Советы по управлению капиталом.

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 10дневное скользящее среднее пересекает 40дневное скользящее среднее снизу вверх, то вы покупаете. Если 10дневное скользящее среднее пересекает 40дневное 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 10дневной краткосрочной скользящей средней и 34дневной 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 6дневная краткосрочная средняя и 25дневная 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 ФиксированноФракционной торговли для какогото определенного набора данных, как это показано в главе 5. То, что оптимально для одного ряда данных, может оказаться неоптимальным для другого набора.

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 19901993 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 10дневная краткосрочная скользящая средняя и 34дневная долгосрочная скользящая средняя. Но для 19901993 годов параметры были другими. В этом периоде использовалась 18дневная краткосрочная скользящая средняя и 48дневная 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. Вопервых, 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 18дневная краткосрочная скользящая средняя и 48дневная 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 18дневной краткосрочной скользящей средней и 48дневной долгосрочной скользящей средней, а во второй серии использовалась 10дневная краткосрочная скользящая средняя и 34дневная 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 27дневной. 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 $39.00

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 какиелибо 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 19941998 годов было проведено 496 тестов. В рамках этого периода самые лучшие результаты были получены для 10дневной краткосрочной скользящей средней и 34дневной 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 4дневной краткосрочной скользящей средней и 25дневной 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.