Мы начнем с выбора механических стратегий, которые могут показаться кому-то довольно странными, из очень популярных, но субъективных мер.
Транзакционные системы, в их каноническом издании, были созданы, среди прочего, для того, чтобы исключить необходимость проводить каждую оценку имеющейся информации для принятия решения о заключении транзакции или управлении рисками (ставками). Там, где homo sapiens вступает в игру со своими суждениями, убеждениями, оценивать ошибки там несложно, особенно при работе в условиях стресса, неопределенности и нехватки времени. С этой функцией системы связана еще одна функция: устранение бремени хороших и плохих эмоций, мешающих рациональному мышлению. Но даже там, где всю операцию берет на себя компьютер, все равно есть место для психологических ловушек. Частично речь идет о выборе правильной стратегии.
Каждая программа, предназначенная для создания компьютерных систем, имеет встроенные единичные меры эффективности или позволяет добавлять такие. Некоторые из них являются неплохими вспомогательными фильтрами для синтетических мер, и с точки зрения психологической настройки можно говорить об их превосходной функции, хотя их оценка в значительной степени обременена субъективностью. Другие излишне раздражают воображение. Давайте посмотрим, как они работают на практике.
Рентабельность, чистая прибыль или средняя сложная годовая прибыль (CAR или CAGR), вероятно, являются наиболее переоцененным показателем возможностей данного алгоритма и, вероятно, наиболее привлекательным для дизайнеров. Не вдаваясь в реальность о размере комиссии и эффектах проскальзываний при выполнении заказов, мы излишне затемняем изображение на первом этапе построения. Он мало говорит о стабильности или расходах (рисках), которые должны быть понесены для ее получения. Стремление к оптимизации только тестов приводит к его оптимизирующим парадоксам. Отсутствие более широкого представления о его распределении во времени может существенно помешать его чтению — часто его сумма является результатом лишь доли процента транзакции. Или, сухое среднее представление искажает фактическое развитие линии прибыли с ее ухудшением во времени. Сравнение его для многих стратегий без ссылки на риск просто недопустимо. Однако нельзя отрицать, что его высокие показания, которые регулярно распределяются во времени и генерируются в отчетах в виде процентных (а не точечных) значений по отношению к капиталу, являются наиболее желательными. Хорошо, но иногда это обманчиво влияет на психику.
С другой стороны, n наибольший спад капитала (maxDD) или другие спады низшего порядка (DD) имеет значительно более важное значение с точки зрения процента, рассчитанного по линиям капитала, продолжительности, частоте и распределению. Конечно, для сравнения вам нужны правильные показания, сгенерированные с использованием той же техники управления размером позиции. Две системы с одинаковым maxDD требуют более пристального внимания. Если потребовалось 15 месяцев, чтобы вырваться из одного, и 3 месяца из другого, это имеет большое значение с точки зрения умственной приверженности. То же самое происходит, когда в одном maxDD с заданным процентным диапазоном случается один раз, а в другом чаще сходится спуск аналогичного размера. Размещение maxDD в тесте вне образца также может быть предупреждающим сигналом. С другой стороны — небольшие высокочастотные сдвиги могут быть более разрушительными для психики, чем один, но специфическими (или наоборот). Поиск модели оползней может иметь решающее значение для нашей психологической выносливости, и только на практике вы можете найти свою собственную чувствительность. К счастью, мать-природа дала нам такой инструмент, как корректировка степени вовлеченности в положение, которая помогает нейтрализовать степень стресса и психической дезадаптации. При условии, что вы не пройдете тест на 1-й позиции, а затем прибыль умножится на количество запланированных позиций, потому что я видел такие трюки!
Выход за пределы боли и за пределы теста maxDD приводит к тому, что мы либо отказываемся от продолжения торговли в соответствии с решениями, сгенерированными алгоритмом, либо интенсивно задаемся вопросом, иногда ли система не синхронизировалась навсегда. Чтобы определить примерные барьеры производительности в реальном мире, в промышленности было принято умножать результаты испытаний на так называемые «фактор реальности», поэтому мы делим прибыль на 2 и maxDD, умноженные на 2, чтобы оценить худший сценарий в будущем. По сравнению с проверкой Монте-Карло, это большое упрощение, но не совсем нереальное, насколько я знаю из практики. Таким образом, если во время отбора мы получили наихудшее понижение в 50%, нельзя исключать, что реальный тест сбросит счет в соответствии с приведенной выше формулой.
Две системы с одинаковым охватом maxDD и приблизительной средней прибылью могут иметь резко различный профиль изменчивости, то есть разброс линии капитала вокруг их среднего значения. Визуальный осмотр его графического изображения — это только часть практики — чем более жестоким и сложным он является, тем хуже его переносит психика, если только транзакция не выполняется самим компьютером без нашего вмешательства. Гораздо более объективной мерой является отклонение или стандартное отклонение прибылей и убытков, о котором я писал в блоге в прошлом. Более низкая волатильность линии капитала теоретически является более дружественной по отношению к психике системой. Но будьте осторожны — как я знаю из опыта, чем плавнее будет линия равенства в тестах, тем больше будет подозрение, что она будет соответствовать историческим данным и ее расширению будет сильно неровной или гладкой, но наклонной кривой.
Cdn
— * Кат * —