамики включает поведенческую статистику, которая служит базисом для действенных целей. Если задачей рекламы является привлечение новых потребителей, то целью может быть убеждение нового потребителя впервые опробовать торговую марку. Результат может измеряться количеством привлеченных потребителей. Такую оценку реально получить из панели потребителей, либо путем подсчета бесплатных ( ents-off) купонов, если они были частью рекламы. Конечно, количество людей, попробовавших продукт впервые, отличается от краткосрочного объема продаж. Число продаж в краткосрочном периоде, представленное новыми потребителями, обычно очень мало и поглощается моделью поведения постоянных покупателей (сегмент Е). [c.128]
Ошибки данных принимают много различных форм, и некоторые из них весьма заметны. При торговле в реальном времени порой попадаются тики с откровенно ошибочными, попросту невозможными ценами. В течение секунды индекс S P 500 может упасть с уровня 952,00 до 250,50 Это что — гигантский обвал рынка Нет спустя пару секунд в следующем тике индекс опять будет на уровне 952,00 или где-то рядом. Что случилось Плохой тик— шумовой выброс в данных. Такие ошибки, если они не будут обнаружены и исправлены, могут погубить результаты самой лучшей механической торговой модели. Более опасны, хотя чаще встречаются и труднее обнаруживаются, обычные мелкие ошибки в уровнях цен и других показателях, попадающих к трейдеру от поставщиков данных. Лучшие из поставщиков неоднократно проверяют свои данные и сообщают о поправках в случае обнаружения ошибок. Например, почти каждый день Pinna le Data автоматически сообщает о программных коррекциях ошибок. Многие из этих мелких обычных ошибок не очень опасны для тестирования систем, но заранее этого знать нельзя. [c.25]
Табл. 12-1 представляет торговые результаты 20 лучших решений для входов в длинные позиции по цене открытия (GFile 1). Каждая строка представляет различную торговую модель. Параметры не указываются, но пред ставлены ном ера поколений (НОМЕР), вероятность или статистическая значимость (ВЕР, десятичный знак опущен, но подразумевается) средняя прибыль в долларах за сделку ( СДЕЛ), общее количество сделок (СДЕЛ), фактор прибыли (Ф.ПРИБ), доходность в процентах годовых (ДОХ%) и чистая прибыль или убыток (П/У). [c.295]
Показатели, характеризующие фактический трудовой вклад по каждой категории работников, дифференцируются, устанавливается среднее значение показателя, которое корректируется на определенный размер в зависимости от результативности труда каждого работника и его основных характеристик (например, стажа работы в данной должности). В результате каждому определяется его "точка" в пределах "вилки". При распределении фонда оплаты труда предприятия между работниками используется долевой принцип начисления заработной платы, обеспечивая гибкую зависимость размера заработной платы работника от фактической результативности его труда и конечных результатов работы организации в целом. ВСОТэРК используется на ряде предприятий России и др. стран СНГ. Модификация такой модели в виде тарифных коэффициентов по каждой должностной (функциональной) группе, но без "вилки" применяется, напр., на Вешкин-ском опытно-производственном комбинате торгового оборудования. БЕХТЕРЕВ ВЛАДИМИР МИХАЙЛОВИЧ (1857—1927) — выдающийся русский и советский невропатолог, психиатр, психолог, физиолог. В 1910 г. первый в русской психологической науке сформулировал предмет и задачи социальной психологии. Уделял значительное внимание вопросам научной организации труда. В 1921 г. в Ленинграде Б. организовал и возглавил Центральную лабораторию по изучению труда при Институте мрзга и психической деятельности, коллектив ко- [c.22]
Модель, построенная Дж. Гроссманом и Е. Хэлпманом (1989), рассматривает взаимодействие двух торгующих государств. Исследование модели показало, что субсидии в сферу НИОКР страны, обладающей научно-техническим превосходством, ведут к увеличению общих темпов экономического роста. Протекционистская торговая политика может способствовать экономическому росту стран с более низким уровнем развития сферы НИОКР, однако оказывает противоположный эффект, если проводится страной с более высоким научно-техническим потенциалом. Одним из результатов модели является неизбежное [c.203]
Многие компании выпускают особо маркированные варианты товаров, то есть ассортиментные ряды товаров под специфическими торговыми марками, которые поставляются только в специальные розничные магазины или распространяются по особым каналам распределения. Такие товары появились в результате давления на производителей со стороны розничных продавцов, требующих исключительного рыночного предложения для своих покупателей. Так, компания, производящая фотокамеры, поставляет дешевые модели в массовую торговую сеть и в то же время ограниченное количество дорогостоящих моделей — в специализированные магазины фототоваров, или модный кутюрье разрабатывает и поставляет различные коллекции рубашек и жакетов в разные универмаги. [c.529]