Главная    Интернет-библиотека    Финансы    Финансовый рынок РФ    Методика конструирования механической торговой системы с интегрированным Money Management

Методика конструирования механической торговой системы с интегрированным Money Management

Методика конструирования механической торговой системы с интегрированным Money Management

Опубликовано в журнале "Финансовый менеджмент" №2 год - 2007

Абуздин И.С.

аспирант кафедры «Банковское дело и ценные бумаги»
Байкальского государственного университета
экономики и права
г. Иркутск

На сегодняшний день в России наблюдается бурное развитие фондового рынка. Вместе с этим становится актуальным вопрос эффективного управления активами. Существуют различные методы инвестиционного анализа, позволяющие принимать обоснованные решения по поводу покупки и продажи финансовых активов в ситуации неопределенности с будущими ценами этих активов. Одним из таких методов является применение механических торговых систем с интегрированной системой регулирования торговой позиции — Money Management (ММ). В данной статье рассматриваются теоретические аспекты конструирования такой торговой системы.

В современной литературе, на наш взгляд, наиболее полно и развернуто процесс создания механической торговой системы (МТС) описан американским экспертом в области фондовых компьютерных технологий Р. Пардо.
1. Процесс конструирования механической торговой системы по Р. Пардо состоит из восьми этапов [6, с. 11].
2. Формулировка торговой стратегии.
3. Описание правил (алгоритмов) с помощью программного кода.
4. Мультипериодное и мультирыночное тестирование МТС.
5. Оптимизация параметров МТС.
6. Форвардное тестирование МТС.
7. Применение МТС в реальном управлении активами.
8. Сравнение реальных результатов МТС с тестовыми.
9. Совершенствование МТС.

Для решения поставленной нами задачи необходимо дополнить процесс конструирования МТС, предложенный Р. Пардо, тремя этапами:
1. Описание и интеграция в МТС правил (алгоритмов) Money Management с помощью программного кода.
2. Оптимизация параметров Money Management.
3. Форвардное тестирование МТС с ММ.

Данные этапы добавляются после этапа форвардного тестирования МТС. Содержание этапов с шестого по восьмой меняется: на этих этапах будет производиться работа не с механической торговой системой, а с механической торговой системой с интегрированным Money Management. Также следует отметить, что восьмой этап по Р. Пардо — совершенствование МТС — сводится к возврату на первый этап в случае получения неудовлетворительных результатов работы МТС и повторению всего процесса конструирования заново. По нашему мнению, нет необходимости выделять это действие как отдельный этап, так как, по сути, происходит не появление нового этапа работы, а возврат к ее началу. Более того, возврат к первому этапу создания МТС — формулировке торговой стратегии — означает отказ от уже созданной МТС и начало процесса конструирования новой системы. Так как нам необходимо усовершенствовать конкретную МТС, а не создать новую систему, то необходимо вернуться не к первому этапу работы, а к оптимизации ее параметров. На этапе оптимизации начинается работа по определению новых параметров МТС, и она настраивается под изменившиеся рыночные условия. 

Таким образом, общий процесс конструирования МТС с ММ состоит из десяти этапов.
1. Формулировка торговой стратегии.
2. Описание правил (алгоритмов), составляющих торговую стратегию, с помощью программного кода.
3. Мультипериодное и мультирыночное тестирование МТС.
4. Оптимизация параметров МТС.
5. Форвардное тестирование МТС.
6. Описание и интеграция в МТС методов (алгоритмов) Money Management с помощью программного кода.
7. Оптимизация параметров Money Management.
8. Форвардное тестирование МТС с ММ.
9. Применение МТС с ММ в реальном управлении активами.
10. Сравнение реальных результатов МТС с ММ с тестовыми.

Каждый из этапов процесса конструирования МТС с ММ тесно связан друг с другом: отрицательные результаты, полученные по некоторым из них, приводят к запуску процесса с самого начала либо к его остановке. Учитывая, что некоторые этапы разделяются на несколько последовательных шагов, будет целесообразным представить данный процесс в виде алгоритма (см. рис.).


Рис. Алгоритм создания механической торговой системы с интегрированным Money Management

Этап 1. Формулировка торговой стратегии

Создание МТС с ММ начинается с формулировки торговой стратегии. Торговая стратегия состоит из набора правил, позволяющих принимать решения по поводу покупки, продажи или удерживания в портфеле исследуемого актива. Данные правила должны быть изложены последовательно. Необходимый их минимум — это правила, определяющие момент покупки актива («вход» в рынок), и правила, определяющие момент его продажи («выход» из рынка). Следует определить, какой будет «вход» в рынок: операции покупки актива («длинная» позиция), продажи актива «без покрытия» («короткая» позиция) либо их комбинация. Считается, что разделение «длинной» и «короткой» торговли более эффективно, нежели их совмещение [6, с. 14]. В качестве правил торговой стратегии могут быть добавлены так называемые «фильтры» — рыночные факты или индикаторы, запрашиваемые для определения целесообразности принятия сигнала на «вход». Р. Пардо отмечает, что в торговой системе могут также присутствовать элементы защиты от чрезмерных убытков и элементы извлечения прибыли — так называемые «стоп-лосс» и «тейк-профит». По своей сути, это те же сигналы на «выход», которые должны определяться правилами «выхода».

Торговая стратегия, которая лежит в основе МТС, в большинстве случаев основывается на инструментах технического анализа. Однако и простейшие правила могут составлять стратегию, например, случайный «вход» или «вход» после изменения цены на определенную величину. Следует отметить, что сами правила, на основе которых определяются моменты покупки или продажи актива, не гарантируют успешного управления активами. Первично в данном случае правильное исполнение алгоритма создания МТС с ММ.

Необходимо заметить, что торговая стратегия не должна содержать большое количество правил. Это приводит к «перегрузке» МТС правилами и вызывает следующие проблемы при ее использовании.


1.

Сложность перевода правил на язык ЭВМ и, как следствие, возрастающая вероятность некорректной реализации идеи.

2.

Отсутствие гибкости у системы, неспособность ее адаптироваться при меняющихся рыночных условиях.

 

Этап 2. Описание правил (алгоритмов), составляющих торговую стратегию, с помощью программного кода

На втором этапе создания МТС с ММ происходит перенос правил торговой стратегии на язык ЭВМ. С помощью языка программирования создается последовательность действий ЭВМ по определению моментов «входа» и «выхода» системы на рынок изучаемого актива. После этого проверяется правильность понимания ЭВМ торговой стратегии. Для этого следует рассчитать вручную несколько сигналов и проверить, выдает ли программа такие же сигналы в тот же момент времени. Если такая проверка не приносит результата, необходимо пересмотреть программный код и выявить ошибки и просчеты, допущенные в процессе программирования стратегии. В случае успешного программирования стратегии она принимает вид, позволяющий ее протестировать на исторических данных изменения цен исследуемого актива.

Этап 3. Мультипериодное и мультирыночное тестирование МТС

На данном этапе посредством МТС с одними и теми же параметрами генерируются сделки на различных отрезках исторических ценовых данных рынков исследуемых активов, оценивается совокупная прибыльность этих сделок на каждом из рынков — отсюда и возникло название данного этапа, так как тестирование производится на нескольких рынках и временных отрезках. Цель данного этапа — получение грубого представления о прибыли и риске МТС до ее оптимизации. МТС должна быть умеренно прибыльной на нескольких рынках активов и в течение нескольких различных временных периодов.

Если система показывает убыток на большинстве из рынков исследуемых активов и периодах, необходимо вернуться к этапу формулировки торговой стратегии и изменить ее правила. Если же результаты смешанные — система показывает как прибыль, так и убыток, причем большинство тестов показывает прибыль — можно переходить к этапу оптимизации. Этап мультипериодного и мультирыночного тестов позволяет пользователю убедиться в правильности его торговой стратегии и возможности ее применения на рынках различных активов.

Этап 4. Оптимизация параметров МТС

Следующий, четвертый этап — оптимизация параметров МТС — является наиболее важным и трудоемким. На данном этапе определяются параметры МТС, которые дают наилучшие показатели доходности и устойчивости. Процесс оптимизации МТС состоит из вычисления показателей большого числа различных тестов торговой системы на одном и том же отрезке исторических ценовых данных исследуемого актива. Тесты отличаются друг от друга, поскольку каждый из них использует разный набор значений оптимизируемых переменных модели. Авторы М. Беришев и Е. Беришева в своей публикации называют этот этап «обучением системы» [1, с. 15], что можно признать вполне логичным, так как на данном этапе МТС «обучается» оптимальному реагированию на движения рынка.

Оптимизация параметров МТС проводится путем имитационного управления одним лотом исследуемого актива. Величина начального капитала и размер отдельной позиции при этом не имеют значения, так как на данном этапе создания механической торговой системы с интегрированным Money Management определяются параметры, при которых она дает сигналы на оптимальный «вход» и «выход».

При проведении тестов вычисляются следующие показатели:
1. Прибыль при торговле одним лотом.
2. Математическое ожидание МТС.
3. Стандартное отклонение прибыли.
4. Максимальная просадка капитала.
5. Отношение «просадка—прибыль».
6. Максимальные по продолжительности серии прибыльных и убыточных сделок.
7. Количество сделок.

Прибыль при торговле одним лотом показывает совокупную прибыльность МТС — она равна сумме результатов прибыльных и убыточных сделок. При вычислении данного показателя должны учитываться размеры комиссионных брокера и организатора торговли, а также величина проскальзывания — разница между теоретической и реальной ценой исполнения.

Математическое ожидание МТС является наиболее важным показателем, вычисляемым на данном этапе конструирования МТС. Математическое ожидание есть сумма, которую зарабатывает МТС в среднем по каждой сделке:

где Pwi – вероятность прибыльной сделки, Pli – вероятность убыточной сделки,Wi – величина средней прибыльной сделки, Li – величина средней убыточной сделки.

Математическое ожидание обязательно должно быть положительной величиной. МТС с отрицательным или равным нулю значением математического ожидания с течением времени приведет к отрицательным результатам. Как отмечает Р. Винс, «невозможно сделать прибыль там, где нет статистического преимущества» [2, с. 25].

Стандартное отклонение прибыли вычисляется как стандартное отклонение ежемесячных результатов работы МТС. Данный показатель является мерой равномерности распределения прибыльных сделок при тестировании — чем ниже показатель, тем равномерней распределены прибыльные сделки и стабильней увеличивается капитал. Большая величина данного показателя свидетельствует о неравномерности распределения прибыльных сделок и, как следствие, о высокой вероятности случайности получения прибыли.

Максимальная просадка капитала определяется как величина наибольшего снижения величины (в абсолютном измерении) используемого в управлении капитала после достижения им нового максимума. Данная величина характеризует риск потери капитала в результате применения МТС при управлении активами. Другими словами, величина максимальной просадки показывает, какую максимальную величину капитала в абсолютном выражении может потерять пользователь данной МТС. В рамках данного этапа конструирования МТС величина максимальной просадки не несет смысловой нагрузки. Она вычисляется лишь с целью определения следующего показателя — отношение «просадка—прибыль», которое вычисляется путем деления величины просадки на величину прибыли и используется для сравнения тестов с близкими друг к другу результатами.

Информация о максимальных по продолжительности сериях прибыльных и убыточных сделок необходима для оценки эффективности работы МТС при реальном управлении активами. В случае попадания в серию убыточных или прибыльных сделок пользователь системы сравнивает продолжительность серии с тестовым профилем. Если в процессе реального применения МТС серия оказывается продолжительней, чем при тестировании, это говорит о возможном изменении рынка и необходимости совершенствования системы.

Последний показатель, рассчитываемый при тестировании, — количество сделок — определяет статистическую представительность проводимой оптимизации. В случае, если системой при проведении теста генерируется недостаточное количество сделок, то результаты, показанные системой, нельзя признать значимыми и принимать в расчет. Количество сделок определяет величина тестового окна (размер части исторических ценовых данных, на которых тестируется торговая система), а также интенсивность торговли, которая зависит от оптимизируемых параметров МТС. Среди специалистов в области применения МТС не сложилось единого мнения по поводу  минимально приемлемого количества тестовых сделок — эта величина колеблется от 30 до 300. По нашему мнению, необходимо формализовать определение минимального количества сделок. Например, Р. Пардо предлагает использовать формулу вычисления стандартной ошибки для оценки репрезентативности проводимого тестирования [6, с. 66]:

где N — размер выборки.

Стандартная ошибка свидетельствует о степени точности результатов. Например, если при тестировании получено значение прибыли 1000 руб. и величина стандартной ошибки составляет 20%, то прибыль нужно считать равной 1000 +/– 20%, то есть прибыль будет находиться в интервале от 800 руб. до 1200 руб. Таким образом, принимая в качестве приемлемой определенную величину погрешности, можно вычислить минимально возможное количество сделок при тестировании. По нашему мнению, максимально приемлемой величиной стандартной ошибки можно считать 10%, что соответствует минимальному количеству сделок, равному 100.

Как было отмечено, количество сделок  связано с величиной тестового окна. Выбор величины тестового окна является важной составляющей процесса оптимизации параметров МТС. Во-первых, тестовое окно должно обеспечивать генерацию минимально возможного количества сделок. Во-вторых, тестовое окно должно быть достаточно широким, чтоб включать в себя различные состояния рынка — трендовый и боковой, растущий и падающий. Только в этом случае можно говорить об оптимизации, которая позволит эффективно работать системе в будущем при любых состояниях рынка.

На этапе оптимизации МТС возникает так называемый риск «подстройки» параметров под историческую ценовую кривую. Под термином «подстройка» понимается неправильно выполненная оптимизация, при которой находятся такие параметры МТС, которые хорошо согласуются с историческими ценовыми данными, но не имеют прогностической способности и не позволяют системе адаптироваться к меняющимся рыночным условиям. «Подстроенная» МТС показывает хорошие результаты при тестировании, но не генерирует прибыль в процессе реального управления активами. «Подстройка» возникает при нарушении правил тестирования и оптимизации. Главное отличие «подстроенной» МТС от правильно протестированной состоит в большой разнице между профилями оптимизационной и реальной эффективности. Можно выделить основные причины возникновения «подстройки».

1.

Перегруженность МТС правилами и условиями.

2.

Неверный анализ результатов оптимизации.

3.

Узкое оптимизационное окно.

4.

Недостаточное количество тестовых сделок.

Первая из названных причин — перегруженность МТС правилами и условиями — является наиболее распространенной ошибкой при конструировании МТС. Наибольший риск «подстройки» возникает в случае добавления правил и условий в МТС уже в процессе ее оптимизации. В результате система «подстраивается» под исторические данные, улучшая свою тестовую эффективность, и возникает ложное представление о больших возможностях системы при ее реальном применении.

Две другие причины — узкое оптимизационное окно и недостаточное количество сделок — приводят к тому, что МТС, показав хорошие результаты в процессе оптимизации, при реальном ее применении попадет в неучтенные рыночные условия и приведет к убыткам.

Существует показатель, связывающий количество правил и условий МТС с количеством сгенерированных сделок, — «степени свободы» (degrees of frеedom, D/F). Этот статистический показатель впервые начал использовать в области конструирования МТС Р. Пардо. Считая, что меньшее количество инструкций и большее количество данных обеспечивают большее доверие к системе, он предложил применять следующее определение степеней свободы и показателя минимального числа степеней свободы [6, с. 69]:

D/F = Количество сделок – Количество правил и условий, Min D/F = 10 х (Количество правил + количество условий).

Однако следует отметить, что данные показатели можно использовать только как вспомогательные, так как в случае наличия большого количества правил и условий увеличение количества сгенерированных при оптимизации сделок и, как следствие, увеличение степеней свободы не избавит от высокого риска «подстроить» МТС под исторические данные.

Большое значение на этапе оптимизации имеет правильность анализа ее результатов. После проведения многочисленных тестов формируются ряды данных об эффективности МТС, среди которых могут быть результаты, значительно превосходящие остальные. Как отмечает Дж. Швагер в своей работе, целью оптимизации является поиск широких областей хорошей результативности, а не единственный набор параметров с наи­лучшей результативностью. Например, если при тестировании системы выясняется, что набор параметров N = 7 демонстрирует наи­лучшее соотношение прибыли и риска, но эта результативность резко падает для наборов параметра N<5 и N>9, в то время как все наборы в диапазоне от N = 25 до N = 54 дают относительно хороший результат, то было бы намного разумнее выбрать набор параметров из последнего диапазона. Исключительная результативность набора N = 7 склоняет к мыс­ли о своеобразии исторических цен, которые вряд ли повторят­ся в будущем. Тот факт, что близкие наборы параметров дают слабую результативность, предполагает, что нет оснований для доверия к набору параметров N = 7. Напротив, широкий диапазон стабильной результативности для наборов из области 25 < N < 54 предполагает, что набор, взятый из середины этого диапазона, будет обладать большей предсказательной силой [7, с. 706].

Этап 5. Форвардное тестирование МТС

С целью определения реальных способностей протестированной и оптимизированной МТС, а также выяснения, «подогнана» она или нет, осуществляется пятый этап создания МТС с ММ — форвардное тестирование МТС. МТС с параметрами, определенными на этапе оптимизации как наилучшие, тестируется на дополнительном, смежном отрезке исторических ценовых данных, то есть на неизвестных ей данных посредством имитации реальной торговли. Форвардный тест — единственный способ увидеть точную картину постоптимизационной эффективности применения МТС. Форвардный тест проводится на пятом и восьмом этапах создания МТС с ММ и преследует следующие цели.


1.

Определение реальной эффективности оптимизированной МТС, степени ее «подстроенности» под исторические ценовые данные.

2.

Вычисление ожидаемой доходности и риска ее получения при реальном применении МТС с ММ.

3.

Сравнение эффективностей применения оптимизированной МТС с ММ и пассивного управления активами (по принципу «купил и держи»).

На пятом этапе создания МТС с ММ (форвардное тестирование МТС) основной является первая цель, на восьмом этапе (форвардное тестирование МТС с ММ) преследуются вторая и третья цели.

Окно форвардного теста выбирается в соответствии с оптимизационным окном, их протяженности не должны сильно отличаться. В результате тестирования определяются те же показатели, характеризующие эффективность МТС, что и при проведении оптимизации. На данном этапе создания МТС с ММ необходимо, чтоб МТС показывала при форвардном тестировании результаты, сопоставимые с оптимизационными. Р. Пардо ввел показатель, измеряющий постоптимизационную эффективность относительно оптимизационной, — форвардная эффективность (WFE) [6, с. 143]. Данный показатель рассчитывается как отношение средней годовой форвардной чистой прибыли к средней годовой оптимизационной чистой прибыли.  Считается, что МТС прошла форвардный тест, если она прибыльна в целом и имеет WEF большую, чем 50% [6, с. 30]. Это говорит о существовании предсказательной силы у МТС и позволяет перейти к шестому этапу — интеграции методов Money Management в механическую торговую систему.

Этап 6. Описание и интеграция в МТС методов (алгоритмов) Money Mana-gement с помощью программного кода

Интеграция методов Money Management в МТС производится путем добавления к программному коду МТС алгоритмов вычисления размера торговой позиции в соответствии с выбранным методом Money Management. Как и при программировании МТС, при программировании Money Management необходимо убедиться в правильности вычислений, производимых ЭВМ, просчитав вручную несколько торговых позиций и сравнив их с вычислениями ЭВМ.

Если предварительная проверка показывает, что программный код составлен верно, необходимо перейти к седьмому этапу создания МТС с ММ — оптимизации параметров Money Management.

Этап 7. Оптимизация параметров Money Management

Методика проведения оптимизации параметров Money Management схожа с методикой проведения оптимизации параметров МТС — производятся многочисленные тесты переменных параметров на одном и том же отрезке ценовых данных. Отличие состоит в том, что на данном этапе в систему вводится величина начального капитала и вычисляются иные показатели, характеризующие работу МТС с ММ.


1.

Чистая прибыль.

2.

Реализованная доходность.

3.

Ожидаемая доходность.

4.

Стандартное отклонение доходности.

5.

Соотношение стандартного отклонения и ожидаемой доходности.

6.

Максимальная просадка.

7.

Коэффициент просадки.

Чистая прибыль является прямым результатом применения МТС с ММ, вычисляется как разница между суммой прибыльных и суммой убыточных сделок и характеризует прибыльность системы в целом. На основе показателя чистой прибыли вычисляется реализованная доходность как отношение чистой прибыли к величине начального капитала, приведенная к годовым процентам.

Следует отметить, что специалисты, занимающиеся проблемами механических торговых систем, в частности И. Ковальчук, М. Беришев и Е. Беришева, Р. Пардо, предлагают в качестве показателя доходности МТС с ММ вычислять только показатель реализованной при тестировании доходности, выраженной в годовых процентах. По мнению автора, одного этого показателя недостаточно. Показатель реализованной доходности является усредненным показателем, который получают при тестировании системы на протяжении всего тестового окна. Протяженность тестового окна, как правило, составляет как минимум три года, и реализованная доходность на отрезках внутри окна может быть как ниже, так и выше реализованной доходности, зафиксированной за весь период тестирования. В случае, если протяженность инвестиционного горизонта меньше протяженности тестового окна, показатель реализованной доходности, полученный при тестировании, может дезориентировать пользователя торговой системы, так как за меньший период времени торговая система может не реализовать доходность, сопоставимую с тестовой. Необходимы показатели доходности, которые будут характеризовать ожидания по поводу доходности, а также риск ее получения. Мы предлагаем в качестве таких показателей использовать показатели математического ожидания доходности (ожидаемой доходности) и стандартного отклонения доходности в том виде, в каком они используются в параметрической модели рынка, или рынка по Марковицу, применяемой в современной портфельной теории. Показатели ожидаемой доходности и ее стандартного отклонения рассчитываются по временному ряду доходности актива. Применительно к МТС с ММ в качестве ряда доходности актива можно представить временной ряд изменения доходности управления активом посредством МТС с ММ, полученный в результате тестирования. По нему рассчитывается средняя арифметическая доходность — ожидаемая доходность — и стандартное отклонение доходности. Данные показатели будут более объективно характеризовать доходность операций посредством МТС с ММ, показывая пользователю ожидания по поводу доходности и риск ее получения. Соотношение стандартного отклонения и ожидаемой доходности вычисляется для сравнения сопоставимых по результатам тестов.

Максимальная просадка рассчитывается так же, как и при тестировании МТС. Другой показатель — коэффициент просадки — рассчитывается как отношение величины начального капитала к величине максимальной просадки, взятой по модулю. Данный коэффициент рассчитывается с целью определения приемлемости протестированного набора параметров для применения их при реальном управлении активами. Если коэффициент меньше единицы, то это означает, что при использовании МТС с ММ с данными параметрами величина максимального убытка превышает размер начального капитала. Считается, что «во избежание отрицательного результата на счете должен существовать некий «запас прочности» для возможности выхода из неблагоприятной ситуации и последующего извлечения положительной прибыли» [3, с. 71]. По мнению И. Ковальчук, достаточно определить величину начального капитала равной максимальной просадке для получения «запаса прочности». На наш взгляд, принимая приемлемым коэффициент просадки равным единице, пользователь может потерять весь капитал в начале управления, попав в серию убыточных сделок. Необходимо иметь больший «запас прочности», поэтому считаем, что минимальное значение коэффициента просадки должно быть равным 1,5. В этом случае даже при получении максимальной просадки в начале работы с торговой системой останется часть начального капитала, которая позволит в будущем покрыть убытки. 

Полученные показатели, характеризующие работу МТС с ММ, вносятся в таблицу, где сравниваются различные параметры метода Money Management и выбирается наиболее приемлемый вариант с точки зрения доходности и риска.

В первую очередь оценивается коэффициент просадки. Исходя из того, что минимально приемлемое его значение — 1,5, отбираются тесты со значением коэффициента просадки, большим 1,5. Затем оставшиеся результаты сравниваются по соотношению стандартного отклонения и ожидаемой доходности (соотношение «риск—доход»), выбираются приемлемые уровни ожидаемых доходности и риска. Третьим критерием выбора является величина реализованной доходности. В итоге отбирается наилучший вариант применения метода Money Management с данной МТС.

Но для того чтобы убедиться в правильности проделанной работы и проверить полученные результаты на неизвестных торговой системе ценовых данных, необходимо осуществить восьмой этап создания МТС с ММ — провести ее форвардное тестирование.

Этап 8. Форвардное тестирование МТС с ММ

Форвардный тест МТС с ММ проводится аналогично форвардному тесту МТС, однако, как было отмечено выше, основная цель форвардного теста в данном случае уже иная — вычисление ожидаемой доходности и риска ее получения при реальном применении МТС с ММ, а также сравнение эффективности применения оптимизированной МТС с ММ и пассивного управления активами (по принципу «купил и держи»).

На данном этапе вычисляются те же показатели, что  и при проведении оптимизации МТС с ММ. Необходимо, чтобы коэффициент просадки не превысил предельно допустимое значение, а среднегодовая чистая прибыль и реализованная доходность были сопоставимы с оптимизационными чистой прибылью и реализованной доходностью. Основными показателями являются ожидаемая доходность и ее стандартное отклонение. Они определяют ожидания по доходности и риску ее получения при применении созданной МТС с ММ в процессе реального управления активами. Так как форвардное окно по времени находится ближе к периоду реального управления активами, и, более того, форвардное тестирование производится на неизвестных МТС с ММ ценовых данных, то в качестве ожиданий по доходности и риску ее получения следует брать данные, полученные в процессе форвардного тестирования.

Сравнение эффективности создаваемой МТС с ММ и пассивного управления активами по принципу «купил и держи» проводится с целью осознания значимости управления активами с помощью торговой системы. Результаты, полученные при форвардном тестировании, могут быть признаны удовлетворительными только в том случае, если сам рынок изучаемого актива не показал большей результативности. Результативность рынка определенного актива можно оценить, если применить к нему стратегию пассивного управления «купил и держи», то есть приобрести некоторое количество данного актива в начале изучаемого периода, а в конце периода по текущей рыночной цене оценить результаты данной операции — рассчитать ожидаемую и реализованную доходности, стандартное отклонение доходности и коэффициент просадки.  Следует отметить, что на ярко выраженных растущих рынках (к примеру, российский фондовый рынок в 2005 г.) стратегия «купил и держи» может показывать большую реализованную доходность по сравнению с торговой системой на одном и том же временном отрезке. В данном случае для того чтобы выяснить, какая стратегия управления активами была эффективней (пассивная или управление  посредством МТС с ММ), необходимо рассчитать соотношение реализованной доходности при управлении активами и волатильности результатов за рассматриваемый период. Более эффективной окажется та стратегия, которая покажет большее соотношение доходности и волатильности. Важным показателем является коэффициент просадки, на основе которого можно сравнить степень рискованности каждой из стратегий при сопоставимых значениях реализованной доходности. В случае, если пассивная стратегия управления активами показывает большую доходность, но в то же время неприемлемый уровень коэффициента просадки, следует сделать вывод, что управление активами посредством МТС с ММ является более безопасным и, несмотря на более низкую доходность, предпочтительным относительно пассивной стратегии «купил и держи». 

Если форвардное тестирование показывает неудовлетворительные результаты, то выбранный метод Money Management исключается из системы, и производится переход к шестому этапу — интеграции в МТС методов (алгоритмов) Money Management с помощью программного кода, на котором выбирается следующий метод Money Management и проводится его тестирование.

Здесь следует отметить, что положительные результаты могут показать несколько методов Money Management. Выбор того или иного метода зависит от предпочтений пользователя МТС с ММ по соотношению «риск—доходность».

При успешном прохождении форвардного тестирования производится переход к девятому этапу — применение МТС с ММ в реальном управлении активами.

Этап 9. Применение МТС с ММ в реальном управлении активами

На данном этапе пользователь системы следует ее сигналам на «вход» и «выход». Здесь большое значение имеет соблюдение им дисциплины: крайне важно полностью следовать сигналам системы — только в этом случае можно рассчитывать на результаты, показанные системой при ее создании.

Этап 10. Сравнение реальных результатов МТС с ММ с тестовыми

В процессе реального управления активами с помощью МТС с ММ необходимо проводить мониторинг текущей результативности управления и сравнивать результаты с тестовыми. В первую очередь отслеживается величина максимальной просадки. Она не должна превышать размер просадки, полученный при тестировании системы. Следующим анализируемым показателем при проведении данного мониторинга является ожидаемая доходность и стандартное отклонение доходности. Также необходимо отслеживать продолжительность серий однотипных (прибыльных или убыточных) сделок. Как было отмечено выше, если в процессе реального применения торговой системы серия убыточных или прибыльных сделок оказывается продолжительней, чем при тестировании, то это говорит о возможном изменении рынка и необходимости совершенствования системы. Здесь надо отметить, что для оценки этих показателей, за исключением показателя максимальной просадки, необходима накопленная история реальных сделок, совершенных посредством МТС с ММ. Поэтому основным отслеживаемым показателем является величина максимальной просадки.

Если при мониторинге текущей результативности управления активами с помощью МТС с ММ получены отрицательные результаты (получена большая максимальная просадка, ожидаемая доходность и ее стандартное отклонение не соответствуют тестовым),  то это говорит об изменившихся рыночных условиях. Отсюда следует, что необходимо остановить процесс управления и приступить к совершенствованию МТС с ММ — вернуться к этапу оптимизации параметров МТС и начиная с этого этапа повторить процесс создания МТС с ММ.

Постоянное изменение рыночных условий ставит вопрос о сроке годности созданной торговой системы. Необходимо определить временные рамки, в которых система будет эффективно работать без реоптимизации. Они напрямую связаны с продолжительностью оптимизационного окна: чем  оно больше, тем больше различных состояний рынка учтено в системе при ее оптимизации. Короткое оптимизационное окно может «видеть» только небольшое количество рыночных условий, тогда как длинное — большее. Соответственно, система, оптимизированная по короткому окну, может раньше столкнуться с неизвестными ей  условиями и стать неэффективной. Практические исследования показывают, что сроком годности созданной торговой системы можно считать интервал от 1/8 до 1/4 от оптимизационного окна [6, с. 70]. Другими словами, если для оптимизации МТС использовалось 2-летнее окно, то сроком годности для данной системы будет интервал от 6 до 12 месяцев, по истечении которого может возникнуть необходимость в реоптимизации системы.

Таким образом, последовательно выполняя описанные этапы создания механической торговой системы с интегрированным Money Management, становится возможным сконструировать эффективно работающую торговую систему, которая самостоятельно определяет моменты покупки или продажи определенного количества исследуемого актива, а также обеспечивает пользователя системы необходимой информацией о предстоящем управлении активами — информацией об ожидаемой доходности управления и ее стандартном отклонении, максимальном проседании, максимальных сериях сделок.

ЛИТЕРАТУРА

1.

Беришев М., Беришева Е. Критерии оценки эффективности автоматизированных торговых систем // Рынок ценных бумаг.  2005. № 9. С. 13—15.

 

 

2.

Винс Р. Математика управления капиталом. Методы анализа риска для трейдеров и портфельных менеджеров: Пер. с англ. — М.: Альпина Паблишер, 2001.

 

 

3.

Ковальчук И. Управление капиталом и механические торговые системы // Рынок ценных бумаг. 2006. № 1. С. 70—72.

 

 

4.

Кондратенко Ю. Сага о механических торговых системах // Рынок ценных бумаг. 2006. № 1. С. 73—74.

 

 

5.

Ловцов В. Применение механических торговых систем как фактор ограничения влияния эмоций в торговле // Рынок ценных бумаг. 2005. № 3. С. 24—26.

 

 

6.

Пардо Р. Разработка, тестирование и оптимизация торговых систем для биржевого трейдера: Пер. с англ. А. Полесчука. — М.: Минакс, 2002.

 

 

7.

Швагер Дж. Технический анализ. Полный курс. — М.: Альпина Паблишер, 2002.

Также по этой теме: