Начнем с традиционной таблицы
Главным неудачником января, как и предыдущих трех месяцев, стал RI-контртренд. Более того, когда в третьей декаде января RI-тренд был отключен от торговли «фильтром большой пилы», я выключил и RI-контртренд. Также Si, торговавшийся в январе в режиме «только лонг с плечом», получил минус из-за падения Si в последние торговые дни января.
В то же время убыток RI-контртренда был перекрыт прибылью RI-тренда и потому в таблице по RI Вы видите плюс. В плюсе закончил январь и Спот+«синтетика» и эта прибыль даже меньше, чем прибыль RI-тренда.
Какую «пользу» принес мне RI-контртренд в январе, можно судить по разнице между прибылью на моем основном счете (см. Итого в таблице) и стратегии Сохраним и приумножим (+3.8%), где его нет.
В целом месяц отличался низкой волатильностью счета (см. Максимальная просадка в таблице) из-за того, что шорты по объемам у меня меньше лонгов (для фьючерсов в два раза, а для Спота в три). А также из-за апериодического включения фильтров «большой» и «малой» «пилы», выключавших торговлю по части систем и даже по всем системам: GAZP во второй декаде, RI – в третьей, SBER – во второй половине месяца.
Первую задачу как мы уже знаем можем решить с помощью data mining.
Переходим к следующей — тестирование стратегий на подгонку и устойчивость к изменениям.
Прежде чем займемся непосредственно тестированием, обсудим такой вопрос “Чем будущий график цены актива может отличаться от прошлого?” или "Почему биржевые роботы умирают?"
Конечно, вопрос попахивает философией, но выдвину свою гипотезу: будущий график отличается от прошлого новыми непредсказуемыми и уникальными комбинациями “тренд-флет”, а именно новой длинной флетовых участков, которые и приводят к затяжным убыткам у трендовых алготрейдеров.