В предыдущих записях было показано (в статье), как использовался MT5-Тестер для нахождения рыночных закономерностей. Но совсем упущено описание исследовательской работы при написании ТС.
Как правило, пишется несколько экспериментальных ТС, которые сами по себе являются своего рода исследованиями. Они могут отличаться какими-то блоками друг от друга. Чаще всего, это не сами торговые блоки, а алгоритмы формирования торговых сигналов. Т.е. изменения содержатся в небольших, но определяющих частях.
При настройке ТС есть два подхода
Первый случай хорош тем, что можно видеть величину мат. ожидания используемой закономерности. Казалось бы, что чем оно выше, тем лучше. Но когда речь заходит об реинвестировании робастой ТС с высоким потолком ликвидности, то может случиться так, что большее количество мелких сделок (в пипсах) выгоднее, чем меньшее количество сделок крупнее.
Например, в пипсах результат может быть одинаков у двух проходов. Но проход с бОльшим количеством сделок может стать предпочтительнее при реинвестировании.
Поэтому хорошо бы иметь критерий оптимизации для реинвестирования.
Взял такой: какая относительная прибыльность достигается при жестко заданной максимальной относительной просадке.
К одной из восьми ТС прилетел черный лебедь. Ниже результат в пипсах и кажется, что немного.
Но за счет ММ в деньгах это выглядит обычной кочергой.
Результаты консервативной количественной инвестиционной модели LQI (lazy quantitative investing), о которой я писал ранее (https://smart-lab.ru/blog/384110.php), за сентябрь (результаты за прошлый месяц: smart-lab.ru/blog/559544.php). Вот веса предыдущего месяца и соответствующие ретурны торгуемых тикеров:
weight monthly.ret
XLY 0.111 1.28
XLP 0.113 1.75
XLE 0.000 3.93
XLF 0.000 4.55
XLV 0.083 -0.11
XLI 0.137 3.01
XLB 0.000 3.18
XLK 0.000 1.58
XLU 0.178 4.25
IYZ 0.000 3.40
VNQ 0.033 1.93
SHY 0.000 -0.13
TLT 0.246 -2.68
GLD 0.099 -3.39
В сентябре индекс S&P не без приключений вырос, и модель, имевшая большую аллокацию в защитных активах (TLT, GLD) и недоинвестировавшая в «секторы роста» (XLE, XLF, XLB), существенно от него отстала: SPY +1.95% vs. LQI +0.57%, модель также отстала и от другого бенчмарка — EQW (equal-weighted портфель из торгуемых тикеров) +1.61%. При этом максимальная просадка у LQI оказалась на уровне индекса — 1.6%. Покупка защитного добра в этом месяце не оправдалась, но я уже совершенно потерялся в трэше последнего времени на рынках, поэтому жую попкорн и наблюдаю.
Вот позиции модели на начало октября (доли в итоговом портфеле). Если решите их торговать — лучше заходить в ближайшие 1-5 дней с даты публикации:
weight
XLY 0.184
XLP 0.067
XLE 0.000
XLF 0.000
XLV 0.000
XLI 0.205
XLB 0.000
XLK 0.000
XLU 0.170
IYZ 0.000
VNQ 0.000
SHY 0.000
TLT 0.202
GLD 0.171
Рекомендуемая аллокация на следующий месяц получилась чуть менее консервативной, чем ранее: модель разместила примерно 60% капитала в защитных активах (XLP, XLU, TLT, GLD) и примерно 40% — в секторах, ориентированных на рост (XLY, XLI). Учитывая текущую неопределенность на рынках — не вижу причин, почему бы это не держать. Единственное, что смущает — это концентрация, фактически весь капитал оказался в 6-ти тикерах.