Оптимизация

В общем, я не прошареная,  простите за лексикон, но мое бухгалтерское прошлое задает логический вопрос, ну и ответ есть, но тем не менее, может кто что из практики знает, просто я не представляю как все в на самом деле. Значит так, открывать ИП под трейдинг — это сразу невыгодно,  т к около года назад подняли минимальный страховой годовой внос для ИП, а это зачит — открыл ИП — и даже ничего дальше не делаешь, а уже платишь толи 36 т р толи 38 ежегодно, ну что то около того… Ну и отчеты еще пустые или непустые в налоговую сдавать....    Для ООО такого нет. Далее, т к маленькое ООО с маленькимии оборотами, выбрать УСН (упрощенная система налогообложения), далее как УСН можно выбрать 1 из 2х возможных объектов налогообложения (либо прибыль= доход минус расход, либо просто доход). И соответственно, если объект «прибыль» — налог 15 %, но зависит от региона (можно посмотреть тут ipipip.ru/usn-stavki/ ), либо 6% от дохода, собственно не представляю какие вообще расходы несет трейдер (ну понятно что комп мониторы интернет хороший, и т д), но для ООО на УСН с объектом — доход это и не важно. В общем, как коварный замысел платить не 13%, а 6% ну и отчеты естественно в налоговую носить… НО...   я так чуствую, что не все так просто, хотя бы потому что не представляю как ООО будет учитывать кучу сделок в своей деятельности, даже при помощи 1С… и что нужно платить бухгалтеру...   полюбому должны быть еще какие подводные камни…

В очередной раз оптимизирую кривую доходности. Сейчас я провел эксперимент, когда риск в сделке брался от текущего депозита, а не от начального состояния счета. Например, на 1 января счет был 100 000 руб. на 1 июня счет стал 150 000 руб.
Красная кривая — когда все сделки совершались с постоянным риском на сделку, т.е. 1000руб.
Синяя кривая- когда все сделки совершались с риском, получаемым как 1%*счет, т.е. для 1 июня это было бы 1500руб.
 
Вывод.  доходность на конец тестируемого периода выросла с 75% до 102% (без учета комиссии и налогов). Синий вариант удобен для тех, кто не собирается выводить прибыль в течение года. А красный вариант- для тех, кто регулярно раз в мес выводит деньги со счета. 
 

Продолжаю тему улучшения эквити. Допустим, что риск R=x, то takeprofit T=Z*x, где z={3,4,5}
Например, риск R=1%, то может быть T=3, T=4, T=5.  Так же допустим, что моя система устойчива, т.е. не будет такого момента, что она будет сливать даже без оптимизации.
График до модификаций:
 
 Вспоминая записи скальперов, где они рекомендуют после прибыльных сделок увеличивать капитал, а после убыточных- уменьшать,  рассмотрим несколько случаев:
1) Если текущая сделка в профит, то x=x+0,1 (т.е. к=0,1)
Если текущая сделка –стоп, то x=x

( Читать дальше )

Прочитав Тупики разума3. Торговля эквити от ves2010, решил проверить на своей системе результат реинвестирования по сигналам от еквити.  
Сначала у меня есть кривая от тестирования системы без реинвестирования.


( Читать дальше )

Часть 2

Новая версия тестера-оптимизатора «Исследователь»
 

После реализации своего первого тестера-оптимизатора «Монте-Карло» и изучения его работы пришел к выводу, что он свою задачу выполняет, но не в том качестве, в каком мне хотелось.

В классических методах оптимизации в каждой новой итерации ищется лучшее значение и уже вокруг него проводятся дальнейшие исследования. В моем случае относительно него я обрезал матрицу вариантов стратегий.

Условная схема работы стохастического алгоритма поиска максимума по методу Монте-Карло:
 



( Читать дальше )

Первая версия тестера-оптимизатора «Монте-Карло».
Классический поиск максимума.
За основу своего первого тестера-оптимизатора решил взять логику из статьи «Нелинейная стохастическая оптимизация методом Монте-Карло»  из сборника Санкт-Петербургского Государственного Университета. Кого интересует это направление, советую почитать их сборники. Много интересных разноплановых статей про оптимизацию в самых разных областях.

Так вот. Суть метода в том, что мы создаем многомерную матрицу, состоящую из разновидностей стратегий с разными параметрами. Выбираем из этой матрицы случайным образом стратегии, тестируем их и определяем самую прибыльную стратегию. За критерий прибыльности взял мат ожидание. А так можно комплексный параметр составить. Принимаем точку с этой стратегий в матрице за эпицентр и режем края матрицы максимально удаленные от эпицентра на заданную нами глубину. Тем самым уменьшаем область выборки и по-новому тестируем из полученной уменьшенной области случайные стратегии, повторяем итерацию. Так продолжаем до тех пор, пока не сойдемся к экстремуму.

( Читать дальше )

                                                      Введение.

                                   Методы оптимизации стратегий

     Как вы уже поняли из предыдущей статьи, оптимизация методом перебора не эффективна. Учитывая скорости тестирования, нецелесообразно перебирать все возможные параметры.
     Есть, конечно, уже готовые производительные оптимизаторы стратегий в других программных продуктах. Но как в них перевести свои стратегии? Все ли может этот тестировщик, что нам нужно? Будут ли тесты отражать реальность? Как правило, к ним нужны всякие коннекторы, конверторы и др. костыли, не относящиеся к нашим задачам.

( Читать дальше )

Есть некоторые стратегии
Может ли кто-нибудь, к примеру, написать под них алгоритм/оптимизировать. И в случае прибыльности/доходности стратегий написать под них робота?

*Сам не владею методом/опытом написания подобных ТС.

Сама работа не опалчивается — как вариант, если стратегии будут работать — оставляете себе. К тому же свой капитал в них вложу. (~ 100 тыс. руб.)

Вчера Wealth-Lab Developer обновился до версии 6.6. Первое, что привлекло внимание — Walk-Forward Optimization. 

Зачем это нужно? Прежде всего это еще один инструмен оценки торговой стратегии. Если Вы видите большой разброс параметров, сильно различающиеся эквити и прочие отклонения — это значит, что что-то идет и будет идти не так. Потом, вы всегда можете проверить гипотезу изменяющегося рынка, готова ли Ваша стратегия успешно перестроиться, переоптимизироваться и быть достаточно устойчивой в будущем. 

Я встраивал самописное простое WFO в стратегию, и самым большим открытием для меня стал факт, что при достаточно небольшом разбросе параметров от оптимальных величин на всей истории, WFO может довольно сильно снизить просадку, при этом совсем немного убавив в совокупном эквити.

В общем, вещь интересная, но сильно увлекаться, на мой взгляд, не стоит. 

А так это выглядит:

          Касаемо моих алгоритмов которые транслируются тут. Система условно безиндикаторная, то есть я вхожу на пробой уровня но уровень отрисовываю на основе статистического анализа рынка. 
         Получается: я рисую линию на графике в зависимости от неких условий статистики, которую определял на глаз/визуально. Величину исходя из которой определяю уровни, завязаны были на моем личном опыте и желанию иметь наиболее эффективную систему (меньше сделок — больше прибыль). То есть параметр более гибкий и менее гибкий я задал и торговля меня устраивала. 
          Механизмом «оптимизация», свои реальные алго никогда не менял и не прогонял, даже с учетом того, что их можно использовать «по уму», ограничить выборку, ограничить шаг, параметр и тд.  
           

          И вот безделье и куча свободного времени сделали свое дело… загнал алго на оптимизацию чтобы посмотреть результаты. Получилось что если использовать серидинные параметры между гибким и менее гибким алго, результат улучшается на 30%.  Итак ввиду своей упертости я не дозаработал 30%…

( Читать дальше )