Метрики оценки Equity для тестов

Поскольку торговых систем у меня много, то мне нужно каким-то образом отбирать из них лучшие. Я, кстати, решил перестать использовать слово «стратегия» и заменить его словом «система». Это более точно, поскольку стратегия — это нечто неформальное, и если это формализовать в жёсткие правила, то получим уже систему. Вопросы терминологии и однозначного понимания понятий важны потому, что большинство конфликтов и искажений в коммуникации происходит из-за недопонимания или иного трактования сложных понятий.

По факту, не сильно много чего можно придумать для того, чтобы отбирать лучшие из систем, да и большая часть придумана за нас. Нужно просто правильно это использовать. И иногда лучший способ забить гвоздь — это вовсе не молоток.

Итак, на что я смотрю:

Метрики использования капитала (эффективность использования торгового времени).
Позволяют мне отбросить системы, которые постоянно сидят в рынке или наоборот, слишком редко осуществляют сделки.

• % дней, в которые совершались сделки, по отношению к общему числу торговых дней
• % времени в рынке — суммарное время в сделках по отношению к общему торговому времени

Метрики эффективности системы
Позволяют мне отбросить системы, где слишком велика доля комиссии в прибыли — такие системы неустойчивы. Показывают, каких вершин достигала  или как низко падала Equity за всё время тестов, и отбросить те, где значения не находятся в доверительном интервале. Позволяют кластеризовать стратегии по доходности и сосредоточиться на тех, которые соответствуют норме прибыли. Позволяют оценить гладкость Equity и стабильность системы во времени. Позволяют геометрически оценить интенсивность роста дохода. Позволяют сравнивать профили разных Equity между собой.

• средняя комиссия на единицу прибыли
• максимальная достигнутая прибыль (реализованная и нереализованная)
• абсолютная, максимальная реализованная, относительная реализованная, накопленная реализованная и нереализованная просадка
• доходность в % среднедневная, среднемесячная, среднегодовая
• SMAPE и RQ
• Коэффициенты A и B из МНК
• Avg Square Negative Values — отклонения от усреднённой прямой Equity вниз

Методики использования метрик мне кажутся очевидными, как и их достоинства и недостатки, но могу в комментариях дополнительно разъяснить, если будут конкретные вопросы.

Ещё есть само значение прибыли, но оно не показательно, поскольку абсолютно. Для временных рядов, коим является Equity, меня интересует тренд, тенденция и динамика, и одной абсолютной цифрой его оценить невозможно.

Поэтому, во-первых, из важного, что хочется здесь выделить — это то, что буквально все метрики, которые я использую — имеют относительную природу: это коэффициенты, доли, проценты.

А во-вторых, они должны быть нормированы (приведены) к единой гранулярности. Это буквально значит то, что некорректно сравнивать эти метрики между собой, если они посчитаны на уровне сделок, поскольку число сделок за один и тот же временной период для различных систем, как правило, отличается. Нужно считать на днях или часах, например — то есть, вначале привести разные Equity к одной размерности, а затем сравнивать, иначе получится красное с холодным.

Как оказалось, можно не смотреть на Шарпа или коэффициент восстановления, профит-фактор — это метрики из далёкого прошлого, когда сложно было руками считать и графически отображать доходность и хотелось иметь один, надёжный показатель, цифру, которая сразу всё скажет про торговую систему. Это не работает. Относительные и нормированные показатели куда эффективнее и точнее позволяют сравнивать разные торговые системы между собой, ранжировать их, выбирая лучшие кортежами значений, хотя с точки зрения вычислений — это сложнее, но мы живём в 2023 году, когда ресурсоёмкость вычислений не является нашей главной проблемой.

И об этой технике, что я использую для отбора лучших стратегий, которые отправлю в бой, я расскажу в следующий раз.