Избранное трейдера Amigota
«В очереди на получение доходов от бизнеса держатель акций стоит на последнем месте. Поскольку такие условия рискованны, в среднем он заслуживает более высокого дохода, чем держатели облигаций, которые получают свои деньги обратно первыми.»
Манифест инвестора, Уильям Бернстайн.
Доброго времени суток, коллеги!
В начале августа я печатал статью про налоги, она набрала достаточно много сохранений и плюсов.
В прошлой части (https://smart-lab.ru/blog/490612.php) мы посмотрели, какие статистические данные о портфеле мы можем получить. Сейчас же я хочу остановиться на первых шагах, которые я предпринял по донастройке под себя исходного документа.
Сначала я решил упростить процесс добавления сделок, так как первое время он занимал у меня достаточно много времени. Я пробовал брать информацию о сделках из брокерского отчета, но быстро понял, что это не самый удобный вариант. Тогда я узнал, что программа QUIK умеет отлично экспортировать в Excel все необходимое. А уже скопировать из Excel не составляет никакой сложности. Для этого в QUIK нужно создать новое окно с таблицей сделок. У меня она содержит следующие колонки: Дата сделки, Время, Номер, Код бумаги, Операция, Кол-во, Цена, НКД, Объем
После чего выбрать пункт меню Действия->Вывод через DDE сервер (или нажать Ctrl+L):
Решил начать писать небольшие заметки по алгоритмической торговле и всему что с ней связано. Возможно, когда-нибудь расширю, склею и опубликую в виде книжки. Пока же это просто наброски заметок, сделанные на скорую руку.
Можно часто слышать от тех, кто торгует алгоритмически, да и просто систематически, такие понятия как «оверфиттинг», «курвафиттинг», «зафит» и прочие ругательства с корнем «фит». Что все это значит?
На самом деле, все эти слова, как правило, используются для описания одного и того же явления, являющегося врагом всех трейдеров, торгующих систематически и пытающихся оценить исторический перформанс своих торговых логик — а именно, что «живой» аут-оф-сампл перформанс на реальном счете, как правило, хуже ожиданий, полученных ими при проверке своих идей на истории. Например, при тестировании торговой логики на истории трейдер с помощью своей модели «зарабатывал» 30% годовых, а в реале может в среднем иметь 10% годовых. Разница 20% годовых — может объясняться именно оверфиттингом (если нет других факторов — например, некорректный учет комиссионных и проскальзываний, или ошибка в торговом коде; но прочие факторы легко устранить, в отличие от оверфиттинга). На картинке в начале статьи — пример перформанса некоторого фонда в бэктесте и в реальности, наглядно иллюстрирующий написанное выше.
Оверфиттинг является следствием комбинации одного или нескольких из следующих факторов, положительно влияющих на бэктест (результаты прогонки модели на истории), что и создает у трейдера завышенные ожидания от своей модели. В этой части мы рассмотрим основные источники оверфиттинга, в следующей — поговорим о способах избежания или минимизации оверфиттинга при историческом тестировании моделей.
Оптимальные стратегии
Обозначения:
Ct – цена актива;
dt=(Ct-Ct-1)/Ct-1;
dt – случайна и имеет безусловное распределение P(dt), т. е. точного прогноза этой величины одновременно во все (!) моменты времени не существует (отметим, что существование точного прогноза в отдельные моменты времени не означает детерминированности- антипода случайности, которая подразумевает наличие точного прогноза в любой(!) момент времени) ;
Lt – вся информация, известная к моменту времени t;
Р(dt/Lt-1) – условное распределение dt по Lt-1;
P(dt,,dt-1) - безусловное распределение пары (dt,,dt-1);
Et g(dt) – среднее функции g(x) по распределению Р(dt/Lt-1);
E g(dt,dt-1) среднее функции g(x1,x2) по распределению Р(dt,dt-1);
Mt – оценка самофинансируемого (без вводов-выводов) портфеля в момент времени t;