Сегодня все будет просто — мы будем строить идеальную торговую систему. При этом наша система будет трендовой, с характерным временем удержания позиции или, иначе говоря, горизонтом прогноза.

Сейчас мы ещё не научились ничего предсказывать, и не знаем ничего о том что там происходит на рынках — работают там тренды, контр.тренды, или фундаментальный анализ. Поэтому заменим наше настоящее незнание идеальной моделью, заглядывающей в будущее на определенный горизонт и, соответственно, обладающей идеальной предсказательной силой.

Дадим нашей модели 5 лет истории золота, таймфрейма м15 и попросим ее показать нам мастер класс:


Рис 1. Базовый актив (Золото) и результаты сверх идеальных ценовых торговых систем в зависимости от времени удержания позиции, учитывая издержки


Видно, что даже сверх идеальная модель теряет предсказательную силу с ростом горизонта прогноза приблизительно пропорционально корню из времени. К тому же, в этом модельном эксперименте мы все таки немного смухлевали, предположив, что наша идеальная модель видит априорно неточное будущее идеально точно. На самом деле, если будущее  туманно, то и его ясновидение может быть исключительно туманным. А когда одна неопределенность (видение) описывает другую неопределенность (будущее), как известно, возникает улыбка неопределенности)))

( Читать дальше )

Ранее, и в ходе дискуссий, мы получили три статистических оценки для качества аппроксимации данных длинной L (коэффициент Шарпа) со стороны случайных наборов коррелированных признаков (Features) размерностью N и корреляционной матрицей C. 


Для случайного признака :



Для лучшего признака из набора :



( Читать дальше )

В первой части мы анализировали критический порог статистической значимости для сложных композитных систем на примере модели AR. В этот раз мы попытаемся быть чуть ближе к делу и проведем тесты для набора трендовых систем на базе Simple Moving Average. В качестве примера возьмем самый ликвидный фьючерс — белый шум, для которого заранее известно, что он абсолютно «не торгуемый» и попытаемся всё же что-нибудь под него подобрать из соображений трендовости «больших денег» и саморефлексии участников торгов. 

Сгенерируем набор из 10 стратегий с периодом 10*i, i=1,2,...10. 

Nstr=10; 
x=randn(10000,1); 
y=[x(2:end);0]; 
M=zeros(10000,Nstr);
for i=1:Nstr; 
    M(:,i)=tsmovavg(x,'s',10*i,1); 
end; 
M(1:Nstr*10,:)=0; R=M.*y;   

И оценим порог 70% статистической значимости коэффициента шарпа стратегии без учета размерности набора стратегий: 



( Читать дальше )

Проведем небольшой тест — возьмем один случайный фьючерс, приращения которого представлены временным рядом случайных чисел, и набор случайных стратегий, представленный множеством N временных рядов случайных чисел (он же матрица признаков, фичей, пространство предикторов и т.д.) и попытаемся найти из этого большого набора тот признак, который будет лучше всего говорить нам когда покупать фьючерс, а когда продавать. Что это будет, мультипликатор P/E, фаза луны или MACD — не важно, главное чтобы на выходе получилась «идея» или, как ещё говорят, «грааль».


Хорошо известно, что случайная стратегия примененная к случайному инструменту даст случайное эквити, которое будет иметь гауссову плотность распределения коэффициента шарпа  с математическим ожиданием  0 и среднеквадратичным отклонением 


  

где L — число известных значений случайного фьючерса. 


Это означает, что достаточно большое множество случайных стратегий (или случайных признаков), примененных к случайному фьючерсу абсолютно случайным образом окажутся способными достаточно хорошо описать любое поведение случайного фьючерса (отклика) в бек-, форвард-, голкипер-, кросс-, спринт-  и всех прочих тестах… но только на истории.

( Читать дальше )

Обыграть Баффета на самом деле просто — нужно просто один раз выиграть у него доллар и повторить эту операцию 50 млрд. раз. 



Для любых спекулятивных игр (то есть игр с нулевой суммой) существует одно простое, широко известное ICM правило : 


Вероятность забрать деньги противника =  Собственный капитал / (Собственный капитал + Капитал Противника).

Поэтому любой трейдер на доверии, торгующий доверительным капиталом, скажем в 50 млн. долларов, имеет всего 0.1% вероятности не проиграть все доверенные ему деньги господину Баффету.

У господина Баффета, тем временем, обратная история — каждого нового трейдера на доверии он обыгрывает с вероятностью 99.9%, но при этом, на бесконечной дистанции  этой игры его ждёт тот же закономерный итог — «великая кочерга».


Иллюстрация «Кочерги по счёту». Источник — Аlpari.ru.



Промоделируем успехи Уоррена Баффета  при помощи элементарных испытаний:

( Читать дальше )