В нашем недавнем посте мы рассказали, как оценить прибыльность и риски вашей стратегии. Теперь давайте посмотрим на измерение статистической значимости, стабильности и эффективности в реальном времени.
Статистическая значимость
После выполнения тестирования на исторических данных один из первых вопросов, который вам нужно задать себе: «Являются ли эти результаты статистически значимыми?» Или, другими словами, «каковы шансы, что эти результаты были получены исключительно случайно»?
Хотя погружение в мир статистического анализа может быть сложным, есть несколько довольно простых методов, чтобы получить лучшее представление о том, действительно ли вы нашли повторяемый, пригодный для использования паттерн на рынке.
Доверительные интервалы
Одним из преимуществ обращения к статистическому анализу является то, что вы можете получить конкретные доверительные интервалы для ваших результатов.
Мы можем использовать t-распределение, чтобы вычислить доверительные интервалы вокруг нашей прибыли за сделку (RPT). t-распределение дает нам консервативную оценку вероятности того, что среднее значение попадет в данный диапазон. Это особенно хорошо работает, когда у нас небольшой размер выборки, у нас недостаточно информации о распределении базовых данных и «более тяжелые хвосты», что означает более высокую вероятность больших движений. Это очень хорошо подходит для работы с финансовыми данными.
К счастью, мы можем легко вычислить t-распределение в Excel с помощью функции «TDIST», которая учитывает ваши степени свободы (размер выборки минус 1) и является ли тест односторонне ограниченным (вам нужно только найти нижнюю границу) или двусторонним (вам нужно найти верхнюю и нижнюю границу).
Эти расчеты скажут нам: «С уверенностью 95% моя доходность на сделку будет выше ___ и ниже ___». Чтобы уменьшить диапазон доверительного интервала, вы можете либо увеличить размер выборки, либо уменьшить доверительный интервал до 90%.
Вам нужно, чтобы нижняя граница была как минимум достаточной для покрытия ваших торговых расходов.
Тест Монте-Карло
Это еще один популярный метод, о котором вы много слышали, но средний трейдер до сих пор с ним не работает.
Симулятор Монте-Карло говорит вам: «Если бы я запускал огромное количество стратегий, произвольно выбирая длинную и короткую позиции для каждой сделки, какова вероятность того, что итоговая сумма прибыли будет, по крайней мере, не меньше чем у моей стратегии?
Например, если ваша «запатентованная» стратегия дала прибыль 20%, но вы обнаружили, что совершенно случайная стратегия имела 50% -ный шанс дать хотя бы эту сумму, вы не будете очень уверены в том, что ваша стратегия будет шагом вперед.
Здесь один хороший ресурс о том, как применять симуляцию Монте-Карло в Excel, но прежде чем слепо доверять ей, есть несколько вещей, которые нужно рассмотреть.
1. Вам нужно запустить достаточное количество симуляций, пока результаты не сойдутся в одно центральное значение, чтобы результатам можно было доверять.
2. Стратегии, которые соответствуют набору данных, будут хорошо работать с симуляцией Монте-Карло, поэтому вы должны выполнить тест на данных, которые не использовались для построения стратегии.
Это очень краткий обзор только двух способов измерения статистической значимости вашей стратегии. В этой области проводится гораздо больше количественных исследований, и я бы настоятельно рекомендовал основанный на фактах технический анализ Дэвида Аронсона в качестве удобной для трейдера ссылки на эти типы методов.
Стабильность
Стабильность вашей стратегии означает последовательность и предсказуемость вашей прибыли. Она связана как с рисками стратегии, так и со статистической значимостью, но я думаю, что важно рассматривать ее как отдельную категорию.
Когда мы говорим о том, что стратегия является стабильной, мы хотим посмотреть, как стратегия выполнялась в различных рыночных условиях, была ли большая часть прибыли получена за несколько сделок, и насколько стратегия восприимчива к большим просадкам.
Большинство трейдеров рассматривают это как «плавность кривой капитала».
Измерение "плавности"
«R^2», коэффициент детерминации, измеряет, насколько хорошо набор данных соответствует конкретной модели, в данном случае прямой или кривой. Чтобы измерить плавность наших доходов, мы определяем, насколько хорошо наша кривая капитала соответствует прямой линии.
В идеальном мире наша кривая капитала будет крутой, прямой линией, идущей из нижнего левого угла в верхний правый (мы всегда можем надеяться на экспоненциальный рост, но давайте не будем забегать вперед).
Мы ищем высокий коэффициент детерминации (что означает, что наша кривая капитала близка к прямой) и крутой уклон (что означает, что наш капитал растет быстрыми темпами). Эти два показателя помогают нам объективно проанализировать, насколько «гладкой» является наша кривая капитала.
В Excel это сделать очень легко. Постройте кривую капитала в виде точечной диаграммы, щелкните правой кнопкой мыши одну из точек и выберите «Добавить линию тренда». В диалоговом окне выберите «линейную» линию тренда, затем под опциями установите пересечение равным 0 и поставьте галочку, чтобы отобразить уравнение и значение R^2.
Значение «m» перед x покажет вам наклон линии (мы ищем высокие положительные значения), а значение R2, насколько мы близки к этой линии (значения более 0,7 - это то, что мы ищем ).
Точно так же, у вас есть вся информация, необходимая для измерения плавности кривой вашего капитала!
Тестирование рыночных условий
Другим аспектом, который следует учитывать, является то, при каких рыночных условиях наша стратегия имела тенденцию работать хорошо, а при каких условиях - плохо. Это может помочь вам лучше понять характеристики вашей стратегии, а также помочь, когда вы начнете торговать вживую.
Есть два основных способа взглянуть на это; простой способ и немного более сложный способ.
Проще говоря, вы сами определяете различные рыночные условия, используя в качестве фильтров индикаторы. Например, вы бы решили, что рынок находится в тренде, когда ADX превышает 25, и волатилен, когда ATR превышает 1,0. Вы можете увидеть, что 80% ваших доходов приходилось на тот период, когда на рынке был сильный тренд (ADX> 25), и у вас были убытки, когда рынок находился в боковике. Затем вы можете использовать эту информацию, чтобы попытаться улучшить свою стратегию или добавить эти фильтры, когда будете торговать вживую. Здесь больше информации о том, что означают эти показатели.
Важно помнить, что эти фильтры должны быть как можно коррелированы с логикой, используемой для создания вашей стратегии. Если вы используете технический индикатор, который включает в себя силу тренда, добавление фильтра тренда не расскажет вам больше о вашей стратегии, кроме добавления другого условия входа.
Немного более сложный путь связан с нашим старым другом, регрессией, за исключением того, что сейчас мы используем множественную регрессию, и мы меньше озабочены значениями R2, поскольку нас интересуют бета-коэффициенты наших индикаторов.
Опять же, мы собираемся выбрать индикаторы для определения различных рыночных условий, но вместо того, чтобы определять разные уровни (ADX> 25 = тренды), мы позволим регрессии показать нам, какие факторы были наиболее важными.
Большие коэффициенты скажут нам, какие показатели оказали наибольшее влияние на нашу прибыль, хотя мы хотим быть уверены, что стандартизируем показатели и убедимся, что результаты статистически значимы.
Вот отличное видео от Business Insider о запуске множественной регрессии в Excel. (Если вы используете Mac, вы должны использовать функцию LINEST(), которая потребует дополнительного шага для вычисления значения p. Вот видео о том, как использовать функцию LINEST() для множественной регрессии и вот о том, как рассчитать p-значение по результатам.)
Это не даст нам четких фильтров, но мы можем легко протестировать большее количество индикаторов и получить хорошее представление о том, какие факторы сыграли роль в нашей прибыли. Еще раз, мы хотим быть уверены, что мы используем только те фильтры, которые не связаны с индикаторами, используемыми для создания наших входных сигналов.
Измерение стабильности ваших прибылей является важным фактором при оценке стратегии, и хотя «сглаживание» кривой эквити всегда является хорошей идеей, использование более объективного количественного подхода желательно при сравнении нескольких стратегий.
Эффективность в реальном времени
После того, как вы опробовали стратегию и начали торговать ею вживую, возникает следующий большой вопрос: «Как узнать, когда эта стратегия вышла из синхронизации с рынком?»
Знание того, когда прекратить торговать конкретную стратегию, может оказать огромное влияние на общую доходность вашего портфеля.
Тренд капитала
Один из способов взглянуть на доходность вашей стратегии, как только вы начнете торговать вживую, - это измерить «тренд» этих доходов. Очевидно, что мы хотим, чтобы кривая капитала имела положительный тренд.
Простой визуальный способ сделать это - вычислить простое скользящее среднее (SMA) ваших доходов. Когда кривая капитала опускается ниже SMA и входит в нисходящий тренд, вы можете либо прекратить торговать стратегию, либо уменьшить размеры позиции.
При использовании этого подхода необходимо учитывать два параметра: период SMA и способ определения нисходящего тренда.
Эти параметры могут быть выбраны путем сочетания исторических показателей и вашей собственной толерантности к риску.
Вы хотите выбрать период SMA, который дает хороший буфер между вашими результатами тестирования на истории и SMA. SMA с более длинным периодом приведет к увеличению буферов, в то время как более короткие периоды сделают вашу кривую капитала более близкой к SMA. Я считаю, что периоды SMA между 25 и 100 наиболее эффективны в зависимости от того, как часто вы торгуете по стратегии.
Насколько ниже SMA опускается кривая капитала до того, как вы прекращаете торговать, это значение должно быть больше, чем вы наблюдали в своих тестах на истории, но не слишком много, когда вы рискуете потерять большую сумму. Перед тем, как прекратить торговать стратегию, вы должны получить падение как минимум на 10% больше, чем вы видели в своем тесте на истории.
Разумно ожидать, что ваши трейды не будут такими же хорошими, как исторические, поэтому вы должны быть уверены, что ваши доходы на самом деле находятся в нисходящем тренде, прежде чем прекратить использовать стратегию.
Последовательные потери
Более чувствительный способ узнать, когда ваша стратегия выходит из строя, - это посмотреть на вероятность получения последовательных потерь.
Например, допустим, у вас было 20 сделок, и вы находитесь в цепочке 5 последовательных убытков. Исходя из вашей исторической точности, какова вероятность того, что это произойдет?
Оказывается, это более сложный вопрос, чем кажется на первый взгляд, и требует довольно сложной рекурсивной формулы. К счастью, вы можете найти удобный калькулятор здесь, чтобы сделать это, или если вы хотите поэкспериментировать с немного запутанными вычислениями Excel, вы можете скачать электронную таблицу здесь. При использовании онлайн-калькулятора мы обеспокоены полосой потерь, поэтому вероятность успеха на самом деле будет равна (1 минус % точности), поэтому стратегия с точностью 60% будет иметь вероятность потерь 40%. (Особая благодарность научному писателю/математику Максу Гриффину за калькулятор).
Мы можем видеть, что если мы думаем, что наша стратегия была точной на 75% (вероятность потерь 25%), и у нас была полоса из 5 потерь только в 20 сделках, то вероятность этого всего лишь 1,19%!
Если это так, вам следует внимательно посмотреть на свою стратегию, поскольку она показывает, что ваша 75% -ная точность была, скорее всего, из-за переобучения на данных, использованных для построения вашей стратегии, и вряд ли будет выдержана в реальной торговле.
Заключение
Правильная оценка вашей стратегии - важный шаг, который часто упускается из виду. Многие трейдеры тратят огромное количество времени на разработку стратегии, а затем полагаются на нее только на несколько основных показателей, чтобы решить, торговать или отказываться от стратегии.
Только анализируя прибыльность, риск, статистическую значимость, стабильность и эффективность стратегии, мы можем быть уверены, что сможем торговать ею на реальном счете.
Комментариев нет:
Отправить комментарий