Блог им. melamaster

2017: мои сентябрьские итоги

Пошел последний квартал сего года.
Волатильности как не было, так и нет пока — продавать опционы как-то грустновато....
Роста почти нет, падений тоже — мало на чем можно заработать при немаленькой позиции.
Если у кого получается, снимаю шляпу.

Итак, что получилось в этом месяце самое приятное это обновление истхая эквити.
В моменте было +3% от начала 2017 года и +2% от предыдущего истхая.
По итогам же месяца +0.5% от начала года и +1.5% от предыдущего истхая.

В этом месяце профит дали акции и фьючерсы примерно поровну. Опционов в этом месяце не было.
На акциях и фьючерсах торгуется одинаковый портфель алгоритмов, т.е., грубо говоря, всего у меня один робот, размноженный лишь на разные инструменты и клонированный, чтобы капитал разделить на части.

Из исследований в этом месяце занимался в основном своим портфелем алгоритмов и решал простенькую задачку: какими должны быть веса эквити в разных инструментов, если алгоритм один и тот же ну и т.д. Ничего более разумного пока не придумал, чем просто выровнять эти веса по риску, который оценивать по распределению просадки в каждом инструменте. Ну и начал играться с дополнением ребалансировки между инструментами — пока не вижу от этого профита.

Сьездил на конференцию смартлаба и теперь у меня в профиле появился крутой орден. Всё, можно с писаниной на сайте завязывать:)
Вообще, как и следовало ожидать, реальная польза от посещения конференций (подозреваю, что любых, а не только смартлаба) в живом общении. Восхищаюсь здоровьем чемпионов по алко — я бы так точно не смог, видимо, от того и торгую вяло:)
В порядке имхо: из всех, кто специализируется на акциях, процентов 70 это инвесторы-лудоманы. Забили головы кучей фактов из интернета, кто-то сьездил на ОСА и т.д. По факту торговли — лудоманы, которые выезжают на том, что рынок всё равно растёт.
Вообще про «инвесторов» можно отметить пару моментов:
1. Людям нравится играть в эту игру, ибо они становятся приобщены к чему-то большему, типа к деятельности ГМК или к Сберу и т.д.
2. Им это нравится еще и потому, что они становятся круче, ведь им известен чуть ли не каждый шаг мажоритарного акционера того или иного эмитента.
Надо признать, что инвестор-лудоман (пусть и держащищй позу по неск лет) это то же самое, что и спекулянт-лудоман, который гоняет ришку или сишку внутри дня бессистемно.

Что еще про народ и конфу? Это мышление. Упорно доминирует локальность мышления и подход снизу-вверх. Т.е. люди мыслят отдельностями и хотят конкретных советов. Претензии на метод, на глобальный подход к рынку почти нет. Вероятно, это обычная история, свойственная людям везде.

Впечатление от Москвы (последний раз я там был 5 лет назад): ничего не поменялось.

Из ближайшего могу маленько расслабиться, вроде в торгуемых алгоритмах навел порядок во всех слабых звеньях, которые дали убыток или не дали заработать много в рыночных условиях 2016-2017 гг., но не были критичными в предыдущие 2014-2015 гг. Поэтому буду играться в адаптивные вещи в октябре. Самое основное это уйти от фиксированного окна. Пока гипотеза простая: опираться на некоторую пройденную волатильность или ограничиваться неким фикс окном, в котором волатильность условно стационарна.
★1
51 комментарий
Ничего более разумного пока не придумал, чем просто выровнять эти веса по риску, который оценивать по распределению просадки в каждом инструменте. 

Имхо, выравнивание просадок — это зафит под конкретные единичные события, которые по одним стокам больше не реализуются, а по другим — реализуются в разы сильнее, чем были на истории.
Стандартные портфельные алгоритмы — minimum volatility, maximum diversification ratio — не пробовали? Я сначала юзал первый, но потом заметил что он берет с большим весом всякие маловолатильные стоки (типа CBOM, ну понятно это так по построению), думал что с этим делать, и обнаружил, что задача уже решена до меня в виде второго алгоритма =)
Доходность немного выросла, риски остались теми же, доля CBOMа в портфеле упала.
avatar
MadQuant, спасибо за подсказку про maximum diversification ratio. В первом приближении — это то, что надо.
avatar
MadQuant, я исхожу из того, что такие тонкие настройки, чтобы индивидуальные веса могли сильно отличаться друг от друга не только в принципе, но и с течением времени — это штука очень крутая. Я это пытаюсь прикидывать, но не использую. Чтобы избежать зафита под единичные события, оцениваю риск именно по распределению просадок. Получил подневную эквити. Далее скользящим окном пробегаюсь и считаю риск как произведение глубины на длительность просадки. Получаю новое распределение. От него среднее, по которому делаю нормировку и получаю веса.
avatar
Sergey Pavlov, все равно корреляции между просадками не учитываете, а это чревато. Например, на мамбе куча акций нефтяников, их просадки — сильно скоррелированы (и скоррелированы с нефтью). И при умеренных просадках на уровне индивидуальных стоков вы получаете большой общий экспоже к нефти и далекий от оптимального портфель.
Все равно нужна какая-то портфельщина — учитывать взаимосвязи между отдельными стоками. Или хотя бы на верхнем уровне определять доли секторов или некоррелированных кластеров инструментов в портфеле, а внутри каждого — уже раскидывать веса вашим методом.
avatar
MadQuant, учитываю иначе пока. Т.е. не вычисляю эти взаимосвязи, а логически исхожу из того, что они «гадят вместе и одновременно». В конечном счете я всё равно собираю суммарный портфель, чтобы понимать его экспоже в критических (известных на истории и пройденных в торгах) моментах. Т.е. я не верю в то, что я могу найти акции, которые ведут себя с отрицательной корреляцией, по модулю больше 0.5, хотя найти я это и правда могу на каком-то участке. Возможно, я делаю простейшую работу на коленке. Чего я хочу? Привести все эквити к нормирующему множителю, выравнивающему риск этих эквити к одной величине. Что-то типа беты, но беты только по риску. Т.е. я стараюсь выравнять их бету по риску. Корректно ли я вычисляю риск — это вопрос......)))
avatar
Sergey Pavlov, просто «риск» — не один, есть несколько факторов. Для России это нефть, это ММВБ (тоже зависящий от нефти, но не только), это доллар (связанный с нефтью, но не одно и то же). Опять же выходим на стандартную задачу equal risk contributions по факторам =)
avatar
Sergey Pavlov, я уверен, что такой подход дает наиболее робастную оценку риска.
avatar
MadQuant, еще неизвестно, в каком подходе риск больше. Если я оцениваю риски по отдельности и потом их складываю, я получаю (а) заниженную оценку единичного риска (б) завышенную оценку суммарного риска. 
Если же я попытаюсь учесть корреляции между активами, я на заниженную оценку риска по каждому активу насажу еще и рукотворную победу над  матрицей корреляции, то есть занижу еще и совокупный риск.

avatar
SergeyJu, я так и не понял, а вы за какой вариант?
Если я оцениваю риски по отдельности и потом их складываю, я получаю (а) заниженную оценку единичного риска (б) завышенную оценку суммарного риска. 

А где это я предлагал так делать? Подход equal risk contributions как раз предполагает учет корреляций между разными факторами риска, чтобы суммарный риск не завышался. Откуда берется заниженная оценка единичного риска в этом подходе — не очень понимаю.
Если же я попытаюсь учесть корреляции между активами, я на заниженную оценку риска по каждому активу насажу еще и рукотворную победу над  матрицей корреляции, то есть занижу еще и совокупный риск.

По поводу заниженной оценки риска каждого актива — такое утверждение мне опять же непонятно. «Рукотворная победа над матрицей корреляции» — так не надо считать ту волатильность портфеля, которая получилась как решение оптимизационной задачи, правильной оценкой реальной волатильности. Понятно, что если алгоритм ее оптимизирует — то вы зафичиваете (занижаете) волатильность. Это другая проблема, которую можно решать многими способами (шринкать матрицу, шринкать веса, решать задачу для случая толстохвостых распределений, RMT). Но в любом случае аккуратное решение задачи будет лучше, чем оптимизация портфеля «методом пристального взгляда» (хотя я согласен, что такой подход явно лучше, чем метод решения тупым обращением сырой ковариационной матрицы, построенной на ретурнах инструментов).
avatar
MadQuant, в построении системы и в решении когерентной задачи формирования портфеля так или иначе, все равно присутствует элемент оптимизации.
И еще хуже. Предположим, за 10 лет у некоего актива максимальный ДД ХХ. Какова верочтность, что на 11 год максимальный ДД будет больше ХХ. Практически, это 10%. 

avatar
SergeyJu,
в построении системы и в решении когерентной задачи формирования портфеля так или иначе, все равно присутствует элемент оптимизации.
Так элемент оптимизации присутствует везде. Вы ищете то, что лучше работает на истории — это уже оптимизация (и нехило, кстати, зафичивающаяся). Поэтому глупо бояться оптимизации, делая бэктесты. Надо просто оптимизировать правильно, понимая, что оценки, которые оптимизируются — нельзя принимать за истинные. Ну и бороться с оверфитом релевантными способами. Конкретно для задачи «а-ля марковичная оптимизация» — я некоторые выше упомянул. Я их использую — и не могу пожаловаться на результаты.
Предположим, за 10 лет у некоего актива максимальный ДД ХХ. Какова верочтность, что на 11 год максимальный ДД будет больше ХХ. Практически, это 10%.
С этим поспорить не могу, ровно об этом я выше писал автору — оптимизация по просадкам очень неробастна и подвержена оверфиту. А уж по стокам — так это вообще может быть даже и нестационарный процесс. Собственно, как альтернативу я и предложил методы портфельной оптимизации.
avatar
MadQuant, я не боюсь оптимизации. Я боюсь того, что рынок меняется таким образом, с каким мы на истории не сталкивались. Простой оверфиттинг есть простая ошибка. А вот смена рыночного режима на что-то непредсказуемое — вот настоящая засада. Ибо внезапно проявившаяся нестационарность (смена режима) может просто убить даже нормально устроенный портфель. Не хочу приводить примеры, у каждого, я уверен, они есть.
avatar
SergeyJu, чтобы не выстрелить себе в ногу — надо просто хорошо бэктестить, чтобы не было сомнений, что модель сломается «в новом режиме», на длинных данных.
Я вот зафитил модель с 2003-го до 2015-го, потом проверил как она работает с 1927-го до 2002-го в качестве аут-оф-сампла — результаты меня устроили (вот здесь: https://smart-lab.ru/blog/384110.php, правда с 1954-го). Более того — заложенные правила работают еще на нескольких рынках (в т.ч. на российском), на которых я ее пробовал для проверки робастности. Так что достаточное аут-оф-сампл тестирование — и торгую ее, сплю спокойно, смены режимов не боюсь.
avatar
MadQuant, это тоже обманка. OOS недостижимо в реальности. Ну вот смотрите. Вы сделали такой контрольный тест назад. Всё с первого раза удачно получилось? Допустим. Но всё же. До этого теста были два варианта: модель будет хорошей, модель не будет хорошей. В первом случае вы её торгуете. Во втором случае вы были готовы уйти с рынка навсегда? Нет же… Вы бы стали менять модель на том, что называется IS и снова проверять на OOS… поэтому критерий торгуемости (реальный критерий) лежит совсем в другой плоскости:))
avatar
Sergey Pavlov, это тонкий момент, все зависит от частоты переиспользования OOS данных, и от их количества. Даже если вы переиспользуете OOS, но делаете это нечасто, и OOSа у вас много (как во времени, так и в количестве — т.е. другие рынки и активы) — то здесь никакой обманки. По крайней мере, проверить, как то, что вы сделали, работает в других «режимах», как выразился SergeyJu, позволяет.
И, кстати, я считаю, что портфельная оптимизация, будучи грамотно проведенной, как инструмент риск-менеджмента — работает при любых «режимах», а вот методы «на глаз на коленке» — это как раз зафит под какие-то конкретные условия, которые вряд ли повторятся.
Но контроль оверфита — это отдельная тема, мы в данном топике не это обсуждаем.
avatar
MadQuant, да. Немного уточню. Обманка не в том, чтобы заглядывать далеко-далеко — это я сам стараюсь делать на максимально доступных данных. Обманка это идея OOS. Реально это IS. Ну и обманка в том, что мы можем думать, будто, раз мы помаркировали какую-то выборку OOS, то это дает нам некое дополнительное качество. Реально качество того же уровня, что IS.
avatar
Sergey Pavlov, вот это утверждение, которое любят транслировать некоторые управляющие/ресерчеры, но которое на самом деле не верно, если ресерч ведется по правилам.
Т.е. если вы пробуете 100500 моделей, отбираете на IS лучшее, а потом из этого торгуете только то, что работает на OOS — то тогда да, вы имеете просто два ISа, и создаете видимость того, что делаете OOS-тестирование.

Если же мы дейструем строго по правилам machine learning, т.е. на IS (возможно с дополнительным участком IS для кросс-валидации) отбираем по некоторым правилам набор моделей, которые торгуем (~ наборы параметров), а затем на OS *один раз* смотрим, как это работает, и считаем это реалистичным результатом для такого правила отбора — то я не вижу проблем. Если мы перебираем 100500 правил выбора параметров или исходных моделей — то да, снова получается просто один большой IS, без OSа.

Я же вообще делаю еще хитрее, то что называется «walk forward» оптимизацией, т.е. выбираю модели (или параметры) в некотором окне, потом торгую их какое-то время на новых данных (и только результаты такой торговли считаю за эквити стратегии, т.е. без IS), потом снова пере-выбираю. Так у меня в каждый момент времени торгуется какой-то индивидуальный набор моделей, отобранный по некоторым правилам на прошлых данных, без заглядывания. Так получается довольно реалистичный OS.
avatar
Sergey Pavlov, придумал как перефразировать то, что написал выше, короче и проще.
Если вы используете OOS-период для «отбраковки» моделей — то да, вы зафичиваетесь, фактически это еще один IS.
Если вы используете OOS-период уже для оценки реального торгового качества того, что отобрали на IS-периоде (возможно, по каким-то сложным правилам, с разбиением самого ISа на участки) — то средний перформанс того, что вы когда-либо прогоняли на OOS-периоде — это и будет реалистичная оценка качества моделей.
avatar
MadQuant, спасибо за перефразировку. Именно это я и называю самообманом. Вы думаете, что не используете для отбраковки, но, по сути, делаете именно это (как бы не делая).
avatar
Sergey Pavlov, еще ни одну модель не отбраковал по OOS, в статистическом смысле все честно. На IS отбраковал несколько, но IS — он на то и есть IS.
avatar
MadQuant, а вы задумайтесь о своих дальнейших действиях, когда этот случай настанет и придется отбраковать. Не в количестве дело. На мой взгляд, в трейдинге на роль OOS годится только эквити реальных торгов.
avatar
Sergey Pavlov, 
когда этот случай настанет и придется отбраковать
Это будет серьезный повод задуматься о том, что и как я делаю. Слава богу, пока такого случая не представлялось.
На мой взгляд, в трейдинге на роль OOS годится только эквити реальных торгов.
Сам всегда смотрю только на них, особенно при оценивании чужого перформанса. Но ждать статистически значимых результатов в торговле довольно долго, если вы не ХФТшник (скажем, вы ранните стратегию с шарпом 1 — я шарп 1 считаю нормальным показателем — так вот при реальном шарпе 1 с вероятностью 16% она окажется в минусе через год торговли, а на горизонте полгода — с вероятностью уже 24%) — поэтому я считаю перформанс правильного OOS тестирования более удобным способом оценить качество модели, без ожидания каких-то результатов в течение как минимум нескольких месяцев и потери денег (если модель все-таки не работает).
Ну, на чужих эквити такого счастья нет, поэтому приходится ждать результатов реальной торговли.
avatar
MadQuant, нам с Вами трудно договориться, потому что мы торгуем в разных временных масштабах. Мы точно знаем, что у нас корреляции плохо работают из-за существенной нестационарности и никакой Марковиц при формировании портфеля не помогает. Вы живете в совсем другом временном режиме, поэтому у Вас есть основания (вероятно) доверять корреляциям и поиску факторов, которые длительное время влияют на рынок. 
avatar
Sergey Pavlov, OOS можно использовать в оптимизации, например используют для останова «курвфиттинга».
кроме того можно использовать например, для определения «релевантности» параметра. если с добавлением переменной на OOS получается подъехать «ближе» к идеалу — это хороший параметр, если нет — он не нужен.
IS тут не помогает — он на любом наборе параметров «подъедет» к идеалу максимально близко.

это как «диалектический подход» — если рассматривать проблему только с одной стороны (IS), то получаешь необъективность.
хотя при плохих результатах на OOS конечно хочется на него закрыть глаза и сказать что его не существует или оно ничем не отличается от IS.
avatar
ПBМ,
1. Идея OOS — изобретение теоретиков машинного обучения.
2. Практически реализовать эту идею в трейдинге невозможно.
3. Мы вынуждены опираться на свой опыт, а не на оценки тестов.
4. Реально у нас все калибровки моделей играют роль IS.
5. В реальном трейдинге OOS это эквити на счете — то, что невозможно изменить.
6. Всё остальное, что может быть изменено задним числом не соответствует идее OOS и является лишь IS.
avatar
MadQuant, на рынке царской России или Аргентины не пробовали проверять?
Выбор страны — лидера уже есть подгонка. 
avatar
SergeyJu,
Выбор страны — лидера уже есть подгонка. 
Согласен, во избежание этого один из датасетов — это набор глобальных MSCI-индексов с 1970-го года (с нулевых — соотв. ETFы). Для них перформанс в принципе нормальный (с 2007-го — 7+% годовых, макс. просадка 17%, с 1970-го — те же 10+% годовых, что и по штатам, с той же макс. просадкой 17%).
на рынке царской России или Аргентины не пробовали проверять?
Нет, но подозреваю, что на рынке царской России она бы сработала нормально, поскольку перед закрытием он сильно валился больше месяца, а она трендовая и все бы закрыла.
Аргентина — нет данных. Если знаете где можно взять данные (отдельные стоки или хотя бы отраслевые индексы) — буду очень признателен.
avatar
SergeyJu, OMG, спасибо что сказали — я погуглил на досуге и нашел данные по царской России в свободном доступе (http://som.yale.edu/faculty-research/centers-initiatives/international-center-for-finance/data/historical-financial-research-data/st-petersburg-stock-exchange-project), там даже бид-аски есть!
На досуге затещу — думаю, выложу какие-нибудь краткие результаты здесь на СЛ.
P.S. Жаль, что ребятам из Еля они интересны, а в России — никомушеньки =(
avatar
MadQuant, Вы про цепи Маркова или про портфель Марковица?
avatar
SergeyJu, про портфель Марковица
avatar
уйти от фиксированного окна-таймфрейма?
avatar
vovak_85, нет, под окном подразумевалось кол-во баров для вычисления средних величин.
avatar
Самое основное это уйти от фиксированного окна. Пока гипотеза простая: опираться на некоторую пройденную волатильность или ограничиваться неким фикс окном, в котором волатильность условно стационарна.

Оо, а можешь тут поподробней?) — мне нравятся подобные идеи — более общие, более фундаментальные.

А в чем идея? — я это так не называю, но такое впечатление, что я почти всегда отталкиваюсь от текущей волатильности в неявном виде))

avatar
Replikant_mih, по-простому: от текущего бара назад отсчитываем столько баров, пока, например, не накопим E%, суммируя по модулю процентное изменение close-to-close. Как только накопили, останавливаемся. По всем барам, которые попали в это окно (размер которого каждый раз разный) считаем нужные средние…
avatar
Sergey Pavlov, ну ясно. В принципе понятно в общих чертах — один из вариантов, направление выглядит здравым).
avatar
«Чемпионы по алко» —
это описка от алго или реально алкаши?

Интересно, что 400 человек сами поняли, а я туплю… (
avatar
Как не поменялось? У нас мэр активно бардюры меняет, у него экономический рост и отсутствие безработицы кроется в бардюрах.Скоро его представять на нобелевскую премию, как главного научного экономического гения бардюрного.
avatar
слушал твоё выступление, спасибо, было интересно.
тебе не кажется, что твой аргумент 
По факту торговли — лудоманы, которые выезжают на том, что рынок всё равно растёт.
можно применить и к твой стратегии (она мне запомнилась похожей на Григоряна) — покупай растущее?
ну то есть интересно, что будет с твоей стратегией когда весь рынок падает широким фронтом. 
хотя судя по тому что у тебя плюс, в отличие от индекса, у тебя есть альфа, которая работает. Уважаю!
avatar
ПBМ, не кажется. Во-первых, не все, кто играет в инвестиции, лудоманы, а бОльшая их часть. Во-вторых, я точно не лудоман:)))) Тут проблема в следующем. Есть четыре стадии торговли:
1. Случайно случайная
2. Системно случайная
3. Случайно системная
4. Системно системная
Собственно, системная это лишь последняя четвертая стадия. Находясь на ней, никто не гарантирует заработка и можно сливать долго, пребывая в этой стадии. Однако, первые три стадии это лудоманство в скрытом или явном виде, которое может запросто давать большие и затяжные заработки.
Основа системной стадии это либо логика+математика+статистика либо инсайд. Второе для меня ни в каком виде недоступно. Первое на материале ценовых рядов — да. Правильный системный инвестор должен действовать в рамках первого сценария, основываясь на материале фундаментальных данных. Кто из «инвесторов» это делает? В бОльшей части — никто. Поэтому они лудоманы:)
avatar
ну вы даете, ртс с середины августа вырос на 10 000 пунктов )) это очень неплохо за такой короткий период
avatar
Виталий, не мелочитесь. С середины июня он вырос почти на 20000 пунктов и почти на 20%!
avatar
ну я участвовал только в этом движении
avatar
Для большинства каждому ценовому движению нужно объяснение. Если его нет — то нужно найти. А человеческий мозг — великолепный объяснительный механизм. Ответит на все вопросы «Почему?». Что может быть проще, чем найти причину из вороха новостей.

Поэтому инвесторов всегда будет больше. 


avatar
Центр в Москве за 5 лет изменился до неузнаваемости. Много переходных улиц стало. Скверы. Почти Питер в плане видов.

Движуха везде глохнет. Было подозрение на криптовалюты, но общее затухание многократно больше того, что выросло в криптовалютах.
avatar
Евгений, видимо в метро криптовалюты пока не залезли, там все также!!:)
avatar
Sergey Pavlov, кое-где в метро появился МЦК
avatar
Sergey Pavlov, ну, если ты от Комсомольской до Сокольников «приезжал» в Москву, то да, ничего не изменилось;)
avatar
а вы точно знаете что такое лудомания? чтобы называть инвестора который держит позу несколько лет лудоманом.

Лудомания (лат. ludo — <я> играю + др.-греч. μανία — страсть, безумие, влечение), игроманияигровая зависимостьгэмблинг-зависимость (англ. gambling — игра на деньги) — патологическая склонность к азартным играм; заключается в частых повторных эпизодах участия в азартных играх, которые доминируют в жизни человека и ведут к снижению социальных, профессиональных, материальных и семейных ценностей: такой человек не уделяет должного внимания своим обязанностям в этих сферах.
robot_bsk, например, 1% или 2% или 10%. Некая константа или некое число=функции от чего-то еще.
avatar

теги блога Sergey Pavlov

....все тэги



UPDONW
Новый дизайн